一种采用非己空间变异搜索的故障检测算法

针对故障检测中,现有阴性选择算法的不足,提出了一种基于非己空间变异搜索检测器的故障检测算法。该算法以非己空间为基础,依据生物遗传中变异的机制,以及体现免疫系统克隆选择的原理来训练检测器,对能检测出异常变化的经典阴性选择算法作了新改进。最后通过仿真表明了非己空间变异搜索算法在计算复杂度明显下降的同时,对故障检测的有效性和准确性有极大的提高。     

一种基于小波网络的故障检测方法

本文针对突变故障给出了一种基于小波网络的检测方法。故障检测方法一般分为两种：一种是基于信号分析；而另一种是基于过程的数学模型。本文给出了一种基于小波网络的故障检测方法，它具有信号分析，数学模型两者优点，从而更准确地检测出突变故障。     

一种基于免疫机理的网络入侵检测模型

本文通过对生物免疫系统和网络入侵检测系统的类比,提出了一种新型的基于免疫机理的网络入侵检测模型,阐述了该模型的工作原理,并从分布性、可扩展性、健壮性和轻便性等方面对模型的性能作了详细分析.     

基于生物免疫机理的分布式入侵检测体系

入侵检测系统被认为是继防火墙之后的网络第二道安全闸门,而生物免疫系统的分布性、多样性、自适应性、记忆性等正是入侵检测系统所期望实现的。本文将生物免疫机理应用于侵检测技术中,构建了一个基于生物免疫机理的分布式的入侵检测模型,详细阐述了该模型的体系结构、工作原理及流程,并对该模型使用的负选择算法和克隆选择算法进行了描述和分析。     

一种改进的基于免疫网络模型(aiNet) 的故障诊断算法

根据抗体群与抗原群的匹配关系,提出一种改进的基于免疫网络模型(aiNet)的故障诊断算法.建立了自适应调整剪枝和抑制阈值的规则,并对K近邻算法的附加距离阈值加以限制,提高了基于aiNet故障诊断算法对已知故障的识别率,克服了其不能识别新故障的缺点.仿真结果表明,改进算法具有优良的故障诊断性能.     

基于生物免疫原理的网络入侵检测研究

针对目前网络入侵检测系统普遍存在的误报、漏报及自适应差等问题,将生物免疫原理应用于网络入侵检测系统中,构建了一个新的基于生物免疫原理的网络入侵检测模型.介绍了生物免疫系统的原理,论述了生物免疫原理在网络入侵检测中的应用,详细阐述了该模型的工作原理及流程,并对该模型使用的否定选择算法和克隆选择算法进行了描述和分析.实验结果表明,该模型系统提高了入侵检测率,降低了虚警率,整体检测性能较好.     

免疫算法在入侵检测模型中的应用研究

在对常见的免疫算法原理进行分析的基础上,采用阴性选择算法和r-连续位匹配算法,提出一种改进的免疫检测机制,建立一个新的入侵检测模型。新的模型主要采取三点措施:改进候选检测集的生成规则;降低检测器冗余;引入协同检测机制等。在入侵识别阶段,采用基于编辑距离的匹配规则,提高了检测效率。试验仿真表明,该模型可有效提高入侵检测系统的检测率,降低误警率。     

一种基于免疫的计算机病毒检测方法

提出了一种基于人工免疫的病毒检测方法,给出了计算机软件系统中自体、非自体、抗原、免疫细胞等的表示方法,实现了否定选择和克隆选择等免疫机制。通过实验测试了该方法的识别能力、错误否定率和错误肯定率,结果表明该方法具有自适应、自学习和多样性等特点,能够有效地检测未知计算机病毒。     

