基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统检测器检测率较低、误报率较高、自体库过于庞大的问题,设计了基于免疫危险理论的K RID (Katherine智能检测器),包括实时检测模块、记忆模块和自适应模块。提出了 MSMA(二进制分段近似匹配方法)及KRNA检测算法,KRNA检测算法根据不同类型的危险信号使用不同的分段近似匹配方法进行分层检测。实验结果表明:KRNA检测算法具有较高的检测率、较低的误报率和冗余度;为进一步提高KRID的自适应能力,给出了DSAA(动态自适应算法),该算法获取各类异常信号的出现次数,将其与该类异常信号的危险频率求和取平均值后得到新的危险频率,根据新的危险频率调整检测细胞数量。实验结果表明:DSAA提升了检测器的自适应能力,减少了响应时间。
推荐文章
基于人工免疫系统的检测器生成算法改进
人工免疫
入侵检测系统
k平均聚类算法
模糊逻辑理论
基于粗集理论和人工免疫的入侵检测方法
Rough集
人工免疫
入侵检测
免疫入侵检测多形态检测算法
免疫入侵检测
形态空间
二进制
实值
检测器
多形态
否定选择算法(NSA)
基于并行遗传算法的去相关多用户检测器
码分多址
多用户检测
并行遗传算法
去相关
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于免疫危险理论的智能检测器及相关算法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 智能检测器 免疫危险理论 物联网网络层 Katherine智能检测器 动态自适应算法 二进制分段近似匹配方法
年,卷(期) 2015,(5) 所属期刊栏目 第二十届全国网络与数据通信学术会议专辑
研究方向 页码范围 17-22
页数 6页 分类号 TP393
字数 语种 中文
DOI 10.13245/j.hust.150504
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谭敏生 南华大学计算机科学与技术学院 102 553 12.0 20.0
2 白曜华 南华大学计算机科学与技术学院 5 6 2.0 2.0
3 刘尖学 南华大学计算机科学与技术学院 6 3 1.0 1.0
4 周欢 南华大学计算机科学与技术学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (4)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能检测器
免疫危险理论
物联网网络层
Katherine智能检测器
动态自适应算法
二进制分段近似匹配方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导