期刊文献+

基于生物免疫原理的网络入侵检测研究 被引量:6

Research on Network Intrusion Detection System Based on Biological Immune Principle
下载PDF
导出
摘要 针对目前网络入侵检测系统普遍存在的误报、漏报及自适应差等问题,将生物免疫原理应用于网络入侵检测系统中,构建了一个新的基于生物免疫原理的网络入侵检测模型。介绍了生物免疫系统的原理,论述了生物免疫原理在网络入侵检测中的应用,详细阐述了该模型的工作原理及流程,并对该模型使用的否定选择算法和克隆选择算法进行了描述和分析。实验结果表明,该模型系统提高了入侵检测率,降低了虚警率,整体检测性能较好。 Aiming at the problem of false positive, false negative and lower self-adaptive capability in the network intrusion detection system, applied the biology immune principle to the network intrusion detection system,bttilt a new network intrusion detection model based on the biological immune principle. Introduced the theory of biological immune principle, reviewed the application of biological immune principle in network intrusion detection, elaborated in detail this model' s operating principle and working process, described and analyzed negative selection algorithm and clonal selection algorithm used in the model. Experimental results show that the model improves detection rate and reduces the false alarm rate. So it has a better detection performance.
出处 《计算机技术与发展》 2013年第7期167-170,共4页 Computer Technology and Development
基金 湖南省教育科研基金项目(11C0140)
关键词 网络入侵检测 生物免疫原理 否定选择算法 克隆选择算法 network intrusion detection biological immunity principle negative selection algorithm clonal selection algorithm
  • 相关文献

参考文献15

  • 1顾巧论,蔡振山,贾春福编著..计算机网络安全[M].北京:科学出版社,2006:243.
  • 2肖人彬,王磊.人工免疫系统:原理、模型、分析及展望[J].计算机学报,2002,25(12):1281-1293. 被引量:209
  • 3楚赟,戴英侠,万国龙.一个基于免疫的分布式入侵检测系统模型[J].计算机应用,2005,25(5):1153-1157. 被引量:7
  • 4Forrest S, Perelson A S, Allen L, et al. Self-nonself discrimi- nation in a computer[ C ]//Proceedings of the IEEE Symposi- um on Research in Security and Privacy. Los Alamos, USA: [ s. n. ] ,1994:202-212. 被引量:1
  • 5Dasgupta D. An Immune Agent Architecture for Intrusion De- tection[ C]//Proc. of GECCO 2000. San Francisco, USA: Morgan Kaufmann Publishers ,2000:42-44. 被引量:1
  • 6Paula F S, Reis M A, Fermandes D A M. A Hybrid IDS Based on the Immune System[ C]//Proc. of the 9th International Conference on Neural Information Processing. Singapore : IEEE Press, 2002 : 1479-1484. 被引量:1
  • 7Kim J, Greensmith J, Twycross J, et al. Malicious Code Execu- tion Detection and Response Immune System Inspired by the Danger Theory[ C ]//Proc. of Adaptive and Resilient Compu- ting Security Workshoo( ARCS-05 ). [ s. 1. ] : F s. n. 1.2005. 被引量:1
  • 8梁意文..网络信息安全的免疫模型[D].武汉大学,2002:
  • 9李涛.基于免疫的网络安全风险检测[J].中国科学(E辑),2005,35(8):798-816. 被引量:40
  • 10肖锋,杨树堂,陆松年,李建华.基于人工免疫的入侵检测模型研究[J].计算机应用与软件,2008,25(2):258-260. 被引量:10

二级参考文献137

共引文献277

同被引文献47

引证文献6

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部