基于人工免疫理论的Shellcode检测方法

Shellcode是缓冲区溢出漏洞攻击的核心代码部分,往往嵌入到文件和网络流量载体中。针对特征码匹配等检测手段存在时间滞后、准确率低等问题,结合人工免疫理论,提出一种采用实值编码的shellcode检测方法。收集shellcode样本并进行反汇编,利用n-gram模型对汇编指令序列提取特征生成抗原,作为免疫系统未成熟检测器来源,之后经历阴性选择算法的免疫耐受过程,生成成熟检测器。对检测器进行克隆和变异,繁衍出更加优良的后代,提高检测器的多样性和亲和度。实验结果表明,该方法对非编码shellcode和多态shellcode均具有较高的检测准确率。     

基于免疫模型的故障诊断方法及应用

提出一种基于人工免疫模型的故障诊断方法。根据免疫系统机理构建模型框架,模拟T细胞和B细胞功用,分别设计模型中的T模块和B模块。T模块采用实向量阴性选择算法生成异常检测器,完成系统的异常状态检测;B模块响应系统实际状态,运用聚类原理动态进化,形成告警信息反馈至T模块。2个模块相互作用,共同实现系统状态的在线实时检测。应用结果表明,该模型具有正确性和有 效性。     

人工免疫理论在异常检测中的应用进展

对人工免疫理论在异常检测中的应用现状进行了系统的论述。首先,介绍了人工免疫的常用概念和术语,给出了异常检测的定义,阐述了人工免疫的两个主要基本理论,并进行了对比分析;深入分析了主要的人工免疫算法原理、流程及其在异常检测中的应用情况;最后简要提出了人工免疫在异常检测应用中的发展前景及其研究方向。     

基于人工免疫系统的旋转机械故障诊断技术研究

将人工免疫系统中的阴性选择算法应用于旋转机械故障诊断,构建了一个完整的故障诊断流程。在对设备振动信号的各种模式空间进行二进制编码的基础上,将阴性选择算法与无量纲指标相结合,训练产生多种无量纲免疫检测器进行集成诊断。最后通过对一组实验数据的处理描述了免疫检测器的构建过程。     

基于生物免疫机制的网络入侵检测方法

本文借鉴生物免疫系统中的免疫机制,对检测元的生成机制和匹配算法进行了较深入的探讨,描述了一个基于免疫原理的分布式自适应网络入侵检测系统。实验实证该系统具有分布性、自适应性和低消耗性等优良特性,可有效提高入侵检测效率。     

一种基于生物免疫机制的基因免疫检测算法

该文基于生物免疫原理中检测机制的研究提出了一种基因免疫检测算法。该算法综合了生物免疫系统的先天性免疫和适应性免疫机制,在负选择和克隆选择的基础上又加入了阳性选择和疫苗机制,并利用基因检测实现了检测的DNA优先级策略。仿真实验表明,该算法大幅度提高了检测效率,并有效缩短了计算时间。     

基于复合免疫算法的入侵检测系统

计算机安全系统与生物免疫系统具有很多的相似性,它们都需要在不断变化的环境中维持自身的稳定性。提出复合免疫算法,并应用到入侵检测系统中,以保护网络安全。针对经典的人工免疫算法在性能上存在的缺陷进行了改进,完善了其核心算法——否定选择算法,在否定选择算法中加入了分段技术和关键位,避免了恒定的匹配概率导致的匹配漏洞,降低了系统漏检率。并将遗传算法中的克隆选择算法和改进的否定选择算法结合为复合免疫算法,提高了检测器生成的动态性和多样性。最后,通过数学理论分析与仿真实验模拟,验证了改进算法的有效性和可行性,并且与其它经典算法进行了比较,结果证明,改进算法可以提高系统性能。     

基于人工免疫的入侵检测系统

利用生物免疫系统具有自我检测的机理,将其应用于入侵检测系统,提出了基于免疫的入侵检测系统模型,并且对模型及相关的概念进行了形式化的定义,对否定选择进行了描述。实验表明该方法所得到的网络攻击曲线与实际攻击曲线具有高度的相似性,能够提高入侵检测的准确性。