学位论文 > 优秀研究生学位论文题录展示

基于深度学习和信息增益的否定选择算法

作　者: 张建
导　师: 公茂果
学　校: 西安电子科技大学
专　业: 电子与通信工程
关键词: 人工免疫系统否定选择算法检测器覆盖率入侵检测信息增益
分类号: TP393.08
类　型: 硕士论文
年　份: 2012年
下　载: 145次
引　用: 0次
阅　读: 论文下载

内容摘要

人体免疫系统因其强大的信息处理能力受到研究者的关注,它的自适应性、并行和分布式的特点为解决工程应用问题开辟了思路,在此基础上诞生了人工免疫系统。鉴于免疫系统与入侵检测系统的相似性,基于人工免疫系统的算法被应用于入侵检测。本文首先提出了“空洞”处理的否定选择算法,然后提出了深度训练的否定选择算法,最后将信息增益与否定选择算法相融合,并将其应用于入侵检测。第二章重点介绍了“空洞”区域数据处理的动机和思想,该算法对落入“空洞”区域的数据进一步分析,以更准确的判定其是否为异常数据。实验结果表明：相比V-detector算法,本章提出的算法在正检率和虚警率上都有所改善。第三章提出了深度训练的否定选择算法,以解决上一章算法中存在的计算量大的问题,采用深度训练机制减少了自体样本的数量,并提高了自体区域的覆盖率。通过实验分析得出,深度训练机制减少了算法的运行时间,并在一定程度上改善了算法的异常检测效果。第四章引入了信息增益分析,提出了基于信息增益的否定选择算法,并将其应用于KDD99数据集的检测,以评估否定选择算法对网络入侵行为的检测能力。本章的工作将否定选择算法的应用扩展至高维数据中的异常检测。实验结果显示,通过选取信息增益大的特征,显著提高了否定选择算法在KDD99数据异常检测中的表现。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-14
  1.1 人工免疫系统  8-9
  1.2 入侵检测系统  9-13
    1.2.1 入侵检测技术综述  9-10
    1.2.2 入侵检测技术的分类  10-12
    1.2.3 入侵检测系统与人工免疫系统的类比关系  12-13
  1.3 本文章节安排  13-14
第二章 “空洞”处理的否定选择算法  14-30
  2.1 引言  14-15
  2.2 否定选择算法  15-19
    2.2.1 背景知识  15-16
    2.2.2 否定选择算法  16-19
  2.3 “空洞”处理的否定选择算法  19-23
    2.3.1 检测器覆盖率  19-20
    2.3.2 V-detector算法的覆盖率估计  20-22
    2.3.3 “空洞”处理  22-23
  2.4 实验结果与分析  23-27
    2.4.1 实验设置  23-24
    2.4.2 实验结果  24-25
    2.4.3 参数分析  25-27
  2.5 本章小结  27-30
第三章深度训练的否定选择算法  30-40
  3.1 背景知识  30
  3.2 深度训练的否定选择算法  30-34
    3.2.1 深度训练  30-32
    3.2.2 算法流程  32-34
  3.3 实验结果与分析  34-37
    3.3.1 实验设置  34
    3.3.2 实验结果  34-36
    3.3.3 自体区域覆盖率对检测效果影响的分析  36-37
  3.4 本章小结  37-40
第四章基于信息增益的否定选择算法  40-50
  4.1 背景知识  40-41
  4.2 基于信息增益的否定选择算法  41-47
    4.2.1 信息增益  41-43
    4.2.2 算法介绍  43-47
  4.3 实验结果分析  47-49
    4.3.1 实验设置  47
    4.3.2 实验结果  47-48
    4.3.3 结果分析  48-49
  4.4 本章小结  49-50
第五章总结与展望  50-52
  5.1 总结  50
  5.2 展望  50-52
致谢  52-54
参考文献  54-58
硕士期间科研成果  58

基于深度学习和信息增益的否定选择算法

内容摘要

全文目录

相似论文