基于随机森林与人工免疫的入侵检测算法

作     者：张玲 张建伟 桑永宣 王博 侯泽翔 ZHANG Ling;ZHANG Jianwei;SANG Yongxuan;WANG Bo;HOU Zexiang

作者机构：郑州轻工业大学软件学院郑州450002 

基　　金：国家自然科学基金(61502436,61672471) 郑州轻工业大学博士基金(2014BSJJ084) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2020年第46卷第8期

页      码：146-152页

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。

主 题 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 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19678/j.issn.1000-3428.0057085

馆 藏 号：203962967...