共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
本文提出了一种基于量子免疫原理的检测器生成算法。算法的通过学习自体模式,训练出具有多样性高的抗体,然后用于真实数据的入侵检测。采用kddcup99数据进行了对比实验,实验结果表明基于本文算法的检测准确率高,同时收敛稳定性明显提高,收敛速度更快,比其他方法更加有效。 相似文献
3.
基于免疫和模糊模式识别的检测器生成模型 总被引:1,自引:0,他引:1
分析了在检测器生成过程中引入模糊模式识别的原因,提出了一种基于免疫原理和模糊模式识别的检测器生成模型,该模型的核心算法是基于隶属度的检测器选择算法.详细描述了该算法的算法流程和检测器对非我抗原集合隶属度的计算算法,并简述了初始检测器生成算法和分层检测策略.设计了仿真试验,并将实验结果同传统方法进行了比较,详述了仿真实验中各个参数选择的依据和理由,试验结果表明新模型呈现较高的检测率和低的误检率. 相似文献
4.
5.
目前入侵检测中传统否定选择算法忽略了正常和异常模式之间的模糊界限而造成了检测效率低下,以及生成的检测器数量冗繁,用在非我模式识别时计算复杂度相当高.针对这些缺陷,重点研究了在入侵检测系统中定义模糊检测规则的重要性,并提出利用免疫算法的优化搜索性能来进化模糊检测器的方法.实验结果表明,该方法生成的检测器能够允许更简洁的自我和非我的表示方式,降低了检测规则的脆弱性,检测效果较好. 相似文献
6.
针对现有检测器生成算法存在效率低、自适应性差、生成的检测器集庞大且冗余等问题, 借鉴生物免疫系统中抗体的克隆机制和亲和度变异机制, 并融合小生境策略以及检测器的变异和优化等, 构建基于免疫软件人(ISM) 特性的检测器生成算法及模型. 与传统算法相比, 该算法能够降低检测器的冗余度, 减少检测器集的规模, 保持检测器的多样性; 通过合理地改变其匹配阈值, 能够实现以较小的检测器集检测出更多的异常行为的目的. 实验结果表明, 所提出的算法具有较强的自适应性, 且拥有较高的检测效率和性能.
相似文献7.
8.
9.
文中针对目前免疫算法中检测器生成算法存在的不足做了一些改进,提出了一种新的检测器生成算法——MAM(多属性匹配算法)。主要的改进措施有以下两点:提出了多属性匹配的思想,使特征字段的匹配更加符合实际情况;在检测器生成过程中采用分段产生的办法,以避免匹配区域r过大带来的效率问题。实验表明,MAM能够更为高效地产生所需要的检测器。 相似文献
10.
11.
网络入侵方法和网络环境的不断变化,入侵越来越难以防范和检测。针对当前入侵检测过程中检测器生成问题,提出了一种基于生物免疫机制和模糊理论的检测器生成算法。该算法利用改进的否定选择算法来提高生成的检测器为成熟检测器的概率。通过仿真实验,表明该模型有效地改善了系统的性能,大大减少了不可避免的"黑洞"数量,黑洞数量大幅下降,检测率有显著提高。 相似文献
12.
为提高基于免疫的网络入侵检测系统中检测器的生成效率,减小计算量.对Forrest的否定选择算法(NSA)进行改进,提出候选检测器集的生成不再采用随机方式,而通过对两个数据集(一是已有的合格检测器集,二是自我数据集)进行变异来产生,即利用部分已有的检测结果反馈生成成熟检测器.改进算法提高了候选检测器成为成熟检测器的比率,实验结果表明了算法的有效性. 相似文献
13.
针对免疫实值检测器的黑洞和边界入侵问题,分析规模对检测性能的影响,提出一种基于Monte Carlo估计的检测器分布优化算法,以Monte Carlo方法估计检测器对非自体空间的覆盖效果作为算法结束的条件,通过优秀子代替代不合时宜的父代来完成检测器的分布优化处理。经实验测试表明,该算法不仅可以有效地降低黑洞,而且能够以更少的检测器更精确地覆盖非自体空间,从而提升检测器的检测性能。 相似文献
14.
15.
免疫网络理论在人工智能中起着十分重要的作用。该文在已有的研究基础上,根据进化博弈的思想,通过改进亲和力计算方法,综合表达函数值、距离和匹配程度的信息,并以抗体的浓度作为适应度,提出了基于模仿者动态模型的免疫算法。两类典型的测试函数的数字仿真实验结果表明,该算法有效地提高了全局搜索性能和收敛速度。 相似文献
16.
免疫计算中最小有效检测器集分析 总被引:1,自引:0,他引:1
在构造人工免疫系统时,如果能有效控制免疫计算中检测集的大小,以较小的检测器集合,检测到较大范围的“非己”行为,并且还要具有较高的检测精度,就可以从根本上提高系统的效率。在分析有效检测集各参数间关系的基础上,该文提出了确定最小有效检测器集合相关参数的方法,并通过试验证明使用该方法构造的人工免疫系统的初始化速度、检测准确度和效率均有较大提高。 相似文献
17.
基于免疫RBF网络的雷达信号分类识别 总被引:6,自引:0,他引:6
采用了以免疫RBF网络为子网络的神经网络阵列实现了对雷达信号体制和用途的分类识别。免疫RBF网络采用全局搜索的优化方式,克服了传统算法的固有缺陷,在收敛速度和性能上都有较大的提高;通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子,缩小了标准进化算法搜索空间的范围。采用神经网络阵列有效地解决了单个神经网络在雷达信号识别中训练时间长,扩充、修改、维护难等致命的弱点。仿真结果表明,在雷达参数不全的情况下,免疫RBF网络阵列对各种雷达的体制和用途都达到了较高的正确识别率。 相似文献
18.
借鉴自然免疫系统的一些特性,在基于系统调用(systemcall)的基础上建立了位串识别器,并借鉴食物链的一些特征,建立了一种多识别器协同识别模型。该模型符合自然免疫系统的高分布性、多样性、再次反应的快速性等特点。 相似文献
19.
基于递推最小二乘估计的动力学模型参数识别 总被引:1,自引:0,他引:1
动力学建模过程中,模型参数的不确定性和参数的未知变化使得建模精度大为降低。通过对非线性最小二乘估计理论的研究,提出动力学模型参数的最小二乘估计,并设计出相应的估计器,基于现场数据给予模型较为准确的定论。应用于曲柄滑块机构中滑块与滑动面间的摩擦系数的估计,经过较少的迭代次数获得满意的估计效果。为动力学模型参数识别,建立更精确模型提供一个有效的途径。 相似文献