Протокол обнаружения аномалий с внедренным модулем негативной селекции и правилами машинного обучения

На сегодняшний день интерес к искусственным иммунным системам многократно возрос, так как они позволяют решать большое количество проблем в сфере компьютерной безопасности. В данной статье рассмотрена статистическая модель системы обнаружения вторжения, основанная на искусственной иммунной системе, наборы детекторов в модели выбираются на основе заголовков пакетов. На основе результатов тестирования предлагаются и реализуются методы улучшения системы обнаружения вторжения. Объединяются теория негативной селекции и правила машинного обучения с целью предложить новую систему обнаружения вторжения. Для генерации детекторов разрабатывается набор базовых правил с использованием программного обеспечения для анализа данных и машинного обучения, затем генерируются и детализируются новые детекторы внутри модуля негативной селекции. Во время тестирования предложенной модели используются наборы данных DARPA1999, модель показывает хорошую производительность по сравнению с аналогами.