基于切割的检测器生成与匹配算法

 检测器生成和匹配算法直接影响到人工免疫系统的检测效率和非法抗原的检测率.为了改进现有算法存在的生成检测器与识别非法抗原的时间和空间开销较大、对非法抗原检测率较低等问题,本文提出基于切割的检测器生成与匹配算法.针对现有检测器表示方法存在的缺陷,用正超立方体表示检测器,为减少匹配算法的时间和空间开销提供了基础;依据空间包含关系设计基于空间包含的匹配算法,减少了选择检测器和检查抗原的时间和空间开销,使得分析检测器所覆盖的非法抗原较方便;依据自体在论域空间的分布,引入切割空间的方法生成检测器,消除所生成检测器间的冗余信息,减少了检测漏洞,使得所生成的检测器具有较高的非法抗原检测率和检测效率.文中建立了算法的原型系统,构造不同类型的数据集,测试识别非法抗原所需的检测器数量,以及当系统中保存不同数量的检测器时所具有的非法抗原检测率,与现有算法进行比较,验证了基于切割的检测器生成与匹配算法能有效的提高否定选择算法的性能.     

否定选择算法综述

对否定选择算法进行了综述,首先回顾了否定选择算法的产生与发展;接着按照不同技术标准对其进行分类,并列举否定选择算法的实际应用情况;最后讨论了该算法所存在的问题以及未来的发展方向。     

基于动态克隆选择的记忆检测器更新算法

记忆细胞在再次检测到相同或相似的抗原时能迅速活化,产生大量抗体,并进行快速免疫应答.在基于人工免疫的入侵检测中,利用此特性对检测器生命周期进行模拟,可大大提高入侵检测系统的性能.文章在分析动态克隆选择算法模型中记忆检测器生成过程的基础上,提出一种记忆检测器更新算法,对记忆检测器的个数设定最大值,避免出现随着时间的推移产...     

一种新型的否定选择算法生成检测器的研究

针对传统否定选择算法存在的问题,以自体空间为基础,依据切割空间否定选择算法的优越性,提出基于二进制字符串的一种新型的切割否定选择算法.通过与固定检测器和可变检测器相比较,证明此算法具有较高的检测率和较低的误报率.最后通过仿真模拟此算法可用较少的检测器检测出等量的入侵检测器,并且自体集的分布状态和完善状态直接影响到检测器的有效率.     

一种使用最近邻自体耐受的否定选择算法

本文提出一种采用最近邻自体耐受的否定选择算法（Nearest Neighbor Self Tolerance Negative selection algorithm,NST-NSA）,该算法在通过数据预处理阶段将所有样本压缩进单位特征空间,并利用N维数组记录自体位置;在训练阶段根据候选检测器坐标在N维数组中搜索最近近邻自体进行计算。实验结果表明,想对于传统的否定选择算法NST-NSA能以更短的时间达到更高的检测率。     

多样性检测器生成算法研究

文章基于小生境策略的否定选择算法利用在搜索空间中计算检测器之间的海明距离,构建小生境;定义适应度函数与亲合力函数相关,更客观地反映检测器的检测能力;利用进化策略,进行遗传操作,而生成多样性和通用性的最佳检测器集。同时该算法可以减少生成检测器的时间开销。     

一种改进的否定选择算法

以否定选择算法为基础,分别对海明距离匹配与r-字符块匹配规则进行改进并结合使用,从而产生一种新的匹配规则。通过最后的实验证明,基于双重匹配规则的否定选择算法产生了更加高效的检测器,并且提高了系统的检测率,减少了误报。     

改进的人工免疫负选择算法在数据分类中的应用

负选择算法是人工免疫的分支,对自我和非我细胞区分过程进行计算模拟。由于负选择算法具有对于自我和非我较强的判别能力,可以模拟数据分类。本文在对特征提取算法,人工免疫系统以及负选择算法深入研究之后,将基于改进的负选择理论应用于数据分类。主要采用对检测器的改进提高负选择算法的检测率,采用自然计算方法优化负选择算法,通过其高效的全局搜索能力和局部搜索能力,优化负选择算法,并将其应用到数据分类,设计基于新算法的数据分类系统,检测该系统的效率。     

一种改进的否定选择算法

以否定选择算法为基础,分别对海明距离匹配与r-字符块匹配规则进行改进并结合使用,从而产生一种新的匹配规则。通过最后的实验证明,基于双重匹配规则的否定选择算法产生了更加高效的检测器,并且提高了系统的检测率,减少了误报。     

分布式入侵检测系统中动态克隆选择算法的设计

在介绍人工免疫系统基本概念的基础上,讨论了基于人工免疫的入侵检测算法,重点讨论阴性选择算法和克隆选择算法,提出了一个基于人工免疫的入侵检测系统的模型,并针对传统克隆选择算法耗时性大的缺点对算法进行优化设计。理论分析和实验表明,算法的检测效率有了明显的改善。     

基于B树的否定选择算法及其应用

针对传统的方法在带钢表面缺陷图像检测中存在的问题,提出了基于B树的否定选择算法.根据影响成熟检测器生成的因素,通过低频和高频变异生成初始检测器集合,改变检测器的表示方式,以数值型的检测数代替二进制字符串形式的检测器,提取自体数值、检测数值和待检数值,使用B树建立索引并构建自体信息树和检测信息树,来实现其质量检测.实验表明,该方法明显优于传统的图像检测算法,提高了检测效率.     

