混合匹配规则的否定选择算法

针对目前基于免疫的检测器生成算法中,匹配规则单一造成的检测器质量低下的问题,提出一种基于混合匹配规则的否定选择算法,采用海明距离整体匹配的各段内R连续比特匹配的否定选择算法,即混合匹配否定选择算法,对算法的性能进行了分析．实验结果表明,该算法能够高效地产生所需要的检测器,提高了检测率,且降低了误报率．     

一种基于阴性选择的免疫检测器生成算法

通过简单介绍计算机免疫系统的原理,并对传统阴性选择算法进行分析,针对其不足,提出了一种新的生成检测器的改进算法。对匹配规则的阈值可变,并引入了全局匹配和局部匹配的概念,提高了生成的检测器成为成熟检测器的概率。同传统的阴性选择算法相比,大大减少了不可避免的“黑洞”数量,提高了检测率。     

应用改进的V-detector算法检测蠕虫

通过分析主机感染蠕虫后网络流量特性的变化，基于免疫系统的阴性选择机制，提出了一种蠕虫检测方法。首先改进了可变半径实值阴性选择算法V-detector，改进策略是在检测器生成过程中根据非自体空间的分布产生具有尽可能大覆盖范围的检测器。改进算法与原算法相比，所生成的检测器集合中检测器的数量大幅度下降，检测效率提高。应用改进的V-detector算法生成检测器集合监控主机的网络流量特性，以检测蠕虫攻击。实验结果表明，该方法能有效检测传统蠕虫及多维传播的多态蠕虫。     

一种改进的基于否定选择的检测器生成算法研究

针对传统否定选择算法存在的问题,提出一种新的基于否定选择的检测器生成算法,通过使用模板来消除冗余的检测器,从而提高系统监测效率.实验表明,该算法能够尽可能多的覆盖"非我"空间,在性能上优于传统的否定算法,为进一步研究入侵检测系统提供了新的算法依据.     

一种改进的基于否定选择的检测器生成算法

通过分析人工免疫系统中的主要算法--否定选择算法及检测器产生漏洞的原因,提出一种生成不同检测尺度的成熟检测器多级否定选择算法.与Forrest的传统否定选择算法相比,该算法提高了检测器的生成效率,很大程度上减少了漏洞,使检测效率得到提升.     

基于海明匹配的r连续位匹配规则的研究

基于免疫原理的否定选择算法中,很重要的一环就是字符串的匹配,现在的研究中主要采用的匹配规则是r连续位匹配.但是r连续位匹配算法的时间开销与r的大小成指数关系,随着r的增大,系统的性能受到严重影响.本文提出了一种基于海明匹配的分段r连续位匹配规则,可以在保持r较小的情况下保证检测器的质量.实验表明,基于该规则确定的算法具有很好的检测效果,并且减少了检测器的生成时间.     

云计算下手机人工免疫恶意代码检测模型

提出一种适用于云计算环境的基于人工免疫的手机恶意代码检测模型。提出扩展阴性选择算法,提取恶意代码的特征编码生成抗原,增加针对高亲和度检测器的克隆和变异算子,提高成熟检测器的生成效率,在特征检测和检测器生成阶段引入MapReduce并行处理机制,提高计算效率。仿真结果表明,检测模型对未知手机恶意代码具有较高的检测率和计算效率。     

一种基于模糊思想的变阈值免疫阴性选择算法

通过对人工免疫系统中阴性选择算法机理的分析，利用模糊思想，定义了模糊相似度，并在此基础上，提出了一种基于模糊思想的变阂值免疫阴性选择算法．该算法匹配阂值可变，采用调整匹配阈值的方法大幅降低黑洞数量；在满足一定模糊相似度的前提下，实现了带控制参数的模糊匹配，模糊程度可控．仿真结果表明，该算法生成的成熟检测器检测范围较大，空间覆盖率高，黑洞数量大幅下降，同时检测率有显著提高，算法具有较强的鲁棒性。     

一种新型检测器生成算法模型

介绍一种基于人工免疫原理的新型入侵检测模型.模型结合分布式思想和检测器生命周期的概念,实现了检测器动态更新;研究了否定选择算法模型中检测器集合的生成算法,对亲和力算法进行了改进;并对模型和算法性能进行了分析,实验结果表明:该模型可对未知入侵行为和已知入侵行为的变异进行有效的识别.     

一种新型入侵检测模型及其检测器生成算法

介绍了一种基于人工免疫原理的入侵检测模型,重点研究了否定选择算法模型中检测器集合的生成算法,提出了新的初始检测器的生成算法,并对算法性能进行了分析。结果表明:该算法模型可以对未知入侵行为和已知入侵行为的变异进行有效的识别。     

基于混沌理论的否定选择算法

为了提高人工免疫系统中抗体生成速度,基于免疫系统的混沌特征,提出了混沌否定选择算法。该算法首先利用混沌的遍历性产生候选检测器集合,然后利用混沌扰动直接产生较优的个体,缩小搜索空间,并利用混沌初值敏感的特性,克服冗余个体。实验表明,该算法不但更好地保持了种群多样性,而且有效地提高了检测器集的生成速度。     

免疫遗传算法及其在电力系统EELD中的应用

电力系统EELD问题是一个满足一定约束条件的多目标优化问题,利用基于进化策略的免疫遗传算法对这一问题求解.将发电燃料成本和污染控制成本视为抗原,各电力生产单元发电量的最优解视为抗体,以一个含有5个电力生产单元的燃煤电力系统模型为对象,给出利用免疫遗传算法解决这一问题的主要方法和步骤.并与基于遗传算法和Hopfield神经网络方法进行比较分析.结果证明此算法可以优化分配电力系统中各电力单元发电量,达到环境经济合理配置.     

