模塊化免疫神經(jīng)網(wǎng)絡(luò)模型在計(jì)算機(jī)病毒分類檢測(cè)中的
加入技術(shù)交流群
4.4 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)
本文引用地址：http://www.biyoush.com/article/202688.htm在模式識(shí)別領(lǐng)域中，Receiver OperatingCharacteristics(ROC)曲線用于比較不同分類檢測(cè)算法的性能。曲線下的面積越大，則算法分類檢測(cè)性能越好越穩(wěn)定。圖5為該模型與遺傳算法模型以及傳統(tǒng)抗體模型的基于MATLAB環(huán)境下的仿真測(cè)試ROC圖。可見，集成新型抗體模型網(wǎng)絡(luò)ROC曲線下方的面積要大于其它2個(gè)網(wǎng)絡(luò)模型的面積。說明基于模塊化的免疫神經(jīng)網(wǎng)絡(luò)模型的計(jì)算機(jī)病毒檢測(cè)模型性能要優(yōu)于其它2個(gè)，正好支持了文獻(xiàn)[2]的結(jié)論。文獻(xiàn)[2]對(duì)基于n-gram的惡意代碼檢測(cè)取得了很好的效果，一共測(cè)試了8種分類器，結(jié)果如圖5、圖6，其中Boosted J48性能最優(yōu)。
分析以上實(shí)驗(yàn)數(shù)據(jù)，可得到以下結(jié)果：
1)由表1可知，自體庫(kù)選得過小，會(huì)造成單抗體的高擾動(dòng)率，頻繁更新抗體群，缺乏抗體的多樣性，覆蓋范圍減小。
2)自體庫(kù)過大，會(huì)造成訓(xùn)練網(wǎng)絡(luò)的時(shí)間增多。擬采用200條為自體庫(kù)大小，對(duì)這30萬條數(shù)據(jù)記錄通過新模型進(jìn)行檢測(cè)，并與單免疫算法模型和傳統(tǒng)的抗體網(wǎng)絡(luò)模型進(jìn)行對(duì)比，如表2。雖然此網(wǎng)絡(luò)模型在時(shí)間上略遜于其他兩種已知算法模型，但在準(zhǔn)確率上卻有明顯的提高。
5 小結(jié)
由實(shí)驗(yàn)可知，基于免疫算法和神經(jīng)網(wǎng)絡(luò)的新型網(wǎng)絡(luò)模型降低了傳統(tǒng)的病毒入侵檢測(cè)模型的誤報(bào)率和漏報(bào)率，提高了免疫系統(tǒng)的學(xué)習(xí)效率和系統(tǒng)的智能化程度，在系統(tǒng)的容錯(cuò)性上也有較大的改善，對(duì)提高系統(tǒng)的檢測(cè)能力具有重要意義。
相關(guān)推薦
技術(shù)專區(qū)
- FPGA
- DSP
- MCU
- 示波器
- 步進(jìn)電機(jī)
- Zigbee
- LabVIEW
- Arduino
- RFID
- NFC
- STM32
- Protel
- GPS
- MSP430
- Multisim
- 濾波器
- CAN總線
- 開關(guān)電源
- 單片機(jī)
- PCB
- USB
- ARM
- CPLD
- 連接器
- MEMS
- CMOS
- MIPS
- EMC
- EDA
- ROM
- 陀螺儀
- VHDL
- 比較器
- Verilog
- 穩(wěn)壓電源
- RAM
- AVR
- 傳感器
- 可控硅
- IGBT
- 嵌入式開發(fā)
- 逆變器
- Quartus
- RS-232
- Cyclone
- 電位器
- 電機(jī)控制
- 藍(lán)牙
- PLC
- PWM
- 汽車電子
- 轉(zhuǎn)換器
- 電源管理
- 信號(hào)放大器
評(píng)論