2、基于人工免疫系统启发的多目标进化算法检测DDoS攻击

基于人工免疫系统启发的多目标进化算法检测DDoS攻击

1. 引言

在当今数字化时代，网络安全至关重要。入侵检测系统（IDS）用于检测那些试图破坏资源完整性、机密性或可用性的入侵行为。通常，入侵者先利用软件漏洞进入单个主机，再通过该主机尝试入侵网络中的其他主机，比如拒绝服务（DoS）攻击。DoS攻击旨在使目标系统无法正常提供服务，而分布式拒绝服务（DDoS）攻击则是从大量源同时攻击一个目标。DDoS攻击常利用之前被入侵的计算机，这些“僵尸计算机”在攻击的中间阶段发挥作用。

由于IDS架构与生物免疫系统（BIS）相似，我们采用人工免疫系统（AIS）作为基于异常的入侵检测方法。AIS通过训练抗原检测器群体将网络流量分类为“自我”或“非自我”。之前已经开发了jREMISA，它是一种受多目标进化算法（MOEA）启发的AIS。在本次研究中，我们对jREMISA进行了改进，以在MIT DARPA LLDOS 1.0数据集上检测DDoS攻击时获得更好的真阳性和假阳性率。

2. 背景

2.1 入侵检测系统（IDS）

IDS的主要目标是检测内部和外部入侵者对计算机系统的错误、未授权和恶意使用。关键在于在最大化准确警报（真阳性）的同时，最小化不合理警报（假阳性）的发生。评估IDS的指标如下：
- 真阳性（TP）：正确分类为攻击的实际攻击。
- 假阳性（FP）：对正常数据错误发出的警报。
- 真阴性（TN）：正常数据且未正确产生警报。
- 假阴性（FN）：被错误分类为正常的漏检攻击。

IDS分为误用检测和异常检测两类。在误用检测方法中，通过模式匹配技术检查网络和系统资源以查找已知的错误使用情况。在