基于人工免疫系统检测器生成算法改进.docVIP

基于人工免疫系统检测器生成算法改进 　　摘要: 研究了免疫检测器的生成机制，通过采用?k?平均聚类算法提取到的规则生成未成熟检测器，提出了将模糊逻辑理论运用到成熟检测器激活及记忆检测器生成的进化方法，改进了传统的以人工免疫为基础的入侵检测系统中随机生成未成熟检测器的算法.实验表明该方法能够提高检测器的检测性能，证实了该算法的有效性. 　　? 　　关键词: 人工免疫;入侵检测系统;?k?平均聚类算法;模糊逻辑理论? 　　中图分类号:TP 182 　　 文献标志码:A文章编号:1672-8513(2012)02-0141-04 　　?? 　　Improved Generation Algorithm for the Detector ?Based on the Artificial Immune Theory 　　JIANG Yi?ting 　　? (School of Information, Yunnan Normal University, Kunming 650031, China) 　　 　　Abstract: The paper studied the generative mechanism of immune detectors. The rules obtained from ?k?-means clustering algorithm are used to produce the immature detector. It proposed the method for activating the mature detector, which improved the memory detector according to the fuzzy logic theory. It improved the traditional algorithm of randomly generating immune detector in the intrusion detection system based on artificial immune. Experiments showed that this method could improve the detection performance of the detectors, a confirmation of the effectiveness of the algorithm. 　　?Key words: artificial immune; intrusion detection system; ?k?-means clustering algorithm; fuzzy logic theory 　　网络安全本身是一个模糊的概念，把模糊逻辑引入网络安全中可以平滑攻击行为和正常行为的边界，避免尖锐边界问题，同时也可以在证据不充分的情况下能够更快速、正确地判断入侵事件.关联规则就是满足支持度和置信度最小阈值的规则??［1］?,本文研究了在入侵检测系统中引入模糊理论的概念，通过?k?聚类算法对生成未成熟检测器的算法进行改进，然后定义模糊集合及模糊关联规则，来完成未成熟检测器的自体耐受??［2］?，成熟检测器向记忆检测器的进化过程.最后根据检测器的隶属度大小进行排序，选择出较好的记忆检测器集合.? 　　1 基于?k?平均聚类方法的未成熟检测器生成算法 　　1.1 人工免疫算法简述? 　　人工免疫算法是在生物免疫系统的克隆选择原理基础上发展出的免疫聚??算法，通过对训练样本的学习，系统自动产生记忆抗体集合，而这些记忆抗体能准确反映样本在入侵检测中非自体的特征.? 　　在传统的基于人工免疫的入侵检测系统中，未成熟检测器是随机生成的，对于问题的解决（入侵的检测）没有预见性，且其通过免疫耐受成为成熟检测器乃至最终成为记忆检测器的概率较低，将影响到入侵检测系统的整体性能.因此，本文采用标准?k?平均聚类方法??［3］?生成未成熟的自体检测器与非自体检测器，两者相互协同工作生成成熟检测器.? 　　1.2 未成熟检测器的规则属性? 　　本文采用KDDCup99数据集，由于该数据集中共有41维属性，在保持知识库的分类或决策能力不变的情况下，删除不必要的属性，从而达到简化.对KDDCup99数据库的属性选取结果，可以得到构成规则的以下属性：duration， protocol_type，service， src_bytes，dst_bytes，count，srv_count，dst_host_count，dst_host_srv_count.根据属性类型分类，分为条件属性和决策属性，而条件属性是由基于粗糙集的属性选取的思想??［4］?