论文部分内容阅读
随着计算机网络技术的高速发展,网络中的病毒也日益泛滥,病毒的危害己成为计算机安全领域最严重的威胁之一。在P2P网络及云计算平台中,大量节点互联在一起,只要有一个节点感染病毒,则病毒就很容易快速蔓延,威胁到网络计算环境中所有节点的安全。传统的病毒检测技术发现未知病毒的能力和效率较差,已无法满足新型网络环境的病毒检测需求。人工免疫理论是对生物免疫系统的模拟,具备精确识别自体及外来入侵的特点,因此,有必要研究基于人工免疫的新型病毒检测技术。本文以人工免疫理论相关算法为研究内容,以P2P网络及云计算平台的病毒检测为研究目标,主要作了以下三个方面的工作:(1)总结和分析了现有的病毒检测技术及当前所面临的挑战,重点阐述了人工免疫理论的相关概念、目前国内外的研究现状及其在计算机病毒检测方面的应用。(2)P2P网络具备便捷的资源共享和直接通信的优势,同时也为病毒的传播提供了方便,本文结合P2P网络的特点,提出了基于协作免疫的P2P网络病毒检测模型,利用对等节点间的协作实现记忆检测器的共享;针对否定选择算法生成的成熟检测器存在大量冗余、影响检测效率的问题,提出基于二次成熟的否定选择算法;并在病毒检测阶段,提出免疫融合的P2P网络病毒检测算法。仿真实验结果表明,本算法有效降低了检测器的冗余度、提高了检测器的利用效率。同时,记忆检测器能被网络中的节点快速共享,提高了P2P网络的安全性。(3)利用云计算平台具备强大的数据处理能力的特点,结合人工免疫网络进化的思想,提出一种改进免疫网络的云环境病毒检测模型,并给出了基于MapReduce的改进免疫网络病毒检测算法。在免疫网络的构建阶段通过基于基因库的成熟检测器生成算法生成成熟检测器,在进化阶段引入测试集通过检测器对测试集的适应度及刺激水平,实现检测器之间的协作进化,不断优化免疫网络中的检测器,并改进了成熟检测器变异因子,以提高免疫网络的进化效率,从而提高整个免疫网络对云平台的病毒检测能力和检测效率。仿真结果表明,改进免疫网络算法具备较好的检测性能,能够提高整个云计算平台的病毒检测效率和安全性。