An immune based model for dynamic intrusion detection
An immune based model for dynamic intrusion detection
复制标题
基于免疫的动态入侵检测模型
作者：
Liu Xiaojie
提出了一种新的基于免疫的动态入侵检测模型AIBM。AIBM在对未成熟检测器的自我容忍过程中使用了一个非常小的动态自我集，从而比传统的计算机免疫系统（CIS）在生成新的成熟检测器方面具有更高的效率。同时，自集能够随着时间的推移与真实网络环境同步变化，导致自集、成熟检测器和记忆检测器的动态演化，具有更强的自适应性，比传统CIS模型具有更低的错误率。压力Zapropionowano现在是一个计算机系统的动力学模型。自动适配器的用户可以在CIS中使用传统的自动适配器. (Nowy model oddamneci do wykrywania dynamicznych wlaman w systemach komputerowych）
A new immune based model called AIBM for dynamic intrusion detection is proposed. AIBM uses a very small dynamic self set during the self tolerance for immature detectors, resulting in a higher efficiency in generating new mature detectors than traditional computer immune systems (CIS). Meanwhile, the self set can synchronize their variations with the real-network environment as time goes on, resulting in the dynamic evolution of self set, mature and memory detectors, offering more self-adaptation, and having a lower error rate than traditional CIS models. Streszczenie. Zaproponowano nowy model odporności do wykrywania dynamicznych wlaman w systemach komputerowych. Uklad oferuje auto- adaptacje i ma mniejsze bledy niz tradycyjne uklady CIS. (Nowy model odporności do wykrywania dynamicznych wlaman w systemach komputerowych)
登录
查看更多内容
影响因子：
4.1
作者：
de Castro, LN;Timmis, JI
通讯作者：
Timmis, JI
DOI：
10.1109/secpri.1996.502674
发表时间：
1996-05
期刊：
Proceedings 1996 IEEE Symposium on Security and Privacy
影响因子：
--
作者：
P. D’haeseleer;S. Forrest;P. Helman
通讯作者：
P. D’haeseleer;S. Forrest;P. Helman
影响因子：
64.8
作者：
Albert, R;Jeong, H;Barabási, AL
通讯作者：
Barabási, AL
影响因子：
64.8
作者：
E. Klarreich
通讯作者：
E. Klarreich
影响因子：
8.7
作者：
Stephanie Forrest;Catherine Beauchemin
通讯作者：
Stephanie Forrest;Catherine Beauchemin