基于T细胞免疫耐受的检测器生成算法设计

通过模拟T细胞的培育机制,包括阴性选择和阳性选择,提出基于T细胞免疫耐受的检测器生成算法.该算法采用基于规则的基因表达方式同匹配规则相结合的方法,能够灵活表示分类规则间的或关系,并且引入阴性选择算子,使算法能够更有效地生成检测器.     

一种基于模糊思想的变阈值免疫阴性选择算法

通过对人工免疫系统中阴性选择算法机理的分析,利用模糊思想,定义了模糊相似度,并在此基础上,提出了一种基于模糊思想的变阂值免疫阴性选择算法．该算法匹配阂值可变,采用调整匹配阈值的方法大幅降低黑洞数量;在满足一定模糊相似度的前提下,实现了带控制参数的模糊匹配,模糊程度可控．仿真结果表明,该算法生成的成熟检测器检测范围较大,空间覆盖率高,黑洞数量大幅下降,同时检测率有显著提高,算法具有较强的鲁棒性。     

混合匹配规则的否定选择算法

针对目前基于免疫的检测器生成算法中,匹配规则单一造成的检测器质量低下的问题,提出一种基于混合匹配规则的否定选择算法,采用海明距离整体匹配的各段内R连续比特匹配的否定选择算法,即混合匹配否定选择算法,对算法的性能进行了分析．实验结果表明,该算法能够高效地产生所需要的检测器,提高了检测率,且降低了误报率．     

应用改进的V-detector算法检测蠕虫

通过分析主机感染蠕虫后网络流量特性的变化，基于免疫系统的阴性选择机制，提出了一种蠕虫检测方法。首先改进了可变半径实值阴性选择算法V-detector，改进策略是在检测器生成过程中根据非自体空间的分布产生具有尽可能大覆盖范围的检测器。改进算法与原算法相比，所生成的检测器集合中检测器的数量大幅度下降，检测效率提高。应用改进的V-detector算法生成检测器集合监控主机的网络流量特性，以检测蠕虫攻击。实验结果表明，该方法能有效检测传统蠕虫及多维传播的多态蠕虫。     

一种改进的基于否定选择的检测器生成算法

通过分析人工免疫系统中的主要算法--否定选择算法及检测器产生漏洞的原因,提出一种生成不同检测尺度的成熟检测器多级否定选择算法.与Forrest的传统否定选择算法相比,该算法提高了检测器的生成效率,很大程度上减少了漏洞,使检测效率得到提升.     

云计算下手机人工免疫恶意代码检测模型

提出一种适用于云计算环境的基于人工免疫的手机恶意代码检测模型。提出扩展阴性选择算法,提取恶意代码的特征编码生成抗原,增加针对高亲和度检测器的克隆和变异算子,提高成熟检测器的生成效率,在特征检测和检测器生成阶段引入MapReduce并行处理机制,提高计算效率。仿真结果表明,检测模型对未知手机恶意代码具有较高的检测率和计算效率。     

基于特征值的阴性选择算法和MHC检测滤窗

在分析连续位匹配规则基础上提出了特征值匹配的概念,通过对特征值比较代替传统匹配方式,实现了阴性算法的改进.引入主要组织相容复合体(Major Histocompatibility Complex,MHC)特征判别概念,在分析黑洞特性以及与非检测器集合关系的基础上,设计MHC检测滤窗作为检测器之后的更高级别安全防护层,以...     

一种改进的基于否定选择的检测器生成算法研究

针对传统否定选择算法存在的问题,提出一种新的基于否定选择的检测器生成算法,通过使用模板来消除冗余的检测器,从而提高系统监测效率.实验表明,该算法能够尽可能多的覆盖"非我"空间,在性能上优于传统的否定算法,为进一步研究入侵检测系统提供了新的算法依据.     

用于异常检测的免疫实值检测器优化生成算法

针对已有实值可变半径检测器生成算法的不足,提出一种优化的检测器生成算法。通过对检测器生成过程的统计分析,给出了基于假设检验的检测器生成过程,并将假设检验的结果作为算法结束的一个控制参数,有效减少了冗余检测器的产生。同时,算法充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器,提高检测性能。通过人工合成数据集2DSyntheticData以及实际的Iris数据集和Biomedical数据集对算法进行了验证。实验结果表明,本算法用于异常数据检测,提高了检测率,所需的检测器数量减少,整体检测性能较优。     

用于异常检测的实值否定选择算法

针对已有实值否定选择算法检测器生成过程的不足,提出了一种优化的检测器生成算法。充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器;使用覆盖率期望值作为算法结束的一个控制参数,有效地避免了冗余检测器的产生。建立了异常检测系统的形式化描述,定义了一个新的异常检测性能衡量指标——错误率。最后,通过人工合成数据集2DSyntheticData以及实际的Iris数据集及Bio-medical数据集对算法进行了验证。试验结果表明,相比V-detector算法,本文算法提高了检测率,降低了错误率,减少了所需检测器数量,整体检测性能较优。     

