论文部分内容阅读
计算机互联网的快速发展和人类社会生活对Internet需求的日益增长，使得网络安全在Internet及各项网络服务和应用进一步发展中占据了关键地位。生物免疫系统是一个高度自治的分布式系统，它本身在体系结构、协同机制和行为能力等方面具有良好的天然特性，入侵检测系统受其启发，从仿生学的角度出发，建立了一套类似的完备体系和处理机制。同时，人工免疫理论是在生物学基础上建立的一种智能化仿生理论。这使得基于免疫机制的入侵检测技术具有重要的价值。入侵检测系统中，检测器是其核心的部件，本文主要以它为研究对象，首先，以检测器产生机制为出发点，借助混沌理论，构造了一个n维混沌映射，利用良好的混沌特性优化了检测器生成机制。与此同时，对传统的V-detector算法中检测器半径确定部分进行了改进，提出了实值n维混沌映射否定选择算法。该算法不但减少了个体冗余，保持了种群多样性，而且，有效地提高了检测器生成速度。其次，对于检测器产生和一次分布存在的固有原因导致的漏洞问题，本文提出了基于划分-移动的实值检测器生成算法(Real Value GenerationAlgorithm Based on Division and Movement, RVGA_DM)，它以检测的漏报数据为基础，对非自体空间的漏洞区域，通过划分-移动的方法进行实值检测器的二次分布。研究表明，该算法有效地避免了漏洞的产生，降低了检测系统的漏报率。最后，针对RVGA_DM算法中影响系统性能的两个参数r、r0进行参数估计分析，一方面，从问题求解建立的角度构造了以它们为自变量的目标函数。另一方面，从问题求解分析的角度，有机结合了混沌理论和克隆选择思想，提出了自调节混沌克隆选择算法(Adjustive Chaos Clonal SelectionAlgorithm, ACCSA)，它不仅解决了参数设定与估算问题，而且对今后相关问题的参数估计提供了新的思路和理论支持。