基于人工免疫的网络入侵检测中疫苗算子的作用研究

在以前研究工作的基础上,将包含疫苗算子、变异算子和其它算子的免疫算法与人工免疫中的负选择算法结合在一起,实现检测器种群的进化,目的是加快种群的亲和力成熟进程和提高网络入侵检测效率。详细地给出了疫苗自适应提取算法和疫苗算子算法,建立了基于免疫算法和负选择算法的模型及算法来实现网络入侵检测。分别设计了基于克隆选择算法的和基于免疫算法的网络入侵检测实验。实验结果表明,含有免疫算子的免疫算法加快了检测器种群亲和力成熟的进程,收敛速度更快,随着进化代数的增加检测率总体呈上升趋势。而基于克隆选择算法的网络入侵检测则出现了检测器种群亲和力成熟进程较慢,并随着进化代数的增加检测率呈现轻微退化和较长时间停滞不前的现象。     

应用批处理实现学校机房高效管理

批处理命令简洁而高效,在许多不便安装硬件还原卡的学校机房,系统维护工作比较繁琐,应用批处理命令实现了开机自动系统优化,以及网络克隆后自动修改机器配置,为学校机房管理提供了一条比较实用方便的维护管理方法。     

解析中等职业学校学生机房管理与维护

根据中等职业学校的计算机专业的特点,几乎所有的课程都在机房中边讲解、边上机操作练习,由于机房的使用非常频繁且机多人多,机房的管理和维护就是一个非常重要的问题。怎样管理与维护好机房,对广大的计算机老师来说是一个很重要且很现实的问题。     

NSC:一种新型的垃圾邮件过滤器

借鉴生物免疫系统能有效的区别自体与非自体防御外部病源体入侵的工作机制,结合用户行为特征模式,提出了一种基于免疫机制的垃圾邮件过滤器模型NSC.在该模型中,给出了自体、非自体、抗体和抗原的定义与实现方式,建立了抗体的克隆选择、学习机制和生命周期模型.详细的描述了模型的训练与检测过程.试验结果表明,基于免疫机制的过滤器不仅有效的提高了检测率,而且还表现出良好的自学能力与自适应性.     

多样性监控的免疫微粒群算法

标准微粒群算法的种群多样性随进化变差是造成陷于局部最优的主要原因,本文提出了一种多样性监控的免疫微粒群算法.利用多样性函数对种群的多样性进行监控,并在多样性下降到一定程度时,引入免疫机制中的克隆选择算子和免疫记忆特性来对粒子进行更新,从而有效地克服了微粒群算法易陷于局部最优以及对多峰值函数搜索效果不佳的缺点.用经典benchmark测试函数对算法进行仿真实验,实验结果表明该算法比标准微粒群算法有着更好的收敛性能.     

基于克隆粒子群优化算法的多用户检测器

针对经典离散粒子群优化算法收敛性差的缺点,设计了基于新的运动方程的离散粒子群优化算法。为了解决CDMA系统多用户检测这个NP完全问题,基于免疫克隆选择理论和新的粒子群优化算法,提出了克隆粒子群优化算法,其中,由神经元构成的粒子可以进行随机搜索和经验学习。仿真结果表明,在异步和同步CDMA系统上,该检测器的误码率性能都优于传统方法和其他一些多用户检测器,达到最优检测。     

MAXDOS在机房维护中的应用

高校机房计算机由于其使用的频繁以及学生的误操作,经常造成系统故障。该文主要介绍了利用MaxDos软件对机房计算机系统方便有效的维护—网络克隆。     

克隆是首选 批量安装系统有妙招

贵刊2009年第5期刊登了"重装不是首选修复系统有妙招"一文,对系统修复提出了六项实用措施,解除了用户重装系统的烦恼.而在机房或网吧中,如果有大批量主机发生系统崩溃,现在常用的一种快捷方法就是网络克隆,可以将事先做好的系统在短时间内克隆到局域网内的所有主机上,从而大大简化了网络环境中大批量主机的系统安装工作.本文将以诚龙网刻和MAXDOS为例,介绍如何在局域网中批量、同步安装若干台主机的系统.     

基于克隆选择算法的唯相位天线方向图综合算法

针对目前很少有将克隆选择算法应用到天线方向图综合领域的问题,研究了克隆选择优化算法在天线方向图综合问题中的应用,描述了仅对权值的相位进行编码的算法具体操作步骤,并在此基础上着重分析了相位编码的位数对优化结果的影响,分析结果表明,对权值相位进行四位编码也能得到比较理想的优化效果,使该算法的实用性得到了一定程度的验证.     

免疫克隆多目标优化算法求解约束优化问题

针对现有的约束处理技术的一些不足之处,提出一种用于求解约束优化问题的算法——免疫克隆多目标优化算法(immune clonal multi-objective optimization algorithm,简称ICMOA).算法的主要特点是通过将约束条件转化为一个目标,从而将问题转化为两个目标的多目标优化问题.引入多目标优化中的Pareto-支配的概念,每一个个体根据其被支配的程度进行克隆、变异及选择等操作.克隆操作实现了全局择优,有利于得到高质量的解;变异操作提高算法的局部搜索能力,有利于所得解的多样性;选择操作有利于算法向着最优搜索,而且加快了收敛速度.基于抗体群的随机状态转移过程,证明该算法具有全局收敛性.通过对13个标准测试问题的测试,并与已有算法进行比较。结果表明,该算法在收敛速度和求解精度上均具有一定的优势.