用于异常检测的实值否定选择算法

针对已有实值否定选择算法检测器生成过程的不足,提出了一种优化的检测器生成算法。充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器;使用覆盖率期望值作为算法结束的一个控制参数,有效地避免了冗余检测器的产生。建立了异常检测系统的形式化描述,定义了一个新的异常检测性能衡量指标——错误率。最后,通过人工合成数据集2DSyntheticData以及实际的Iris数据集及Bio-medical数据集对算法进行了验证。试验结果表明,相比V-detector算法,本文算法提高了检测率,降低了错误率,减少了所需检测器数量,整体检测性能较优。     

一种基于阴性选择的免疫检测器生成算法

通过简单介绍计算机免疫系统的原理,并对传统阴性选择算法进行分析,针对其不足,提出了一种新的生成检测器的改进算法。对匹配规则的阈值可变,并引入了全局匹配和局部匹配的概念,提高了生成的检测器成为成熟检测器的概率。同传统的阴性选择算法相比,大大减少了不可避免的“黑洞”数量,提高了检测率。     

一种新型检测器生成算法模型

介绍一种基于人工免疫原理的新型入侵检测模型.模型结合分布式思想和检测器生命周期的概念,实现了检测器动态更新;研究了否定选择算法模型中检测器集合的生成算法,对亲和力算法进行了改进;并对模型和算法性能进行了分析,实验结果表明:该模型可对未知入侵行为和已知入侵行为的变异进行有效的识别.     

一种新型入侵检测模型及其检测器生成算法

介绍了一种基于人工免疫原理的入侵检测模型,重点研究了否定选择算法模型中检测器集合的生成算法,提出了新的初始检测器的生成算法,并对算法性能进行了分析。结果表明:该算法模型可以对未知入侵行为和已知入侵行为的变异进行有效的识别。     

基于特征值的阴性选择算法和MHC检测滤窗

在分析连续位匹配规则基础上提出了特征值匹配的概念,通过对特征值比较代替传统匹配方式,实现了阴性算法的改进.引入主要组织相容复合体(Major Histocompatibility Complex,MHC)特征判别概念,在分析黑洞特性以及与非检测器集合关系的基础上,设计MHC检测滤窗作为检测器之后的更高级别安全防护层,以...     

一种基于肯定选择的异常检测方法

对肯定选择算法进行优化,以提高异常检测的检测率。对网络中的正常行为特征进行K均值聚类,以各类的中心作为检测器并加入成熟检测器集合;使用肯定选择方法将检测到的异常行为特征进行K均值聚类,产生新的检测器且加入到成熟检测器集合中;检测器的检测顺序随着检测器与测试数据匹配次数的增加而优先,再根据二次免疫理论将成熟检测器集合中检测顺序优先的检测器加入到记忆检测器集合。分别使用优化后的方法和基于集群概率的检测方法对abalone数据集进行检测,结果显示,优化后的方法在测试数据为200时,检测率可提高1.8%,整体检测性能较优。     

基于混沌理论的否定选择算法

为了提高人工免疫系统中抗体生成速度,基于免疫系统的混沌特征,提出了混沌否定选择算法。该算法首先利用混沌的遍历性产生候选检测器集合,然后利用混沌扰动直接产生较优的个体,缩小搜索空间,并利用混沌初值敏感的特性,克服冗余个体。实验表明,该算法不但更好地保持了种群多样性,而且有效地提高了检测器集的生成速度。     

基于改进的可变半径检测器实值否定选择算法

在基于人工免疫的入侵检测研究领域,一般都是先随机产生字符串,然后应用否定选择来生成检测器．这种方法生成检测器的检测率低,而且生成的检测器集数目庞大．本文提出了一种改进的可变半径检测器的实值否定选择算法,由于非自体样本中存在着关于非自体空间的信息,通过应用非自体样本初始化基因库,采用基因库进化策略更新基因库,从而生成了更有效的检测器集．通过实验证明,该方法是有效的,在不影响误报率的情况下提高了检测率．     

基于T细胞免疫耐受的检测器生成算法设计

通过模拟T细胞的培育机制,包括阴性选择和阳性选择,提出基于T细胞免疫耐受的检测器生成算法.该算法采用基于规则的基因表达方式同匹配规则相结合的方法,能够灵活表示分类规则间的或关系,并且引入阴性选择算子,使算法能够更有效地生成检测器.     

三种构建无尺度蠕虫网络的蠕虫传播模型

鉴于无尺度网络的健壮性和小世界特性是蠕虫网络的理想特征,提出以无尺度网络的形式构建蠕虫网络。结合蠕虫的传播特性,设计了三种构建无尺度蠕虫网络的蠕虫传播模型。传播模型基于蠕虫网络中节点的度数、适应度等参量,选择合适的蠕虫节点与网络中新感染蠕虫的主机建立连接。理论分析和模拟实验表明,传播模型所生成的蠕虫网络为无尺度网络。     

Immunity Based Worm Detection System

Current worm detection methods are unable to detect multi-vector polymorphic worms effectively. Based on negative selection mechanism of the immune system, a local network worm detection system that detects worms was proposed. Normal network service requests were represented by self-strings, and the detection system used self-strings to monitor the network for anomaly. According to the properties of worm propagation, a control center correlated the anomalies detected in the form of binary trees to ensure the accuracy of worm detection. Experiments show the system to be effective in detecting the traditional as well as multi-vector polymorphic worms.     

