基于改进V-detector算法的入侵检测研究与优化

摘要：

随着互联网用户数量的剧增,网络威胁也在迅速增长,传统的被动防御措施不足以防御日益多变的网络入侵.传统入侵检测系统原理是收集病毒特征再进行特征匹配,对于未知病毒,传统检测机制存在滞后性.面对日益繁杂的网络安全环境,研究基于人工免疫理论的入侵检测系统具有重要意义.文章首先介绍人工免疫理论的核心思想否定选择算法,进而介绍实值否定选择算法和V-detector算法.针对V-detector算法的不足,进行3个方面的改进:提出基于定距变异的克隆选择算法提高检测器生成效率;提出去冗算法减少检测器冗余,加快算法收敛;引入并改进假设检验方法,对检测器集合的覆盖率进行评估.实验证明,文章提出的改进V-detector算法能有效提升检测精度,减少检测黑洞,并大大缩减检测时间.

关键词：入侵检测、V-detector算法、假设检验

所属期刊栏目：20

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金[61602456

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：19-27