基于聚類的鄰域檢測器生成算法及模型研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)的廣泛發(fā)展，入侵檢測技術(shù)開始越來越多地受到人們的重視。將免疫理論與入侵檢測相結(jié)合，即合法用戶、合法授權(quán)的行為視為自體，病毒、黑客入侵等行為視為非自體。因此可以將免疫技術(shù)應(yīng)用在入侵檢測系統(tǒng)中。近年來，免疫入侵檢測作為一種高效的入侵檢測技術(shù)，已經(jīng)成為現(xiàn)代網(wǎng)絡(luò)安全研究熱點(diǎn)。
　　本文介紹免疫入侵檢測的國內(nèi)外的研究現(xiàn)狀，通過研究分析國內(nèi)外對形態(tài)空間、檢測器生成、免疫入侵檢測模型等存在的問題，同時(shí)闡述了免疫入侵檢測的一種新的形

2、態(tài)空間-鄰域形態(tài)空間。利用鄰域否定選擇算法來生成訓(xùn)練檢測器過程中，發(fā)現(xiàn)匹配自體樣本時(shí)，易造成算法耗時(shí)。同時(shí)針對上述問題進(jìn)行分析，對鄰域否定選擇算法和聚類方法進(jìn)行深入研究，并將二者結(jié)合起來，提出一種基于聚類的鄰域檢測器生成算法。將自體樣本映射到構(gòu)建好的鄰域空間中，對其進(jìn)行聚類，同時(shí)隨機(jī)檢測器進(jìn)行耐受，訓(xùn)練出成熟的鄰域檢測器。該算法縮短生成檢測器的時(shí)間，同時(shí)對高重疊等問題進(jìn)行處理。
　　針對現(xiàn)有檢測器模型中形態(tài)空間的缺陷，如適應(yīng)性差、