论文部分内容阅读
为了保障大规模网络运行安全,更好地对非自体入侵进行抵御,需要对网络非自体入侵动态实时取证。当前基于多代理的大规模网络非自体入侵动态实时取证方法,无法得到有效的非自体入侵证据,入侵检测结果可靠性弱,入侵取证可信程度低。提出一种通过人工免疫,对网络非自体入侵动态实时取证的方法,将网络的状态特征,与分类器参数当作遗传法的个体;计算个体的适应度函数,利用选择、交叉以及变异等操作,得到最优的特征以及分类器参数;利用SVM参数构建入侵检测模型,提升检测可靠性;依据网络非自体入侵检测结果,构建非自体动态的演化模型