人工免疫系统及其模型分析

目前,受生物免疫系统启发而产生的人工免疫系统(Artificial Immune System,AIS)作为计算智能研究的新领域正在兴起。文中侧重以AIS的基本原理为线索,对其模型加以系统综述。介绍了人工免疫系统的生物原型及生物免疫系统模型。在此基础上讨论了3种人工免疫系统的网络模型:aiNet、骨髓模型及有限资源人工免疫系统。分别介绍了这3种主要模型的来源,详细描述了各个模型的基本思想,并归纳出各个模型的特征。     

人工免疫系统及其模型分析

目前，受生物免疫系统启发而产生的人工免疫系统（Artifidal Immune System，AJS）作为计算智能研究的新领域正在兴起。文中侧重以AIS的基本原理为线索，对其模型加以系统综述。介绍了人工免疫系统的生物原型及生物免疫系统模型。在此基础上讨论了3种人工免疫系统的网络模型：aiNet、骨髓模型及有限资源人工免疫系统。分别介绍了这3种主要模型的来源，详细描述了各个模型的基本思想，并归纳出各个模型的特征。     

人工免疫算法及其应用

阐述了人工免疫系统的基本概念,讨论了几种典型的算法,包括基于免疫系统基本机制的免疫算法、基于免疫特异性的否定选择算法、基于免疫系统克隆选择理论的克隆选择算法、基于接种疫苗及免疫多样性的免疫进化算法、AIS与神经网络混合智能算法和模糊免疫系统等;以年代为序简述了AIS发展历史,介绍了AIS在若干具有代表性的领域中的应用情况。最后通过对AIS的特性和存在问题的分析,展望了今后的研究重点和发展趋势。     

计算智能的新框架:生物网络结构

由神经、内分泌和免疫这3个生物系统可分别引发人工神经网络（ANN）、人工内分泌系（AES）和人工免疫系统（AIS），它们三者所组成的“神经内分泌免疫网络”在生物系统中扮演着维持动态平衡的重要角色．为此，提出一种将ANN、AES和AIS进行集成的计算智能的新框架，称之为“生物网络结构”，并讨论了其中应着重关注的研究方向和思路，从而使人们在此框架的基础上研究其理论和应用技术，更好地满足复杂系统对计算智能的应用需求．     

人工免疫数据挖掘方法的分析与研究展望

目前，受生物免疫系统启发而产生的人工免疫系统正在兴起，它作为计算智能研究的新领域，提供了一种强大的信息处理和问题求解范式,简要介绍了生物免疫系统的结构和相关机理。对人工免疫系统在数据挖掘方面的应用进行了回顾，分析了近年来AIS在数据挖掘应用领域的研究成果，指出了进一步的研究方向。     

基于人工免疫的网络入侵检测技术

目前,受生物免疫系统启发而产生用于网络安全的人工免疫系统(Artificial Immune System,AIS)的研究正在兴起.通过把人工免疫机理引入到网络入侵检测技术中,出现了一个新兴的研究方向:基于人工免疫的网络入侵检测.本文详细讨论了目前基于人工免疫的入侵检测技术的现状,对反病毒模型、非选择性算法、基于免疫自主体的入侵检测框架和分层模型等进行了分析,最后对研究中存在的问题给出了分析,并指出需要改进和注意的问题.     

基于免疫的网络入侵检测技术研究

目前,受生物免疫系统启发而产生的人工免疫系统（Artifial Immune System,AIS）正在兴起。人工免疫系统是借鉴和利用生物免疫系统（主要是人类的免疫系统）的各种原理、机制和特征而发展的各类信息处理技术、计算技术及其在工程和科学中应用而产生的各种智能系统的统称。生物免疫系统是一种复杂的分布式信息处理系统,具有免疫防护、免疫耐受、免疫记忆功能,且有较强的自适应性、自组织、多样性、学习、识别和记忆等特点,其特点及机理所包含的丰富思想为工程问题的解决提供了新的契机,引起了国内外研究人员的广泛兴趣,它的应用领域也逐渐扩展到模式识别、智能优化、数据挖掘、机器人学、自动控制和故障诊断等诸多领域。     

一种基于人工免疫理论的入侵检测模型

基于智能技术的异常检测正成为IDS研究的一个重要方向。其研究目标主要是提高检测系统的准确性、实时性、高效性以及自适应性．借鉴生物免疫系统的计算机免疫系统将成为解决入侵检测问题的有效手段。本文分析了生物免疫系统的原理，结合生物免疫理论．提出一种基于检测代理的分布式网络入侵检测免疫模型。     

人工免疫系统:理论与应用

由生物引发的信息处理系统可分为:人工神经网络、进化计算和人工免疫系统(AIS).其中,神经网络和进化计算已被广泛地应用于各领域,而AIS由于其复杂性,应用相对较少.AIS实现一种由生物免疫系统启发的通过学习外界物质的自然防御机理的学习技术,提供了噪声忍耐、无教师学习、自组织、不需要反面例子、能明晰地表达学习的知识、具有内容可访记忆和能遗忘很少使用的信息等进化学习机理,结合了分类器、神经网络和机器推理等系统的一些优点,因此具有提供新颖的解决问题方法的潜力.为促使AIS更好地应用于科学和工程领域,本文系统地综述了AIS的最新研究成果,最后指出了其进一步研究的方向.     

