基于并行計算的木馬免疫算法研究

由表2可以看出，當自體規模從8增加到136的時(shí)候，傳統算法產(chǎn)生的候選檢測器數量大大增加，從207個(gè)增加到了4 015個(gè)，增加了18倍。而檢測失敗率也從0．015％增加到了0．148％，增加了將近9倍；而用本文改進(jìn)的算法所產(chǎn)生的候選檢測器數量只從234個(gè)增加到3 847個(gè)，增加了15倍，而失敗率反而從0．058％降低到了0．047％，檢測失敗率下降了17％；雖然在自體規模只有8個(gè)的時(shí)候，改進(jìn)算法產(chǎn)生了234個(gè)候選檢測器，多于傳統算法，這是因為改進(jìn)算法較復雜，可能會(huì )增加冗余的檢測器，但是隨著(zhù)自體規模的增加，候選檢測器的數量能保持較少的增長(cháng)率，說(shuō)明改進(jìn)算法的收斂性較小，收斂效果較好，而且也提高了檢測成功率。
實(shí)驗2：設定隨機字符串長(cháng)度L和自體規模Ns不變，改變匹配位數r的長(cháng)度，對比兩種算法產(chǎn)生的候選檢測器數目NH和檢測時(shí)間t，結果如表3所示。

由表3可以看出，在字符串L位數和自體規模Ns不變的情況下，當匹配位數r增加，傳統算法所產(chǎn)生的候選檢測器數目大大增加，增加了將近18倍，檢測時(shí)間增加了18倍，效率明顯降低；采用文中的多屬性特征區域匹配方式，候選檢測器集合數目增加了只有11倍，并且改進(jìn)算法引入了并行計算的方式，檢測時(shí)間增加了14倍，而且低于傳統算法的檢測時(shí)間。從這里可以看出，新算法在匹配位數r增加的情況下，系統效率影響較小，能有效改善系統性能。

3 結束語(yǔ)
陰性選擇算法隨著(zhù)匹配位數r的增加和字符串L的增加，匹配次數呈指數形式增加，匹配效率明顯不足，并且會(huì )產(chǎn)生大量的候選檢測器，使得該算法時(shí)間復雜度太大，論文提出一種改進(jìn)的陰性選擇算法，把字符串分為多個(gè)特征區域，每個(gè)特征區域之間采用r連續位匹配方式再次匹配，同時(shí)采用并行計算，實(shí)驗結果表明改進(jìn)的陰性選擇算法在匹配位數和隨機字符串位數增加時(shí)，候選檢測器增加速度較平緩，系統負擔增加較緩慢，因此具有較好的檢測效率。