基于人工免疫的新型入侵检测系统研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于人工免疫的新型入侵检测系统研究

黄均才, 王凤碧, 罗讯, 佘堃, 周明天

文章导航 > 电子科技大学学报 > 2006 > 35(1): 93-95,99

黄均才, 王凤碧, 罗讯, 佘堃, 周明天. 基于人工免疫的新型入侵检测系统研究[J]. 电子科技大学学报, 2006, 35(1): 93-95,99.

引用本文:

黄均才, 王凤碧, 罗讯, 佘堃, 周明天. 基于人工免疫的新型入侵检测系统研究[J]. 电子科技大学学报, 2006, 35(1): 93-95,99.

HUANG Jun-cai, WANG Feng-bi, LUO Xun, SHE Kun, ZHOU Ming-tian. Research on a Novel Intrusion Detection System Based on Artificial Immune Theory[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(1): 93-95,99.

Citation:

HUANG Jun-cai, WANG Feng-bi, LUO Xun, SHE Kun, ZHOU Ming-tian. Research on a Novel Intrusion Detection System Based on Artificial Immune Theory[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(1): 93-95,99.

基于人工免疫的新型入侵检测系统研究

1.
东莞理工学院计算机系广东东莞 523106;
2.
东莞理工学院电子工程系广东东莞 523106;
3.
电子科技大学计算机科学与工程学院成都 610054

基金项目:

电子产业发展基金资助项目(51415010101DZ02)

作者简介:
黄均才(1973-),男,硕士,助教,主要从事生物信息学、网络计算、信息安全方面的研究.

中图分类号: TP399

Research on a Novel Intrusion Detection System Based on Artificial Immune Theory

1.
Department of Computer Science and Technology,Dongguan University of Technology Guangdong Dongguan 523106;
2.
Department of Electronic Engineering,Dongguan University of Technology Guangdong Dongguan 523106;
3.
School of Computer Science and Engineering,UEST of China Chengdu 610054

摘要: 分析研究了人工免疫原理在网络入侵检测中应用的可行性,结合人工免疫模型和数据挖掘技术建立了一个网络入侵检测系统模型。对抗体生成过程中的关键算法进行了描述。为克服在抗体生成阶段由于采用遗传算子导致时空效率不佳的缺陷,将数据流分割成字符串集合,根据数理统计原理,讨论了分割参数和检测器数目的选定,使它在通用性、鲁棒性上具有优势。
- 人工免疫理论 /
- 入侵检测系统 /
- 参数选定 /
- 抗体生成
Abstract: The feasibility of applying artificial immune theory in intrusion detection system is Analyzed, establishes a model combining artificial immune theory and data mining technique is estoblished. Based on the statistical theory, the amount of information that is lost by splitting a data stream into unordered strings can be estimated, and this estimate can be used to guide the choice of string length. Based on information-theory, a lower bound on the size of the detector set is derived. Detector Generating algorithm is described. The performance of Artificial Immune Intrusion Detection System (AⅡDS) is better than the normal intrusion detection system based on knowledge engineering.
- artificial immune theory /
- intrusion detection system /
- choice of parameter /
- antibody generating

