基于智能体协同进化种群的二次免疫响应用于异常检测与表征
密码学与安全
2021-09-14 v1 神经与进化计算
摘要
在未知环境中检测异常是一个从不同角度研究且结果不一的问题。人工免疫系统（AIS）在检测此类异常方面具有特别有利的特性。本研究基于一种已有的检测器模型，称为人工生物指示系统（ABS），该模型识别并解决了其主要弱点。提出了一种基于 ABS 的异常分类器模型，融入了 AIS 的要素。由此，开发了一种新模型（R-ABS），它包含了 ABS 的优势能力以及 AIS 的反应能力，以克服其弱点和不足。RABS 模型使用著名的 DARPA'98 数据集以及一个为开展更多实验而构建的数据集进行了测试。RABS 模型的性能基于经典灵敏度和特异度指标，加上响应时间指标，与 ABS 模型进行比较，以说明 R-ABS 相对于 ABS 的快速响应。结果显示 R-ABS 性能更优，尤其在检测时间方面。
引用
@article{arxiv.2109.05376,
title = {A secondary immune response based on co-evolutive populations of agents for anomaly detection and characterization},
author = {Pedro Pinacho-Davidson and Matías Lermanda and Ricardo Contreras and María A. Pinninghoff},
journal= {arXiv preprint arXiv:2109.05376},
year = {2021}
}
备注
17 pages, 1 figure, journal paper under review