论文研究一种基于抗原软子空间聚类的否定选择算法.pdf

否定选择算法（NSA）是免疫检测器生成的重要算法。传统否定选择算法在亲和力计算过程中未考虑不同种类抗原关键特征与冗余特征之间的差异性，存在算法检测性能较低的问题。对此，提出了一种基于抗原软子空间聚类的否定选择算法（ASSC-NSA）。该算法首先利用抗原软子空间聚类计算出不同种类抗原的各个关键特征及其权值，然后通过这些关键特征引导检测器生成以有效地减少冗余特征的影响，从而提高算法检测性能。实验结果表明，在BCW与KDDCup数据集上，相对于经典的否定选择算法，ASSC-NSA能在误报率无明显变化的情况下显著地提高检测率。