基于免疫机理的入侵检测研究

;入侵检测系统(简称"IDS")是一种对网络传输进行即时监视,在发现可疑传输时发出警报或者采取主动反应措施的网络安全设备.它与其他网络安全设备的不同之处便在于,IDS是一种积极主动的安全防护技术.生物免疫系统是机体保护自身的一种防御性结构,入侵检测系统与生物免疫系统有着许多相似之处.本文在简要介绍免疫机理在入侵检测研究现状的基础上,着重探讨一种针对当前计算机及其网络运行的人工免疫系统(artificial immune system,AIS)的理论模型,以及一种基于免疫机理的入侵检测系统的多子系统、多代理的体系结构.     

人工免疫系统研究的新进展

综述了人工免疫系统的最新研究成果。首先简述了生物免疫系统的信息处理机理，其次介绍了独特型人工免疫网络、多值免疫网络、免疫联想记忆等人工免疫模型，以及反向选择、免疫遗传、克隆选择等五类免疫学习算法，最后介绍了人工免疫系统的应用，并展望了该领域的进一步研究方向。     

人工免疫系统的基本理论及其应用

介绍了生物免疫系统的工作机制与特性及人工免疫算法,且将人工免疫系统与其他智能方法进行比较.还归纳了人工免疫系统的工程应用并对人工免疫系统需深入研究的方向进行了展望.     

人工免疫系统研究及其工程应用

人工免疫系统是一种由生物免疫系统启发的学习外界物质的自然防御机理的学习技术。目前，人工免疫系统已开始成为计算智能研究的新领域。本文首先介绍免疫系统的机理，然后给出人工免疫网络模型和免疫学习算法，接着说明人工免疫系统的最新研究成果，最后指出其进一步研究的方向。     

ADAPTIVE RANKS CLONE AND k‐NEAREST NEIGHBOR LIST–BASED IMMUNE MULTI‐OBJECTIVE OPTIMIZATION

Artificial immune systems (AIS) are computational systems inspired by the principles and processes of the vertebrate immune system. The AIS‐based algorithms typically exploit the immune system's characteristics of learning and adaptability to solve some complicated problems. Although, several AIS‐based algorithms have proposed to solve multi‐objective optimization problems (MOPs), little focus have been placed on the issues that adaptively use the online discovered solutions. Here, we proposed an adaptive selection scheme and an adaptive ranks clone scheme by the online discovered solutions in different ranks. Accordingly, the dynamic information of the online antibody population is efficiently exploited, which is beneficial to the search process. Furthermore, it has been widely approved that one‐off deletion could not obtain excellent diversity in the final population; therefore, a k‐nearest neighbor list (where k is the number of objectives) is established and maintained to eliminate the solutions in the archive population. The k‐nearest neighbors of each antibody are founded and stored in a list memory. Once an antibody with minimal product of k‐nearest neighbors is deleted, the neighborhood relations of the remaining antibodies in the list memory are updated. Finally, the proposed algorithm is tested on 10 well‐known and frequently used multi‐objective problems and two many‐objective problems with 4, 6, and 8 objectives. Compared with five other state‐of‐the‐art multi‐objective algorithms, namely NSGA‐II, SPEA2, IBEA, HYPE, and NNIA, our method achieves comparable results in terms of convergence, diversity metrics, and computational time.     

引入人工免疫理论的入侵检测

由于计算机的安全问题与生物免疫系统具有惊人的相似性,特别是在网络入侵检测上,因此就产生了一个有意义的研究领域:引入人工免疫理论的入侵检测机制研究。首先介绍了入侵检测的概念和地位,然后在分析传统IDS缺陷的基础上,提出了在入侵检测中引入人工免疫理论。接着从AIS的生物原型入手,综述其仿生机理及其在计算机技术领域的应用,并介绍了阴性选择算法。然后通过局部修改portsentry,引入了人工免疫机制,并进行了仿真实验。     

基于人工免疫系统的计算机安全研究

本文首先从分析生物免疫系统入手,剖析生物免疫系统的工作原理,在此基础上构建了针对计算机安全的人工免疫系统模型。并从理论上对生物免疫系统与计算机免疫系统的相似之处做了比较,然后对人工免疫系统在计算机安全中的应用做了进一步的阐述。最后对人工免疫系统在计算机安全领域的应用进行了展望。     

人工免疫系统整体架构及其在数据分类中的应用

受智能进化理论的启发，集成现有的免疫算法，加入更高的智能层次上新的免疫机制，建立了一个人工免疫系统的整体多层次架构．首先，从智能进化的角度说明基于整体免疫系统信息处理机制的算法具有更高的“计算”能力．然后，就一种新的基于人工免疫系统整体架构的数据分析算法，介绍了试验结果，并对结果进行了讨论．最后，笔者指出，人工免疫系统整体架构不仅可以提高现有算法的效率，而且可以扩展人工免疫系统的应用领域．