A new model for detector generation based on artificial immune system
基于人工免疫的新型检测器生成模型

继承了人工免疫系统的思想，研究了KIM和BENTLEY的克隆选择算法，提出了一种适用于入侵检测的新的检测器生成模型。其核心在于两个新的算法：一是为了提高检测器的多样性及适应度水平．提出了基于相似性和适应度相结合的概率选择算法，并给出了此类概率选择的一般形式，理论分析了算法中的权重参数α。二是在产生子代检测器时，为了使得父代的优良基因能最大程度地遗传给子代，防止交叉变异中的退化现象，提出了检测器有效因子的概念和使用有效因子进行保优的策略。通过仿真实验证明合适选择α参数以及有效因子的长度阈值Neg，能使该模型具有很好的多样性和自适应性．呈现出较高的“非我”检测率和低的误检率。