论文部分内容阅读
GECISM（GEneral computer immune system model）是基于规则匹配检测的计算机免疫系统，免疫识别规则对“自我”和“非我”特征的表征能力直接影响到GECISM的性能，所以挖掘高效免疫识别规则的是GECISM的一个重要研究内容。改进后的Apriori算法以系统调用序列为数据源，从“自我”集和“非我”集中计算出频繁谓词，进而产生免疫识别规则。这些规则反映了“自我”和“非我”的内在特征，是GECISM进行“非我”检测的判据。