基于激素调节免疫网络聚类的入侵检测系统
Intrusion Detection System Based on Hormone-Regulated Immune Network Clustering作者机构:西安邮电大学计算机学院西安710121 西安电子科技大学网络与信息安全学院西安710071
出 版 物:《信息安全学报》 (Journal of Cyber Security)
年 卷 期:2019年第4卷第5期
页 面:25-32页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:西安市科技创新引导项目(No.201805040YD18CG24(7))资助
摘 要:生物体的内分泌系统是一个高度进化的智能系统,通过激素调节着生物体的神经、免疫系统。受其启发而得到的人工内分泌系统具有强大的调控机制,将其内分泌激素用来调节人工免疫网络的抗体种群进化过程,利用亲合度函数动态调节抗体的克隆规模和网络压缩的规模,充分发挥优秀个体的先进特性来刺激亲合度成熟,并能动态调控种群规模,实现自适应、智能化的网络学习,尤其当样本集边界模糊以及存在噪声样本时,该网络依然可以通过自适应调节有效聚类。最终进化出一个小规模网络来映射原始入侵检测数据集的内在结构。最后,利用图论中的最小生成树对网络结构进行分析,获得描述正常和异常行为的数据特征,得到入侵检测系统的正常模型,由此构建出入侵检测系统。通过在KDDCUP数据集的对比仿真实验,验证了该系统的有效性和可行性,以及对未知攻击的检测能力。