基于危险理论与数理统计的入侵检测模型

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (11): 136-138.

基于危险理论与数理统计的入侵检测模型

王春枝,金伟健

湖北工业大学计算机学院，武汉 430068

收稿日期:2007-08-24 修回日期:2007-10-22 出版日期:2008-04-11 发布日期:2008-04-11
通讯作者: 王春枝

Intrusion detection model based on danger theory and mathematical statistics

ANG Chun-zhi,JIN Wei-jian

School of Computer Science，Hubei University of Technology，Wuhan 430068，China

Received:2007-08-24 Revised:2007-10-22 Online:2008-04-11 Published:2008-04-11
Contact: WANG Chun-zhi

摘要/Abstract

摘要： 分析了危险理论的基本机制，针对处理危险信号的特点，提出了基于特征串HAMMING 距离的数理统计匹配算法，并以该算法来优化协同信号的产生，以及操作抗原与抗体的匹配，最后给出了基于该算法的入侵检测模型。

关键词: 计算机免疫, 危险理论, 入侵检测, 危险信号, 数理统计

Abstract: The paper analyzes the primitive mechanism of the danger theory，according to the features of processing danger signal，an intrusion detection model is presented based on the mathematical statistics matching algorithm which is originated from the HAMMING distance of character string，in order to optimize the method of generating coordinate signal and to operate the matching of antigen and antibody.

Key words: computer immune, danger theory, intrusion detection, danger signal, mathematical statistics

王春枝,金伟健. 基于危险理论与数理统计的入侵检测模型[J]. 计算机工程与应用, 2008, 44(11): 136-138.

ANG Chun-zhi,JIN Wei-jian. Intrusion detection model based on danger theory and mathematical statistics[J]. Computer Engineering and Applications, 2008, 44(11): 136-138.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[3]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[4]	杨信民，董红斌，谭成予，周雯. 采用奇异值分解和信息增益的树突状细胞模型[J]. 计算机工程与应用, 2021, 57(15): 156-162.
[5]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[6]	黎佳玥，赵波，李想，刘会，刘一凡，邹建文. 基于深度学习的网络流量异常预测方法[J]. 计算机工程与应用, 2020, 56(6): 39-50.
[7]	陈虹，王闰婷，肖成龙，郭鹏飞，黄洁，陈红霖. 基于DBN-XGBDT的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(22): 83-91.
[8]	狄冲，李桐. 网络未知攻击检测的深度学习方法[J]. 计算机工程与应用, 2020, 56(22): 109-116.
[9]	汪盼，宋雪桦，王昌达，陈锋，徐夏强，蔡冠宇. 基于改进的深度信念网络的入侵检测方法[J]. 计算机工程与应用, 2020, 56(20): 87-92.
[10]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[11]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[12]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.
[13]	熊逸，梁意文，谭成予，周雯. 基于反向选择的地震前兆观测数据异常检测[J]. 计算机工程与应用, 2020, 56(10): 226-230.
[14]	刘月峰1，王成1，张亚斌1，苑江浩2. 用于网络入侵检测的多尺度卷积CNN模型[J]. 计算机工程与应用, 2019, 55(3): 90-95.
[15]	蒋欣兰，贾文博. 高铁接触网异物侵入的机器视觉检测方法[J]. 计算机工程与应用, 2019, 55(22): 250-257.