一种改进的多模式匹配算法

针对WM算法在模式集规模大且最短模式长度小的情况下性能较低的问题,分析了WM算法及其改进的快速WM(QWM)算法的优缺点,在此基础上提出了模式分集思想,并优化了跳跃和确认机制,设计了子集WM(SWM)算法;然后针对该算法在域名过滤中的应用,对hash函数、匹配顺序等进行进一步优化．针对域名过滤的实验结果表明,当模式数量超过10000条时,SWM算法匹配时间是WM算法的8.9％～11.6％,说明SWM算法在模式集规模较大时,匹配速度能显著提高．     

畸变图像的有效配准算法

镜头畸变是导致图像质量降低的主要因素之一.通常在图像存在畸变情况时,要先通过图像畸变校正方法来减小畸变对图像的影响,但校正过程较为复杂.本文提出了一种新的畸变图像的有效配准算法,算法分为初始匹配和松弛优化匹配两步,初始匹配算法采用圆投影匹配算法,松弛匹配算法则以向量旋转角的旋转和缩放不变性特征作为初始匹配对的优化准则,首先计算向量旋转角度差值,然后通过构造支持度函数和剔除策略选出最优匹配对.实验证明,该算法在图像非线性畸变误差较大的情况下也能够实现正确匹配.     

多阶微分环形模板匹配跟踪方法

基于环形模板结构提出一种新的模板匹配跟踪方法,在匹配准则函数中增加了图像的多阶微分匹配信息,在确保算法具有旋转不变性的前提下,可有效提高算法识别的准确性.匹配模板中的像素按环形结构排列,环形结构的中心对称性确保了算法具有旋转不变性.根据图像的灰度值可计算图像的各阶微分值,匹配准则函数由灰度匹配值和各阶微分匹配值共同构成.微分匹配信息中包含了图像的细节信息的匹配结果,因此可提高算法识别的准确性.仿真结果表明:该方法可应用于序列图像的目标识别,在背景复杂或目标发生较大旋转变化的情况下,该方法的识别性能明显优于传统方法.     

一种改进的ME-Skip运动估计算法

在H，S，Kang的ME-Skip运动估计算法的基础上，提出了一种改进的ME-Skip运动估计算法，新算法对运动估计匹配误差差分绝对值之和(SAD)的阈值设置作了改进，新算法设置了两个SAD阈值，较小的SAD阈值用以克服误差传播，较大的SAD阈值用以尽可能的避免运动估计，当基于预测运动矢量的匹配误差介于两SAD阈值之间时，用小窗口搜索代替运动估计，实验结果表明在编码效率略有提高的同时，新算法进一步减少了运动估计运算量的10％～20％。     

基于迭代最近点算法的地形匹配算法可靠性分析

根据迭代最近点算法的原理,从几何直观的角度研究了地形辅助导航系统匹配的可靠性,推导了旋转和平移的可靠性公式,并进行了数字仿真,结果表明,本文推导的可靠性结论是正确的.     

用于立体图像编码的自适应块匹配视差估计算法

提出了一种新的自适应块匹配视差估计算法,对图像用固定尺寸分块并做视差估计,利用对应块之间的亮度估计误差判断是否进行自适应的块匹配估计．在自适应块匹配算法中使用亮度估计误差的方差来控制匹配窗口的大小和形状,得到最优的匹配窗口．用这个窗口重新进行视差估计,得到最后的视差矢量．实验证明,该算法的估计误差小于传统的固定尺寸块匹配算法,效率优于一些用于立体图像分析的自适应块匹配算法,是一种简单、实用、适合编码系统使用的视差估计算法．     

基于自适应遗传算法的图像匹配

为了解决图像匹配中计算速度慢和匹配精度不高的缺陷，提出了一种基于自适应遗传算法(AGA)的匹配方法，该算法与传统遗传算法的不同在于其交叉概率和变异概率随个体的适应度值而变化，避免了后者易陷入局部极值的缺陷，从而增强了算法的快速性和全局收敛性能．图像与模板的相关值是一多峰值函数，模板匹配实质上是多峰值寻优过程．将AGA应用到图像匹配，是以相关值为适应度函数，通过选择、交叉、变异等遗传操作，对遗传个体进行迭代寻优，找出图像中的最佳匹配点．实验结果表明，基于该算法的图像匹配具有运算量小、匹配精确等优点，且算法稳定．     

基于自适应遗传算法的分层图像匹配

图像匹配是计算机视觉的关键技术之一，图像匹配的速度和匹配的可靠性、精度一样，也是性能的重要体现。由于传统图像匹配算法是遍历性的，匹配速度较慢，因此在实际应用中受到限制。本文把自适应遗传算法与归一化积相关相结合实现图像的快速粗匹配，然后在粗匹配点的邻域内利用相位相关算法实现图像的精匹配。本文算法不但能保证匹配的精度，也能大大提高匹配的速度。在实验中，与传统的序贯相似性检测算法(SSDA)作了比较，证明了本文算法的有效性。     

一种新的高速圆形匹配算法

针对现有圆形匹配算法无法同时满足高速度、低内存消耗以及高精度要求的情况,提出了一种基于击中率的新型圆形匹配算法．算法引入以轮廓作为匹配特征信息的圆环采样模板,匹配的结果由击中率表征,并进一步根据搜索目标与定位区域的灰度相关性剔除误检对象．实验表明,算法能够实现毫秒级快速定位,且在内存消耗和可靠性方面都获得较好的性能．