Resumen

El detector de interfaz es un algoritmo mejorado de selección negativa con aprendizaje adaptativo en línea bajo pequeñas muestras de entrenamiento para la detección de anomalías. Tiene un mejor rendimiento de detección cuando tiene un autorradio adecuado. De lo contrario, se produciría un ajuste excesivo o insuficiente. En este artículo se propone un detector de interfaces mejorado, basado en una estrategia de vacunación. Durante la fase de prueba, la vacuna negativa puede superar el sobreajuste para mejorar la tasa de detección y la vacuna positiva puede superar el infraajuste para reducir la tasa de falsas alarmas. Los resultados experimentales muestran que, bajo las mismas condiciones de conjunto de datos, autorradio y muestras de entrenamiento, la tasa de detección del detector de interfaces con vacuna negativa es mucho mayor que la del detector de interfaces, la SVM y la red neuronal BP. Además, la tasa de falsas alarmas del detector de interfaz con vacuna positiva es muy inferior a la del detector de interfaz y la PSA.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:detector de interfaces, tasa de falsas alarmas, tasa de detección, vacuna negativa, vacuna positiva, mejor rendimiento de detección, algoritmo de selección negativa, aprendizaje adaptativo en línea, muestras de entrenamiento pequeñas, condición de las muestras de entrenamiento
• Keywords:interface detector, false alarm rate, detection rate, negative vaccine, positive vaccine, better detection performance, negative selection algorithm, online adaptive learning, small training samples, training samples condition