刘会会，牛 玲，孔韦韦

（1.周口师范学院，河南 周口 466001；2.西安邮电大学，西安 710121）

0 引言

计算机技术的迅猛发展极大地改变了人类的生产、生活模式，但随之而来的计算机安全问题也深深地困扰着广大用户。在此背景下，计算机信息安全已经成为国内外相关领域的研究热点，并产生了一系列技术模型和方法[1-3]。受生物免疫系统模型的启发，人工免疫系统模型得到了建立和发展，诞生了诸如克隆选择[4]、危险理论[5]、否定选择算法（Negative Selection Algorithm，NSA）[6-15]以及免疫网络[16]等多种模型，并被广泛用于计算机入侵检测领域。其中，NSA由于具有优良的自适应保护机制，被认为是目前解决入侵检测问题的重要方法。

NSA通过模拟T细胞成熟过程中的耐受机制，清除不能通过自体耐受的候选检测器，从而实现对非自体集合的识别以抵御计算机网络中的入侵行为。因此，理想的成熟检测器应该满足以下几点要求：1）能够尽可能地识别非自体集合；2）不能识别任何自体集合。

传统的NSA采用字符串形式对自体和检测器进行编码，虽然实现起来较为简单，但系统的整体检测率较低。Gonzalez[17]提出的实值否定选择算法（Real-valued NSA，RNSA）对传统NSA进行了较大改进，但由于检测器半径是固定值，因此，检测效率提升有限。为此，Zhou等提出一种新型否定选择算法（V-detector）[18-19]，该算法中的检测器半径可以根据自身与自体集间的距离自适应地进行调整，一定程度上提升了检测效率。文献[12]也对否定选择算法进行了较为全面的总结和阐述。不同于以往提出的否定选择算法，文献[13]首次提出了针对候选检测器进行两次否定选择过程，从而有效提升检测器生成效率，并尽可能减少了成熟检测器中的个体数量。……