面向大数据系统的检测器快速筛选算法

摘要：

筛选成熟检测器是决定人工免疫系统性能和效率的关键因素,在大数据环境下由于初始检测器的数量极其庞大,会造成现有检测器筛选算法时间开销过大.针对该问题,提出一种新的海量初始检测器快速筛选算法.设计海量初始检测器的分布存储模式,利用Map/Reduce模型,给出混合式初始检测器快速筛选架构、海量初始检测器分区检查策略和成熟检测器集优化策略,以提高筛选初始检测器的效率,优化成熟检测器.在Hadoop集群中实现面向大数据系统检测器快速筛选算法原型系统,使用CERT synthethic sendmail data数据集进行测试与分析,结果表明,与传统算法相比,该算法能减少58.87％的时间开销,并在初始检测器数量不断增加时保持时间开销的稳定.

关键词：检测器生成算法、大数据系统、人工免疫系统、Map/Reduce模型

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61300228;浙江省自然科学基金资助项目LY13F020012;江苏省科技支撑计划基金资助项目BE2013103;深圳市科技基金资助项目JCYJ20130401095947222

在线出版日期：2015-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50