Towards an Artificial Immune System for Network Intrusion Detection: An Investigation of Dynamic Clonal Selection

네트워크 침입탐지를 위한 인공면역 시스템의 동적 클론선택 연구

인공면역시스템에서 중요한 특징중의 하나는 지속적으로 변화하는 환경에서 자기(self)의 유동적인 패턴을 동적으로 학습하고 비자기(non-self)에 대한 새로운 패턴을 예측하는데 있다. 본 논문은 자기적 용(self-adaptation)의 인공면역체계 특성을 기반으로하여 설계된 dynamics(동적 클론선택 알고리즘, dynamic clonal selection algorithm)의 역할을 논한다. 시스템의 세가지 중요한 변수인 자기내성 기간(Tolerisation Period). 연역 반응 임계값(activation threshold). 수명(life span)에 따라 변화하는 dynamics의 성능을 네트워크 침입에서 흔히 발견되는 시나리오를 모의실험하여 평가한다