基于免疫进化非选择机制的移动机器人路径规划算法研究

该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPA-IENS)。该算法通过非选择操作来避免进化过程中糟糕个体的产生,使得较优个体能较早地生成,加快算法的收敛速度;同时,算法引入基因重组操作以维持群体的多样性,防止早熟收敛。仿真实验结果表明,该文所提出的MRPPA-IENS算法是一种有效的移动机器人路径规划算法,在障碍物完全已知的静态环境和部分已知的动态环境中均优于传统进化算法。     

面向入侵检测的集成人工免疫系统

结合入侵检测的实际需求,提出了一种集成人工免疫系统(IAIS)。该系统结合了树突状细胞算法(DCA)和否定选择算法(NSA),DCA用于检测行为特征,NSA用于检测结构特征。通过KDD99数据集实验对该系统进行验证,并与其他方法进行了比较。实验结果表明,IAIS检测性能与经典分类算法相当。IAIS具有不依赖明确标识的数据来训练检测器,可结合行为特征和结构特征进行实时入侵检测的特点。     

基于小波分析和人工免疫算法的模拟电路故障诊断

受生物免疫系统自己-非己识别过程的启发,提出了一种基于小波分析和人工免疫算法的模拟电路故障诊断的新方法。该方法首先利用小波变换,归一化和主元分析法作为预处理提取模拟电路的最优故障特征向量,然后利用反面选择算法的检测器对故障信息进行检测,从而实现模拟电路故障的分类。计算机仿真证明该方法是可行的。     

基于否定选择遗传算法的路径覆盖测试数据生成

路径覆盖是软件测试领域重要的测试方法之一.在搜索空间中,找到一组测试数据满足路径覆盖是一个具有挑战性的问题.因此,自动生成测试数据是软件测试的关键问题.文中提出一种基于否定选择遗传算法的路径覆盖测试数据生成方法,将否定选择策略融入遗传算法,动态优化遗传算法的种群数据,自动生成覆盖目标路径的测试数据.多个基准程序和工业程序的实验结果表明,与随机方法和遗传算法比较,文中方法能够提高路径覆盖率,减少冗余测试数据的生成.     

基于免疫识别的免疫算法

免疫算法已开始成为计算智能研究的一个热点.本文提出了一种基于免疫识别的免疫算法,该算法的设计借鉴了生物免疫识别中的非选择机制,其求解思想与现有优化方法不同,它是通过在解空间中不断识别、选择出劣解并加以排除来获得优解.本文详细介绍了该算法的设计,从理论上分析了算法的收敛性能和时间复杂度,并针对TSP问题设计了相应的验证实验.理论分析和实验结果都表明该算法具有很强的问题求解能力.     

基于阴性选择的网络限制洪泛算法

为使网络在洪泛故障信息时洪泛时延和业务质量两方面性能都能够得到改善,提出了一种基于阴性选择的限制洪泛算法.该算法根据网络环境对洪泛时延和业务损失的侧重程度,分别给出了洪泛时延与业务损失两方面代价函数以及综合两方面因素的优化目标函数,利用阴性选择算法进行寻优,计算出能够最大程度适应网络需求的限制洪泛范围,通过对故障的洪泛范围进行限制,将故障洪泛对网络造成的影响降低到最小.实验结果表明该算法能够改善网络的性能.     

基于可信根的计算机终端免疫模型

人工免疫系统方法中的否定选择(NS)算法已广泛应用于病毒防护、入侵检测、垃圾邮件检测等.然而,由于当前的计算机中不存在类似"免疫器官"的硬件部件,无法对NS算法的运行提供保护,可能造成其运行过程遭受恶意干扰,成熟检测器和中间变量遭受篡改,进而导致其检测结果不可信.借鉴自然免疫系统的组成和原理,提出一种基于可信根的计算机终端免疫模型(TRBCTIM),引入可信计算技术中的可信根作为"免疫器官",对NS算法实施保护.采用无干扰可信模型理论对新模型进行分析,并通过构建新模型的原型系统来进行性能实验.理论分析及实验结果表明,新模型能够确保NS算法的运行过程和检测结果可信.     

基于矩阵形式的否定选择算法研究

现有的状态空间表示形式和匹配规则已经成为否定选择算法研究的瓶颈。为此,该文将状态空间从向量扩展到矩阵,提出了一种基于矩阵形式的否定选择算法。引入矩阵表示自我和非我空间,定义了元素匹配距离,在此基础上建立了双向匹配规则;同时根据状态空间特征建立了基于覆盖检验的检测器生成算法。实验结果表明该算法性能明显优于实值否定选择算法,有效解决了检测率和误报率联动的问题,且能产生更为高效的检测器。