用于异常检测的小参数集树突状细胞算法

摘要：

树突状细胞算法(dendritic cell algorithm,DCA)是受自然免疫系统中树突状细胞的功能启发的免疫算法.当应用于实时异常检测时该算法具有优越的性能,但由于参数和随机元素相当多,算法难于分析.提出了一种用于异常检测的小参数集树突状细胞算法,在保证算法实现正确功能的前提下,减少了DCA中的参数,使算法参数数量得到了控制.此外,新算法还定义了更为简洁的信号处理过程以及对应的异常度量和异常阈值.最后,利用端口扫描数据集对算法进行了测试,实验结果表明,新算法是DCA的一种有效形式,新的异常度量更加敏感且它体现出的正确分类时间延长了30.3%～56.7%.

关键词：异常检测、端口扫描、树突状细胞算法

所属期刊栏目：32

分类号：TP393.08(计算技术、计算机技术)

资助基金：河南省杰出人才创新基金074200510013;河南省重点攻关项目102102210376资助课题

在线出版日期：2011-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2480-2483