动态疫苗接种的入侵检测方法

doi:10.13190/j.jbupt.2014.s1.015

北京邮电大学学报 ›› 2014, Vol. 37 ›› Issue (s1): 77-82.doi: 10.13190/j.jbupt.2014.s1.015

动态疫苗接种的入侵检测方法

张玲^1,2, 白中英¹, 谢康³

1. 北京邮电大学计算机学院, 北京 100876;
2. 郑州轻工业学院, 郑州 450000;
3. 山东大学, 济南 250100

收稿日期:2013-10-26 出版日期:2014-06-28 发布日期:2014-06-28
作者简介:张玲（1979- ），女，博士生，E-mail：fighter060409@sina.cn；白中英（1941- ），男，教授.
基金资助:
国家自然科学基金项目（61121061，61161140320）

Dynamic Intrusion Detections with Vaccination

ZHANG Ling^1,2, BAI Zhong-ying¹, XIE Kang³

1. School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. Zhengzhou University of Light Industry, Zhengzhou 450000, China;
3. Shandong University, Jinan 250100, China

Received:2013-10-26 Online:2014-06-28 Published:2014-06-28
Supported by:

摘要/Abstract

摘要：

提出了一种基于动态疫苗接种的入侵检测方法.设计了一种基于粗糙集方法的抗体生成方案和一种基于属性重要度的疫苗接种策略.采用粗糙集方法是为了保证抗体的优良性，同时提高检测的速度；使用疫苗接种策略能获得适应度高的疫苗，同时使得检测算法具有较高的收敛速度.最后通过模拟实验，验证了模型的可行性及有效性.

关键词: 入侵检测, 粗糙集, 人工免疫, 疫苗

Abstract:

A method of dynamic intrusion detection using vaccination (DIDV) is designed. With rough set (RS), a scheme is given to generate antibodies, and a strategy based on the significance of the attributes is proposed to get vaccinations. The RS is used to promise excellent antibodies and to increase the detection rate. Vaccination strategy is applied to gain more compatible vaccinations and to get higher convergence rate. Experiments show that the proposed method is of feasibility and effectiveness.

Key words: intrusion detection, rough set, artificial immune, vaccination

中图分类号:

TP391.4

张玲, 白中英, 谢康. 动态疫苗接种的入侵检测方法[J]. 北京邮电大学学报, 2014, 37(s1): 77-82.

ZHANG Ling, BAI Zhong-ying, XIE Kang. Dynamic Intrusion Detections with Vaccination[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2014, 37(s1): 77-82.

[1]	王艺霏, 莫爽, 吴文睿, 范少华, 肖丁. 基于内外卷积网络的网络入侵检测[J]. 北京邮电大学学报, 2021, 44(5): 94-100.
[2]	刘占峰, 潘甦. 粒子群优化的模糊粗糙集双约简算法[J]. 北京邮电大学学报, 2021, 44(4): 49-55.
[3]	刘占峰, 潘甦. 基于模糊粗糙集实例选择的混合算法在信用评分中的应用[J]. 北京邮电大学学报, 2019, 42(2): 101-107.
[4]	李民政, 蓝剑平. 时空域信息融合的智能家居入侵检测算法[J]. 北京邮电大学学报, 2017, 40(3): 76-84.
[5]	姚赟政, 杨安, 石志强, 孙利民. 工控设备状态检测中BP神经网络模型的应用[J]. 北京邮电大学学报, 2016, 39(s1): 14-18.
[6]	赵斌, 何泾沙, 张伊璇, 及歆荣, 轩兴刚. 访问控制中基于粗糙集的授权规则知识发现[J]. 北京邮电大学学报, 2016, 39(2): 48-52.
[7]	刘城霞, 何华灿. 广义相关性基础上的量化容差关系的改进[J]. 北京邮电大学学报, 2015, 38(5): 28-32,41.
[8]	武斌, 林幸, 李卫东, 芦天亮, 张冬梅. 云计算下手机人工免疫恶意代码检测模型[J]. 北京邮电大学学报, 2015, 38(4): 34-38.
[9]	芦天亮, 郑康锋, 刘颖卿, 胡影, 武斌. 基于动态克隆选择算法的病毒检测模型[J]. 北京邮电大学学报, 2013, 36(3): 39-43.
[10]	莫路锋毛方杰聂江武宣子蔚. 基于感知数据的无线传感网被动诊断方法[J]. 北京邮电大学学报, 2013, 36(1): 101-104.
[11]	马捷钟子发黄高明. 基于自适应变权免疫网络的电磁信号监测算法[J]. 北京邮电大学学报, 2012, 35(2): 59-63.
[12]	柴争义刘芳. 应用危险理论的网络安全风险感知模型[J]. 北京邮电大学学报, 2010, 33(3): 40-43.
[13]	朱颢东;钟勇. 多类别属性的定序分类模型[J]. 北京邮电大学学报, 2009, 32(3): 113-117.
[14]	武斌, 郑康锋, 杨义先. Honeynet中的告警日志分析[J]. 北京邮电大学学报, 2008, 31(6): 63-66.
[15]	辛阳, 魏景芝, 钮心忻. 用于入侵检测的快速多模式匹配[J]. 北京邮电大学学报, 2008, 31(3): 19-23.

动态疫苗接种的入侵检测方法

Dynamic Intrusion Detections with Vaccination

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价