基于随机森林与人工免疫的入侵检测算法

• 作者: 侯泽翔 张建伟 张玲 桑永宣 王博
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 随机森林 人工免疫 克隆选择算法 随机抗体森林
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 网络空间安全
• 页码范围: 146-152
• 页数: 7页
• 分类号: TP391.4
• 字数: 5893字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057085

摘要

传统入侵检测方法对Probe、U2R、R2L等网络入侵攻击类型的检测率较低,存在对入侵行为的误检和漏检.为此,提出一种基于随机森林与人工免疫的入侵检测算法.设计随机抗体森林检测策略,针对小样本数据集,采用克隆选择算法保证抗体的优良性,提高攻击的检测率,通过将识别为入侵行为的抗原注入抗体集,以平衡抗原的检测率和误报率.仿真结果表明,该算法的检测率为94.1％,高于Probe的93.79％、U2R的91％与R2L的85％,且具有较低的误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建伟	郑州轻工业大学软件学院	62	473	9.0	20.0
2	张玲	郑州轻工业大学软件学院	12	8	2.0	2.0
3	王博	郑州轻工业大学软件学院	9	9	2.0	2.0
4	桑永宣	郑州轻工业大学软件学院	3	0	0.0	0.0
5	侯泽翔	郑州轻工业大学软件学院	1	0	0.0	0.0