王韫烨,孔 珊

(郑州师范学院 信息科学与技术学院,郑州 450044)

0 概述

异常检测是在网络和大数据安全分析中广泛使用的关键技术。由于异常检测系统与人体免疫系统有着高度的相似性,基于免疫机制的否定选择算法在异常检测中得到了深入应用并取得良好的效果[1],成为解决异常检测问题的主要算法之一。检测器的生成是否定选择算法中的重点部分,对检测效率和准确度具有重要影响[2]。因此,设计高效的检测器生成算法是否定选择算法研究的关键和热点[3]。

否定选择算法一般用字符串(含二进制字符串)和实值表示[4]。实值否定选择算法将自体与检测器的各项属性值表示为n维[0,1]实数范围([0,1]n)内的超立方体,更适合对现实问题进行描述,因而得到广泛应用[5]。由于半径固定的实值否定选择算法存在许多黑洞区域无法被检测器覆盖和检测,文献[6]提出V-detector算法,该算法是一种半径可变的实值否定选择算法,可以显著提高算法的检测率,为实值否定选择算法中最具代表性的算法,众多后续研究与应用都基于该算法展开[7-16]。

文献[7]提出改进的否定选择算法,该算法增加了检测器的覆盖半径。文献[8]通过二次否定过程提高了检测器生成性能。文献[9]基于自体分布由远及近分层次产生检测器,优化了否定选择算法的性能。文献[10]在小型样本空间中分离自体与非自体空间,提高了检测器的检测效率。文献[11]通过分析抗原空间的密度,提升了实值否定选择算法的性能。……