基于人工免疫的多Agent自适应入侵检测系统

简介了入侵检测系统(IDS)的基本概念,指出了目前的入侵检测系统存在的不足.为了解决传统入侵检测系统中的不足,将人工免疫原理引入入侵检测系统.根据自然免疫系统的特点,提出建立基于人工免疫原理的多Agent网络入侵检测系统,该系统采用了基于多Agent的分布式体系结构,同时应用了阴性选择、克隆选择、基因库进化以及联想记忆等人工免疫原理,使得构造的网络入侵检测系统具有自适应性、分布性、自识别能力和可扩展性的特点.     

基于危险理论的网络入侵检测系统研究

由于现在网络攻击的复杂性和多样性,迫使网络入侵检测系统产品需要从一个简单机械的产品发展成为智能化的产品.基于人工免疫理论的入侵检测系统是一种根据自然免疫原理法则、具有智能的入侵检测系统.首先介绍入侵检测系统的发展情况,并针对当前入侵技术在检测入侵的不足,系统地介绍了生物免疫系统的组成、功能,以及免疫系统的两大理论自我/非我理论和危险理论的内容.从而根据免疫空间模型,提出了一种基于危险理论的免疫系统模型及算法,将其应用到网络入侵系统中,最后基于KDD-CUP99数据库的实验验证了系统的有效性.     

一种改进的人工免疫网络：免疫特征映射网

针对目前人工免疫系统研究领域存在的算法模型不统一、算法功能不明确以及算法应用领域模糊的问题,从生物免疫系统的功能机理出发,在总结和分析现有研究成果的基础上,明确应用方向,确定算法模型,提出一种用于特征数据提取的人工免疫网络算法——免疫特征映射网。在对算法功能和性能定性分析的基础上,通过仿真实验验证了所提算法在特征数据提取方面的可行性和有效性。     

基于人工免疫的多Agent自适应入侵检测系统

简介了入侵检测系统(IDS)的基本概念，指出了目前的入侵检测系统存在的不足。为了解决传统入侵检测系统中的不足，将人工免疫原理引入入侵检测系统。根据自然免疫系统的特点，提出建立基于人工免疫原理的多Agent网络入侵检测系统，该系统采用了基于多Agent的分布式体系结构，同时应用了阴性选择、克隆选择、基因库进化以及联想记忆等人工免疫原理，使得构造的网络入侵检测系统具有自适应性、分布性、自识别能力和可扩展性的特点。     

人工免疫原理在网络入侵检测中的应用

分析研究了人工免疫原理在网络入侵检测中应用的可行性，结合人工免疫模型和数据挖掘技术建立了一个网络入侵检测系统模型对抗体生成过程中的关键算法进行了描述。     

人工免疫网络算法与RBF网结合的应用研究

人工免疫网络是一种基于生物免疫系统启示的智能信息处理模型,得到广泛的研究和应用。在改进现有的人工免疫网络算法的基础上,将其与RBF网络结合构成基于人工免疫网络的RBF网并应用于问题求解。实验表明,改进后的人工免疫网络算法具有减少数据冗余、平滑噪声、提取特征数据从而提高数据质量的功能,在与RBF网结合的应用中可以有效提高问题求解的速度和性能。     

利用人工免疫系统防范网络入侵与攻击

人工免疫系统是一个相对年轻的研究领域,在不同领域得到了广泛应用。本文以人工免疫算法为线索,介绍人工免疫系统在信息安全中研究现状和应用。首先介绍基于传统算法的免疫安全系统,包括反病毒系统、多Agent入侵检测和网络入侵检测。然后总结否定算法及其特点和基于否定算法的网络免疫系统。随后对危险理论基本原理及其在信息安全领域的应用进行系统综述。最后分析了人工免疫系统方法存在的问题,并指出进一步研究方向。     

自重构的人工免疫网络模型

由于未知环境、突发故障、不可预测攻击等因素,人工免疫系统的故障检测与修复、网络重构等问题影响系统的整体功能和鲁棒性;为了探究此类问题的解决方法,提出了自重构的人工免疫网络模型,利用系统的正常模型提高故障的检测率和修复率,利用重构策略增强系统的适应性和容错性;进而,设计了人工免疫网络的自重构算法和免疫算法,探讨了自重构人工免疫网络在多机器人系统中的应用方法;通过网络特性分析和实验验证,自重构的人工免疫网络模型是有效而有用的。     

基于人工免疫的入侵检测研究

人工免疫系统与入侵检测系统有许多相似性,本文分析研究了人工免疫原理在网络入侵检测中应用的可行性,结合人工免疫模型建立了一个网络入侵检测系统模型,以改进现有网络入侵检测系统的性能,提高网络系统的安全性,具有分布性、自组织性等特点。     

Agent在网络信息智能检索中的应用

分析了当前Internet信息检索的不足,探讨了Agent技术在网络信息检索方面的应用。充分考虑了信息检索过程中用户兴趣问题,提出了一个基于Agent的智能化检索系统的框架,该系统结合领域知识,运用多种用户兴趣学习算法,从而为用户提供个性化信息检索服务。