[1]	孙文军, 芮国胜, 张驰, 王瑞. 混沌检测系统对噪声的免疫性分析及稳健建模 . 电子科技大学学报, 2017, 46(3): 492-497. doi: 10.3969/j.issn.1001-0548.2017.03.003
[2]	彭云峰, 何模雄, 隆克平. 入侵检测灰色空间模型及应用 . 电子科技大学学报, 2012, 41(3): 453-458. doi: 10.3969/j.issn.1001-0548.2012.03.025
[3]	杨珺, 曹阳, 马秦生, 王敏. 人工免疫行为轮廓取证分析方法 . 电子科技大学学报, 2010, 39(6): 911-914,919. doi: 10.3969/j.issn.1001-0548.2010.06.022
[4]	杨宏宇, 朱丹, 谢丰, 谢丽霞. 入侵异常检测研究综述 . 电子科技大学学报, 2009, 38(5): 587-596. doi: 10.3969/j.issn.1001-0548.2009.05.014
[5]	郑君杰, 肖军模, 刘志华, 王晓蕾, 王宏涛. 基于Honeypot技术的网络入侵检测系统 . 电子科技大学学报, 2007, 36(2): 257-259.
[6]	刘才铭, 张雁, 赵辉, 彭凌西, 曾金全. 多级免疫检测器集在分布式入侵检测中的应用 . 电子科技大学学报, 2007, 36(6): 1179-1182.
[7]	张成功, 黄迪明, 胡德昆. 基于人工免疫原理的反垃圾邮件系统AIASS . 电子科技大学学报, 2007, 36(1): 96-99.
[8]	刘才铭, 赵辉, 张雁, 曾金全, 彭凌西. 受人工免疫启发的脚本病毒检测模型 . 电子科技大学学报, 2007, 36(6): 1219-1222.
[9]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[10]	彭宏. 基于粗糙集理论的入侵检测方法研究 . 电子科技大学学报, 2006, 35(1): 108-110,136.
[11]	程永新, 许家珆, 陈科. 一种新型入侵检测模型及其检测器生成算法 . 电子科技大学学报, 2006, 35(2): 235-238.
[12]	杨挺, 罗光春. 分布式入侵检测系统修复机制 . 电子科技大学学报, 2005, 34(5): 634-637.
[13]	刘碧森, 钟守铭. 基于RST和SVM的入侵检测系统 . 电子科技大学学报, 2005, 34(4): 533-536.
[14]	陈雷霆, 张亮. 人工免疫机制在木马检测系统中的应用研究 . 电子科技大学学报, 2005, 34(2): 221-224.
[15]	钱伟中, 王蔚然, 袁宏春. 分布式防火墙环境的边界防御系统 . 电子科技大学学报, 2005, 34(4): 513-516.
[16]	吴知, 许家珆. 免疫原理在多Agent入侵检测系统中的应用 . 电子科技大学学报, 2005, 34(3): 381-384.
[17]	孙剑, 许家珆. 神经网络算法在智能体IDS系统中的应用 . 电子科技大学学报, 2004, 33(3): 289-292.
[18]	周海刚, 肖军模. 一种基于移动代理的入侵检测系统框架 . 电子科技大学学报, 2003, 32(6): 683-686.
[19]	陈霖. 分布式入侵检测系统的设计 . 电子科技大学学报, 2002, 31(2): 188-191.
[20]	詹瑾瑜, 熊光泽, 孙明. 基于DM的入侵检测系统结构方案 . 电子科技大学学报, 2002, 31(5): 502-506.

WeChat

点击查看大图

计量

文章访问数: 3410
HTML全文浏览量: 145
PDF下载量: 85
被引次数: 0

基于人工免疫的新型入侵检测系统研究

1. 东莞理工学院计算机系广东东莞 523106;

2. 东莞理工学院电子工程系广东东莞 523106;

3. 电子科技大学计算机科学与工程学院成都 610054

基金项目:

电子产业发展基金资助项目(51415010101DZ02)

作者简介:
黄均才(1973-),男,硕士,助教,主要从事生物信息学、网络计算、信息安全方面的研究.

收稿日期: 2003-12-18
刊出日期: 2006-02-15

中图分类号: TP399

关键词:

摘要: 分析研究了人工免疫原理在网络入侵检测中应用的可行性,结合人工免疫模型和数据挖掘技术建立了一个网络入侵检测系统模型。对抗体生成过程中的关键算法进行了描述。为克服在抗体生成阶段由于采用遗传算子导致时空效率不佳的缺陷,将数据流分割成字符串集合,根据数理统计原理,讨论了分割参数和检测器数目的选定,使它在通用性、鲁棒性上具有优势。

English Abstract

黄均才, 王凤碧, 罗讯, 佘堃, 周明天. 基于人工免疫的新型入侵检测系统研究[J]. 电子科技大学学报, 2006, 35(1): 93-95,99.

引用本文:

黄均才, 王凤碧, 罗讯, 佘堃, 周明天. 基于人工免疫的新型入侵检测系统研究[J]. 电子科技大学学报, 2006, 35(1): 93-95,99.

HUANG Jun-cai, WANG Feng-bi, LUO Xun, SHE Kun, ZHOU Ming-tian. Research on a Novel Intrusion Detection System Based on Artificial Immune Theory[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(1): 93-95,99.

Citation:

HUANG Jun-cai, WANG Feng-bi, LUO Xun, SHE Kun, ZHOU Ming-tian. Research on a Novel Intrusion Detection System Based on Artificial Immune Theory[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(1): 93-95,99.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发