本文主要对各种人工免疫算法在入侵检测领域的应用进行了研究,所介绍的三种进化算法分别源于人类免疫系统的某个免疫过程。本文通过研究发现否定选择、克隆选择和基因库进化这三种算法的综合应用使得人工免疫入侵检测系统具备了自适应的能力,同时本文还对影响入侵检测性能的参数进行了深入分析。 本文所做的工作包括以下六个方面:1)对人类免疫系统中对基于人工免疫系统的入侵检测最为关键的概念进行了分析;2)介绍了一个改进的基于人工免疫系统的入侵检测系统模型,该模型由三个进化过程组成:否定选择、克隆选择和基因库进化,同时证明了该模型能够符合网络入侵检测系统的设计目标;3)证明否定选择算法在应用于真实网络环境中时存在严重地伸缩性问题;4)证明了由克隆选择算法与否定选择算子相结合开发的静态克隆选择算法符合小生境策略,并取得了可接收的自体耐受性能;5)结合三个人类免疫系统概念开发了动态克隆选择算法,使得AIS可以处理动态改变的抗原数据,另外通过实验对这三个新引入的参数对动态克隆选择算法的影响进行了分析,这三个参数分别是:耐受期间、激活阈值和生命期限;6)证明了通过使用超突变模拟基因库进化提出了扩展的动态克隆选择算法能进一步提高系统的性能。 通过以上几方面的研究得到如下的结论:结合三个免疫过程的入侵检测模型对连续变化的环境表现出了较高的适应能力,能够对不停变化的“自体”模式进行学习而检测出新的“非自体”模式。