一种采用免疫原理的恶意软件检测方法

针对现有恶意软件检测方法的不足,提出一种采用免疫原理的恶意软件检测方法.该方法采用程序运行时产生的IRP请求序列作为抗原,定义系统中的正常程序为自体、恶意程序为非自体,通过选定数量的抗体,采用人工免疫原理识别非自体.实验结果表明,此方法在恶意软件的检测方面具有较高的准确率,且误报和漏报率较低.     

网页中数据异常识别的非线性研究

由于Web上网页的急剧增加,信息搜索与挖掘越来越引起人们的重视。然而网页中除了主题信息外,还有噪声信息,从而网页净化技术受到越来越多的研究人员的关注,并提出了各种算法。借鉴人工免疫系统在计算机网络入侵检测中的应用,提出了一种基于AIS的网页去噪算法。同时对网页中的数据进行了异常识别的非线性研究。     

基于改进的免疫克隆支持向量机网页分类研究

网页分类是为了解决网络信息过载问题而延伸的一个热门研究领域,同时支持向量机以其出色的学习能力,在解决高维问题时表现出了特定的优势。本文在研究支持向量机和标准的免疫克隆优化算法的基础上,提出了一种改进的免疫克隆和支持向量机相结合的分类算法。标准算法中由于通过对抗体编码中某些位进行随机取反来实现抗体变异,造成搜索能力不强。该方法针对上述不足,将记忆单元和普通单元区分开来,对记忆单元定义自适应概率,从而加强在当前最优解邻域内的搜索能力,加快寻求全局最优解的速度。实验结果表明,该改进算法较其他算法具有更好的参数选择效果和更高的选择效率,是一种具有较高准确率和效率的网页分类方法。     

公交车和驾驶员集成调度算法研究

为解决公交车及驾驶员调度优化问题,本文给出了一种基于免疫计算的调度优化方案。设计了公交车和驾驶员调度问题的数学模型,给出了非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子以及支配抗体的拥挤距离公式,并在仿真环境下进行了实验。实验结果表明,本文算法能有效地解决公交车及驾驶员调度优化问题,具有较好的应用价值。     

局域网的安全控制与病毒防治

网络技术的发展,给局域网带来了很大的安全威胁,本文介绍了局域网安全控制的策略及局域网病毒防治的基本模型。     

基于流形距离的人工免疫无监督分类与识别算法

将一种新的流形距离作为相似性度量测度, 提出了一种用于无监督分类与识别的人工免疫系统方法. 通过基于流形距离的相似性度量, 有效利用样本集固有的全局一致性信息, 充分挖掘无类属样本的空间分布信息, 对样本进行类别划分. 新方法将免疫响应过程建模为一个四元组 AIR=(G,I,R,A) , 其中 G 为引发免疫响应的外界刺激, 即抗原; I 为所有可能抗体的集合; R 为抗体间相互作用的规则集合; A 为支配抗体反应、指导抗体进化的动态算法. 针对无监督分类问题, 将抗体编码为代表各类别的典型样本序号的排列, 利用动态算法 A 搜索能代表各类别的典型样本的最佳组合. 将新方法与标准的 K-均值算法、基于流形距离的进化聚类算法以及 Maulik 等人提出的基于遗传算法的聚类算法进行了性能比较. 对 6 个人工数据集及手写体数字识别问题的仿真实验结果显示, 新方法对样本空间分布复杂的无监督分类问题和实际的模式识别问题具有较高的准确率和较好的鲁棒性.     

An integrated multi-objective immune algorithm for optimizing the wire bonding process of integrated circuits

Optimization of the wire bonding process of an integrated circuit (IC) is a multi-objective optimization problem (MOOP). In this research, an integrated multi-objective immune algorithm (MOIA) that combines an artificial immune algorithm (IA) with an artificial neural network (ANN) and a generalized Pareto-based scale-independent fitness function (GPSIFF) is developed to find the optimal process parameters for the first bond of an IC wire bonding. The back-propagation ANN is used to establish the nonlinear multivariate relationships between the wire boning parameters and the multi-responses, and is applied to generate the multiple response values for each antibody generated by the IA. The GPSIFF is then used to evaluate the affinity for each antibody and to find the non-dominated solutions. The “Error Ratio” is then applied to measure the convergence of the integrated approach. The “Spread Metric” is used to measure the diversity of the proposed approach. Implementation results show that the integrated MOIA approach does generate the Pareto-optimal solutions for the decision maker, and the Pareto-optimal solutions have good convergence and diversity performance.     

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.     

基于阴性选择的网络蠕虫抑制模型

基于免疫系统的阴性选择机制,提出一种网络蠕虫抑制模型。通过主机的程序行为异常,检测蠕虫攻击并及时响应,允许主机进行大部分的正常网络通信,防止蠕虫通过主机继续传播。主机发出基于阴性选择过滤的网络服务请求,依据蠕虫的传播特征,网络主机之间相互协同,推断蠕虫所攻击的服务并进行限制。实验结果表明,该模型能有效检测并抑制传统蠕虫及拓扑蠕虫等传播隐秘的新型蠕虫。