计算机工程

作者：张凯林, 董红斌

单位：武汉大学 国家网络安全学院 空天信息安全与可信计算教育部重点实验室, 武汉 430072

关键词：树突状细胞算法,信号选取,最大相关最小冗余算法,基尼重要性,人工免疫系统

基金：国家自然科学基金“计算机免疫智能的连续应答机制及其应用”（61877045）。

树突状细胞算法（DCA）模拟人体免疫系统中树突状细胞对抗原的识别与提呈过程，是一种快速有效的异常检测方法，其关键是从数据中选取有效特征以表示特定的输入信号。然而，现有信号选取方法存在特征子集冗余、时间复杂度高等问题，导致生成的抗原信号有效性较低，且在高维大样本数据集上运行速度较慢。考虑抗原信号的可用性与信号选取过程的时间效率，提出基于最大相关最小冗余（mRMR）与基尼重要性的树突状细胞模型MRGI-DCA。通过mRMR从原始数据集中快速地提取最相关特征子集，且最大限度地降低特征子集的冗余性。在mRMR预降维的基础上，根据CART树模型快速、准确等特点，利用基尼重要性得到更有效的抗原信号。实验结果表明，MRGI-DCA总体表现优于IG-DCA、COR-DCA、GA-DCA和SVM-DCA方法，其中，准确率、F1值和AUC在高维、低维、异常数据集上的平均值较COR-DCA分别提高6.01%、5.86%、9.96%，并且平均运行时间约为COR-DCA的1/5。

来源：2023年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第5期