《基於多層免疫的網路入侵檢測方法研究》是依託西南大學，由鄭旭飛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於多層免疫的網路入侵檢測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：鄭旭飛
- 依託單位：西南大學
項目摘要,結題摘要,
項目摘要
因生物免疫系統與網路入侵檢測系統的極大相似性，人工免疫系統成為了構造智慧型入侵檢測系統的研究熱點之一。但是，當前基於人工免疫系統的網路入侵檢測方法普遍存在檢測效率過低和檢測誤報率過高的問題。模式識別受體模型是生物免疫系統中聯繫固有免疫和自適應免疫的重要理論，其成果的驗證獲得了2011年諾貝爾生理學或醫學獎。本項研究基於模式識別受體理論，結合固有免疫和自適應免疫的原理和方法套用於網路入侵檢測，特別是構造基於模式識別受體模型的多層免疫的網路入侵檢測方法和模型，以改善和解決當前基於免疫的入侵檢測技術所存在的問題。其間解決3個重要問題：①建立基於多層免疫的網路入侵檢測模型；②探索更高效和低誤報的檢測器生成方法；③實現系統的整體綜合風險分析。基於多層免疫的網路入侵檢測模型因其具有層次性、快速回響、自適應、分布性和魯棒性等優良特性，該項研究成果對於促進人工免疫系統在網路入侵檢測方面研究具有非常重要意義。
結題摘要
因生物免疫系統與網路入侵檢測系統的極大相似性，人工免疫系統成為了構造智慧型入侵檢測系統的研究熱點之一。但是，當前基於人工免疫系統的網路入侵檢測方法普遍存在檢測效率過低和檢測誤報率過高的問題。模式識別受體模型是生物免疫系統中聯繫固有免疫和自適應免疫的重要理論，其成果的驗證獲得了2011年諾貝爾生理學或醫學獎。本項研究基於模式識別受體理論，結合固有免疫和自適應免疫的原理和方法套用於網路入侵檢測，特別是構造基於模式識別受體模型的多層免疫的網路入侵檢測方法和模型，以改善和解決當前基於免疫的入侵檢測技術所存在的問題。其間解決了3個重要問題：①建立基於多層免疫的網路入侵檢測模型；②探索更高效和低誤報的檢測器生成方法（二次否定選擇算法，模式識別受體算法）；③實現系統的整體綜合風險分析。基於多層免疫的網路入侵檢測模型因其具有層次性、快速回響、自適應、分布性和魯棒性等優良特性，該項研究成果對於促進人工免疫系統在網路入侵檢測方面研究具有非常重要意義。
