利用云模型表示危险信号的入侵风险评估方法

基于免疫否定选择和危险理论,提出一种网络入侵风险评估方法.采用云模型对危险信号进行描述,给出抗体、抗原的形式化定义和匹配过程,并利用一种改进的逆向云生成算法生成网络风险评估指标的云数字特征.实验结果表明,该方法可以更有效地检测网络攻击,降低虚警率,提高网络入侵风险评估的准确性.     

电信欺诈预警的多粒度免疫方法

电信欺诈是电信业普遍存在的一个问题,而电信欺诈检测技术、手段的滞后性、不准确性,且误报率高.人工免疫系统借鉴了机体免疫的原理,具有动态平衡性,自治性,分布性,多层性,适应性等优点,正好弥补了传统检测方法的不足.本文详细介绍了基于免疫方法的欺诈检测的方案,针对电信行业的海量数据,提出了粒度变换的概念,在不同粒度上进行建模和检测.     

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.     

优化记忆树的研究与实现

分析当前人工免疫算法和模型,特别是记忆检测细胞的匹配效率及随着时间推移细胞越来越多占用资源空间的问题.RLAIS模型没有将时间作为控制因子抑制资源的膨胀,不能很好解决随时间推移细胞占用资源越来越多的问题,其一些改进模型在应用中可调节性也不高.为解决此问题而提出一优化记忆树模型.该模型特点:增加时间控制因子;对经常被匹配到的细胞的动态调整.利用时间控制条件和动态调整方法的记忆树模型既优化了记忆细胞的匹配效率,又优化了细胞资源空间,最终实现优化资源空间和提高效率的目的.最后实验验证本模型的可行性.     

人工免疫系统及其在控制系统中的应用研究

生物免疫系统是一个高度并行、分布、自适应和自组织的系统,具有强大的信息处理能力.人工免疫系统(AIS)是对生物免疫系统的模拟,是与生物免疫系统相对应的工程概念.AIS所具有的特性为现代控制理论和控制工程提供了新的研究思路.介绍了AIS在控制领域应用的相关机理,阐述了AIS在该领域中的免疫控制器设计、自适应控制、机器人控制、智能控制等几方面最新应用成果,最后对AIS在该领域的进一步研究工作作了展望.     

一种基于AIS和Bayes网络的垃圾邮件过滤算法

将人工免疫系统和贝叶斯网络相结合应用于垃圾邮件的过滤，设计了一个基于AIS和Bayes网络的垃圾邮件过滤算法，分析并解决了该算法实现过程中的关键问题，给出了亲和力的计算方法和抗原/抗体的结构定义。在PU1bare 语料的基础上与Carreras提出的AdaBoost方法进行对比实验，最后给出了实验结果。     

基于动态人工免疫的邮件分类算法研究

使用虚拟基因库技术，对用于邮件分类的人工免疫系统（AISEC）进行改进，提出了动态人工免疫分类算法（DAICA）模型，改进了AISEC的抗体更新过程。当分类正确时，充分利用参与正确分类的抗体，快速改善抗体质量；当分类错误时，不再是简单地将参与错误分类的抗体直接移去，而是对这些移去的抗体进行体细胞高频变异，以保持先前遇到的抗原信息。还研究了新算法DAICA中使用的参数α与β对算法性能的影响。实验表明，这种改进可以提高分类准确率。     

一类用于函数优化的基于混沌搜索的免疫算法

将混沌优化算法与克隆选择算法相结合,提出了一类基于混沌搜索的免疫算法．首先利用解空间变换将优化变量表示为混沌变量,并将混沌变量编码为抗体．然后,利用混沌变量的遍历性和随机性特点,通过在高亲和力抗体的邻域内进行混沌搜索以实现局部寻优,通过在整个解空间内的混沌搜索来避免陷入局部最优解．数值仿真结果表明该算法具不易陷入局部最优、解的精度高和操作简单等优点．     

基于人工免疫算法的交通时段自动划分方法

多时段定时控制是城市交通信号控制的重要方式之一,交通时段的合理划分是制定多时段定时控制方案的基础.为克服传统时段划分方法的局限性,实现城市交通时段的自动划分,论文提取生物免疫系统的隐喻机制,基于免疫网络理论和克隆选择原理,建立了一种人工免疫数据聚类分析算法,并详细阐述了聚类算法在城市交通时段自动划分中的具体应用.实例分析表明,该算法可以有效减少聚类数据的冗余信息,特别适合于解决分级聚类等传统方法不适应的大数据量聚类问题,对解决城市交通时段的自动划分等数据聚类问题是可行的和有效的.     

基于优秀基因传播的免疫优化算法

对文献[5]的工作进行改进，改进基因重组策略，增加免疫基因传播操作，使得算法能够更快更好的搜索最优解．核心思想是区分成熟抗体中高层次抗体和低层次抗体，低层次群体不断更新，高层次群体相对稳定，但不断从低层次群体中学习优秀基因完善自身．本文详细介绍了该算法的设计思想和具体实验，实验结果说明本算法具有较好的问题求解能力．