.png){kind=icon}
返回
Dynamic defense model based on bionic mechanism
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cose.2026.105132.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
信息系统已成为现代关键基础设施的基础，其中安全性至关重要。然而，随着高度动态和大规模环境的复杂性不断增加，依赖外部保护和反应式响应的传统边界防御机制已无法有效应对复杂且不断演变的威胁。为解决此挑战，本文提出一种基于仿生机制的动态防御模型（DMBM），其灵感来源于人体免疫系统能够通过自适应和分布式机制区分自身与非自身。所提出的模型引入了内源性和主动防御范式，整合了信任评估、动态防御、自愈和免疫记忆。进一步引入动态阈值机制以增强对运行时变化和未知攻击的适应性。实验结果表明，DMBM实现了97.45%的真阳性率（TPR），假阳性率（FPR）低至2.81%。与NeuroShield、基于态势感知和防火墙的主动防御模型（SAF-ADM）、受免疫启发的恶意软件检测算法（IIMDA）以及联邦、可信且可解释的自愈（FTASH）架构相比，DMBM将检测准确率提高了约3%-10%，同时将假阳性率降低了约2%-3%。对于未知攻击，DMBM实现了约2%-15%的检测准确率提升。
Keyword:
Information security
Defense assessment
Markov decision process
Bionic immunity
Endogenous security