Clone Selection Algorithm with Niching Strategy for Computer Immune System

A clone selection algorithm for computer immune system is presented. Clone selection principles in biological immune system are applied to the domain of computer virus detection. Based on the negative selection algorithm proposed by Stephanie Forrest, combining mutation operator in genetic algorithms and niching strategy in biology is adopted, the number of detectors is decreased effectively and the ability on self-nonself discrimination is improved. Simulation experiment shows that the algorithm is simple, practical and is adapted to the discrimination for long files.     

基于免疫机制入侵检测中检测器生成的优化研究

机体免疫系统的许多有益特性被应用于入侵检测系统,使之能够主动地防御各种各样的网络攻击。该文在分析了将人工免疫学应用到入侵检测的过程中所遇到的诸多问题之后,提出了一种新的检测器生成算法。通过Matlab编程,对其进行了仿真实验,验证了该算法的有效性。     

求解TSP问题的三角形编码抗体克隆选择算法

在探讨遗传算法求解TSP问题中编码方式和交叉、变异算子作用特点的基础上,发现模板理论已经不能很好地适应TSP问题,主要是因为非二值符号编码和交叉算子对边的过度破坏导致子代难以继承父代的优良模式．为了克服上述问题,提出一种三角形表示的路径编码方案,并给出相应的启发式路径搜索策略;引入生物免疫系统的克隆选择机理加强局部搜索,进而构造一种适合TSP问题求解的人工免疫系统算法--超变异抗体克隆选择算法(HACSA)．典型TSP问题的求解表明,和Endoh等人的免疫算法和遗传算法相比,HACSA的计算复杂度相当,60％以上的求解结果达到或者超过问题已知的最优值,而相应的免疫算法和遗传算法几乎均陷入局部极值,无法获得满意的求解结果．     

A recognition method of vibration parameter image based on improved immune negative selection algorithm for rotating machinery

To overcome the limitations of traditional monitoring methods, based on vibration parameter image of rotating machinery, this paper presents an abnormality online monitoring method suitable for rotating machinery using the negative selection mechanism of biology immune system. This method uses techniques of biology clone and learning mechanism to improve the negative selection algorithm to generate detectors possessing different monitoring radius, covers the abnormality space effectively, and avoids such problems as the low efficiency of generating detectors, etc. The result of an example applying the presented monitoring method shows that this method can solve the difficulty of obtaining fault samples preferably and extract the turbine state character effectively, it also can detect abnormality by causing various fault of the turbine and obtain the degree of abnormality accurately. The exact monitoring precision of abnormality indicates that this method is feasible and has better on-line quality, accuracy and robustness.     

基于改进免疫算法的带模糊需求车辆调度问题

通过引用一种新的编码方法、交叉和变异概率的自适应机制,构造了一个改进的免疫算法,并对算法的交叉操作加以改进,成功地将这种算法应用于带模糊需求的物流配送车辆调度的求解过程中,将求解结果与遗传算法比较,结果表明,该算法可以较好地求解VSPFD问题.     

基于IC-PSO和ISM的反馈控制算法设计

为了提高光纤偏振模色散(PMD)补偿系统的动态自适应补偿能力,提出了用改进粒子群优化(PSO)算法作为搜索算法,用改进单纯形法(ISM)作为跟踪算法的反馈控制算法设计方案,从而实现对PMD补偿单元的动态调整。在PSO算法中,引入免疫克隆(IC)原理提高了搜索算法的全局优化能力;对SM的反射操作和扩张操作进行改进,从而提高算法的收敛速度;用映射操作代替原有的顶点代换操作,从而使单纯形在迭代过程中不发生退化现象。实验结果证明了该算法用于PMD补偿系统的有效性和可行性。     

多小区干扰对齐的低复杂度发射天线选择算法

针对多小区干扰对齐系统的下行链路,在研究基于穷搜索和分布式干扰对齐的最优发射天线选择算法的基础上,提出了一种低复杂度的发射天线选择算法．该算法采用贪心搜索策略,利用部分迭代的分布式干扰对齐方法,在保持其他基站的发射天线选择方案不变的情况下,沿着系统和容量增加的搜索方向依次优化各基站的发射天线选择方案,从而达到降低计算复杂度的目的．复杂度分析及仿真结果表明,在获得接近于最优发射天线选择算法的系统和容量性能的同时,该算法能有效降低计算复杂度,并且通过调整部分迭代次数,可以达到系统和容量性能与计算复杂度的折中．