51、基于遗传算法的优化自我保护方法

基于遗传算法的优化自我保护方法

在当今的计算环境中，尤其是在普适服务计算领域，自我保护是一项至关重要的自我管理能力。然而，考虑到普适系统资源通常受限的特点，提供优化的自我保护方案的相关工作却相对较少。本文将介绍一种基于遗传算法的方法，用于获得优化的安全配置，以实现高效的自我保护。

1. 安全本体的使用

安全本体在保障系统安全方面起着关键作用。其中， requiresComputingPower 属性描述了添加特定安全模块或配置所需的额外处理时间，这里的值不仅涉及加密操作，还涵盖了模块所需的整体处理时间。 requiresMemory 属性则描述了应用安全模块所增加的额外内存开销，它指的是模块所有对象和方法分配的内存总和。

在 Hydra 中，我们使用 SWRL 规则从安全本体中检索信息。例如，以下规则用于检索安全协议及其对应的内存消耗、计算时间消耗、真实性级别及其值：

Rule: SecurityResource
SecurityProtocol(?protocol) ∧
requiresComputingPower(?protocol,?power) ∧
requiresMemory(?protocol, ?memory) ∧
authenticityObj(?protocol, ?auth) ∧
hasStrength(?auth, ?value)
→ sqwrl:select(?protocol, ?memory, ?power, ?auth, ?value)

这些信息将用于后续的适应度评估