%0 Journal Article %A 张玲 %A 张建伟 %A 桑永宣 %A 王博 %A 侯泽翔 %T 基于随机森林与人工免疫的入侵检测算法 %D %R 10.19678/j.issn.1000-3428.0057085 %J 计算机工程 %P 146-152 %V 46 %N 8 %X 传统入侵检测方法对Probe、U2R、R2L等网络入侵攻击类型的检测率较低,存在对入侵行为的误检和漏检。为此,提出一种基于随机森林与人工免疫的入侵检测算法。设计随机抗体森林检测策略,针对小样本数据集,采用克隆选择算法保证抗体的优良性,提高攻击的检测率,通过将识别为入侵行为的抗原注入抗体集,以平衡抗原的检测率和误报率。仿真结果表明,该算法的检测率为94.1%,高于Probe的93.79%、U2R的91%与R2L的85%,且具有较低的误报率。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0057085