基于人工免疫的新型入侵检测系统研究

分析研究了人工免疫原理在网络入侵检测中应用的可行性，结合人工免疫模型和数据挖掘技术建立了一个网络入侵检测系统模型。对抗体生成过程中的关键算法进行了描述。为克服在抗体生成阶段由于采用遗传算子导致时空效率不佳的缺陷，将数据流分割成字符串集合，根据数理统计原理，讨论了分割参数和检测器数目的选定，使它在通用性、鲁棒性上具有优势。The  feasibility  of  applying  artificial  immune  theory  in  intrusion  detection  system  is  Analyzed,  establishes  a  model  combining  artificial  immune  theory  and  data  mining  technique  is  estoblished.  Based  on  the  statistical  theory,  the  amount  of  information  that  is  lost  by  splitting  a  data  stream  into  unordered  strings  can  be  estimated,  and  this  estimate  can  be  used  to  guide  the  choice  of  string  length.  Based  on  information-  theory,  a  lower  bound  on  the  size  of  the  detector  set  is  derived.  Detector  Generating  algorithm  is  described.  The  performance  of  Artificial  Immune  Intrusion  Detection  System  (AIIDS)  is  better  than  the  normal  intrusion  detection  system  based  on  knowledge  engineering.