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"检测的依据.
[1] 王凤先, 刘振鹏, 李继民, 常胜. 一种仿生物免疫的计算机安全系统模型 [J]. 小型微型计算机系统 2003.doi:10.3969/j.issn.1000-1220.2003.04.019
[2] 赵丽, 王凤先, 刘振鹏, 常卓. 计算机免疫系统中沙盒主机的构建 [J]. 大连理工大学学报 2003.doi:10.3321/j.issn:1000-8608.2003.z1.003
[3] 张海峰, 梁意文, 代文. 计算机免疫识别规则的演化挖掘 [J]. 计算机工程 2001.doi:10.3969/j.issn.1000-3428.2001.11.041
[4] 梁意文, 潘海军, 康立山. 免疫识别器构造的多级演化 [J]. 小型微型计算机系统 2002.doi:10.3969/j.issn.1000-1220.2002.04.017
[5] FORREST S, PERELSON A, ALLEN L. Self-Nonself Discrimination in a Computer [A]. CA:IEEE Computer Society Press 1994.
[6] FORREST S, HOFMEYR S S, SOMAYAJI A. A Sense of Self for Unix Processes [A]. CA:IEEE Computer Society Press 1996.
[7] FORREST S, HOFMEYR S, SOMAYAJI A. Computer Immunology [J]. Communications of the ACM 1997, 40(10).
[8] JIAWEI HAN, MICHELINE KAMKER, 江明, 孟小峰. 数据挖掘概念与技术 [M]. 北京:机械工业出版社 2001.