A self region based real-valued negative selection algorithm

Point-wise negative selection algorithms, which generate their detector sets based on point of self data, have lower training efficiency and detection rate. To solve this problem, a self region based real-valued negative selection algorithm is presented. In this new approach, the continuous self region is defined by the collection of self data, the partial training takes place at the training stage according to both the radius of self region and the cosine distance between gravity of the self region and detector candidate, and variable detectors in the self region are deployed. The algorithm is tested using the triangle shape of self region in the 2-D complement space and KDD CUP 1999 data set. Results show that, more information can be provided when the training self points are used together as a whole, and compared with the point-wise negative selection algorithm, the new approach can improve the training efficiency of system and the detection rate significantly.     

云计算下手机人工免疫恶意代码检测模型

提出一种适用于云计算环境的基于人工免疫的手机恶意代码检测模型。提出扩展阴性选择算法,提取恶意代码的特征编码生成抗原,增加针对高亲和度检测器的克隆和变异算子,提高成熟检测器的生成效率,在特征检测和检测器生成阶段引入MapReduce并行处理机制,提高计算效率。仿真结果表明,检测模型对未知手机恶意代码具有较高的检测率和计算效率。     

基于克隆遗传量子算法的多用户检测

基于免疫克隆选择理论和遗传量子算法,提出了一种解决CDMA系统多用户检测问题的克隆遗传量子算法.通过使用克隆选择算子和遗传量子算法的理论,新算法能执行随机搜索和经验学习.所提的算法把随机神经网络嵌入到克隆遗传量子算法的每一代中.通过结合随机神经网络到CGQA中,可以加快CGQA的收敛速度、减少计算复杂度.另外,CGQA所提供的好的初值可以改善SHNN的性能,嵌入的SHNN还提高了CGQA的性能.在讨论了使用新算法设计多用户检测器的性能特点后,在CDMA系统进行了计算机仿真并和一些多用户检测器进行了比较.仿真结果证明了文中所提多用户检测器的抗多址干扰能力和抗远近效应能力都优于一些应用以前算法的多用户检测器.     

基于检测树的抗原合法性快速检测方法

针对负选择算法中抗原合法性检测时存在重复检测、逐位比较、检测效率低的问题,提出了基于检测树的抗原合法性快速检测方法。采用分步构造的方式将检测器集合构造为一棵检测树,待检测抗原只需在该检测树上进行一次路径搜索即可判段该抗原的合法性。实验结果表明,该方法检测效率优于遍历检测器集合逐位比较的检测方法,可以满足实时检测的要求,为基于人工免疫原理的异常检测问题提供了一种有效途径。     

A negative selection algorithm with neighborhood representation

This paper proposes a negative selection with neighborhood representation named as neighborhood negative selection algorithm.This algorithm employs a new representation method which uses the fully adjacent but mutually disjoint neighborhoods to present the self samples and detectors.After normalizing the normal samples into neighborhood shape space,the algorithm uses a special matching rule similar as Hamming distance to train mature detectors at the training stage and detect anomaly at the detection stage.The neighborhood negative selection algorithm is tested using KDD CUP 1999 dataset.Experimental results show that the algorithm can prevent the negative effect of the dimension of shape space,and provide a more accuracy and stable detection performance.     

基于V-detector算法的滚动轴承故障诊断方法

针对实值阴性选择(RNS)算法的检测器尺寸不能自适应变化的问题,提出基于变检测半径的RNS算法(V detector)的轴承故障诊断方法.将计算轴承振动信号局域波分解后各基本模式分量的关联维数作为特征向量,并根据故障模式将其划分为多个自体样本集,采用V detector算法训练多个检测器集,用其对轴承故障进行诊断.结果表明：自体半径过小则误诊率高,自体半径过大则检测器灵敏度低,这都将导致准确率减小;覆盖率越高,则准确率越高、计算花费越大,当覆盖率≥95%时,覆盖率对准确率的影响远小于其对计算花费的影响;相对于基于RNS的诊断方法,V detector算法具有同样高的准确率,且计算花费显著减小、稳定性更高,可有效地识别轴承故障.     

用于异常检测的免疫实值检测器优化生成算法

针对已有实值可变半径检测器生成算法的不足,提出一种优化的检测器生成算法。通过对检测器生成过程的统计分析,给出了基于假设检验的检测器生成过程,并将假设检验的结果作为算法结束的一个控制参数,有效减少了冗余检测器的产生。同时,算法充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器,提高检测性能。通过人工合成数据集2DSyntheticData以及实际的Iris数据集和Biomedical数据集对算法进行了验证。实验结果表明,本算法用于异常数据检测,提高了检测率,所需的检测器数量减少,整体检测性能较优。