基于并行计算的木马免疫算法研究

2012-03-17王应战魏衍君

电子设计工程 2012年16期

王应战，魏衍君

（商丘职业技术学院计算机系，河南商丘 476000）

免疫算法是借鉴生物免疫系统中抗体识别抗原的原理发展起来的，是人工智能的一个新的研究领域，也是目前国内外研究的一大热点，许多研究学者都针对这一领域开展了深入、富有成效的研究工作。免疫算法主要模拟生物免疫系统中抗原处理的核心原理，运用免疫算法求解问题，本质上是抗体识别抗原的过程，而抗体（检测器）的产生是非常关键的一个步骤，关系到整个免疫检测系统的运行效率[1-2]。

常见免疫算法主要有阴性选择算法和克隆选择算法等。阴性选择算法由Forrest等人在1994年提出[3-4]，该算法步骤简单，但却实用有效，阴性选择算法以r连续位匹配规则为基础，实现局部匹配，算法效率较高。但其也存在着致命缺陷，因为当检测字符长度增加或者匹配位数r增加时，检测效率大大降低，系统开销大大增加[5]。

文中提出一种改进的阴性选择算法，把总长度为L的字符串分成n个特征区域时，每一段特征区域产生一系列相应的检测器子集合，然后采用并行计算的匹配方式，对于整体则采用r连续位匹配规则进行匹配。设定匹配阈值，如果匹配度高于该阈值则两个字符串匹配，否则不匹配。