人工免疫系统中反向选择算法的改进

将人工免疫系统运用到入侵检测系统中,近年来已经有了一定的发展。在这个领域中,如何培育出符合需求的免疫细胞,使能够较多地识别非我并较少地识别自我,尽可能地覆盖NONSELF空间,这就是如何培育更好的识别器的问题。反向选择算法是识别器的传统构造算法,该文针对反向选择算法的伪肯定率过高的问题,提出了改进算法,在入侵检测系统中达到的效果更好。     

抵御虫洞攻击的无线传感器网安全定位算法

节点定位技术是无线传感器网络的支撑技术之一,节点位置信息是很多基于无线传感器网络的应用的基础.无线传感器网络是一个动态的网络,每隔一段时间需要进行重新定位,并且在重定位过程中易受到攻击节点攻击.针对无线传感器网络中无需测距的定位技术,分析虫洞攻击对DV-Hop定位的影响,提出了一种基于信誉模型的抵御虫洞攻击的分布式轻量级DV-Hop安全定位算法TMDV-Hop(Trust-Model-based DV-Hop Localization Against Wormhole Attack).仿真表明,在无需额外硬件辅助下,TMDV-Hop算法能有效降低虫洞攻击对定位过程的影响,验证了该算法的有效性.     

人工免疫系统中的抗体生成与匹配算法

现有的人工免疫系统被应用于文本识别中时,检测器生成算法对不同基因等质化对待,不能最优反应基因在抗体中出现的频率。针对该问题,提出基因显性度的概念,通过在检测器生成算法及匹配算法中引入基因显性度的因子来提高算法效率。实验结果表明,显性度的引入可降低检测器生成算法约30%的时间复杂度。     

人工免疫算法及其应用

阐述了人工免疫系统的基本概念,讨论了几种典型的算法,包括基于免疫系统基本机制的免疫算法、基于免疫特异性的否定选择算法、基于免疫系统克隆选择理论的克隆选择算法、基于接种疫苗及免疫多样性的免疫进化算法、AIS与神经网络混合智能算法和模糊免疫系统等;以年代为序简述了AIS发展历史,介绍了AIS在若干具有代表性的领域中的应用情况。最后通过对AIS的特性和存在问题的分析,展望了今后的研究重点和发展趋势。     

一种人工免疫分类方法在故障诊断中的应用

人工免疫识别系统的传统方法易造成抗体进化效率低、免疫网络冗余。为解决该问题,提出一种新型的人工免疫分类方法。引入阳性选择和网络抑制机理,结合蒙特卡洛方法,根据训练抗原产生优化分布的初始抗体,融合多种免疫原理模拟免疫应答过程,由初始抗体进化出成熟的记忆细胞,利用记忆细胞依据K最近邻表决方法对待分类抗原进行分类。对UCI数据集的分类结果表明,该方法与人工免疫识别系统相比,抗体进化迭代次数平均减少63.1%,网络压缩率平均提高14.7%。在某线性稳压电源的故障诊断实例中,该方法的平均分类准确率为92.5%,高于人工免疫识别系统和神经网络等分类方法。     

一种移动无线传感器网络抵御虫洞攻击MCL算法

MCL算法作为MWSN的一种经典定位算法,其安全性还欠缺考虑,为了使MCL算法能抵御虫洞攻击,分析了MCL机制及虫洞攻击对MCL性能的影响,在此基础上提出了一种能抵御虫洞攻击的安全MCL算法—DewormMCL。该算法利用节点的移动性有效识别锚节点信息,剔除掉伪锚节点信息,且不需要额外的硬件支持,也不会增加通信开销。仿真结果表明,该安全定位算法对虫洞攻击具有较好的抵御性;随着算法的收敛,遭受虫洞攻击的MCL性能逐渐恢复正常,在文中的仿真条件下,定位误差从0.45r降到0.4r,定位率从80%提升到90%。     

基于免疫计算的agent系统研究

由于免疫系统具有良好的特性以及与multi-agent系统的相似性,因此将免疫机理应用于multi-agent系统的研究越来越受到关注。该文提出了一种新的实体agent——免疫agent和多免疫agent系统。首先给出了免疫agent的功能、结构以及形式化描述,然后构造了基于独特性网络理论的多免疫agent系统模型,借鉴生态学协同进化机理提出了系统中免疫agent之间的四种交互关系:共生、共栖、捕食者-猎物和竞争关系,并给出了免疫agent的浓度函数表达式。     

一种改进的人工免疫算法

简要介绍了遗传算法、人工免疫算法的工作原理。为了克服传统人工免疫算法存在的不足,该文提出一种改进的人工免疫算法,并利用Rosenbrock函数对3种算法进行了试验比较。实验结果表明,该文提出的改进的人工免疫算法较遗传算法、传统的人工免疫算法更为有效。     

基于aiNet人工免疫网络的遥感图像检索

受多方面因素的影响,图像在特征空间中的分布是非常不均匀的,往往围绕多个中心。为了解决多个特征中心的问题,提出了一种基于aiNet人工免疫网络的遥感图像检索算法。该算法根据免疫网络机理及相关反馈技术,利用aiNet人工免疫网络对用户的反馈信息进行学习记忆,能有效寻找多个最优解,提高了系统对用户语义的理解能力。由于该网络具有减少冗余、多样性、学习和记忆的特性,避免了传统算法容易陷入局部最优的缺点。实验结果表明,该算法能有效理解用户的反馈信息,提高了传统检索方法的准确性。     

Adaptive Aircraft Flight Control Simulation Based on an Artificial Immune System

Over the past decade much progress has been made in the development of adaptive, model-following flight control systems. These systems are being designed to account for the degradation and even the failure of the actuators used to implement the control laws within aircraft. Typically, these adaptive, model-following flight control systems require software components capable of (1) monitoring system performance, (2) quantifying changes occurring in the performance characteristics of actuators, and (3) adapting control laws based on changes in actuator performance. Interestingly enough, the challenges facing natural immune systems also require the successful completion of three similar tasks: (1) monitoring organism performance, (2) identification of antigens, and (3) distribution of targeted antibodies. Thus, the characteristics inherent in natural immune systems have been captured and employed in computational systems called artificial immune systems (AISs). This paper describes an adaptive, model-following flight control system based on an artificial immune system. The effectiveness of the approach is demonstrated in a system designed to maintain cruise conditions in the simulation of a Boeing 747 aircraft in the presence of atmospheric turbulence and degradations in the performance characteristics of actuators used to manipulate various control surfaces.     

基于人工免疫的无线AD HOC网络MAC层自私攻击检测

通过对IEEE 802.11 MAC层攻击的分析与分类,提出将节点传帧率和退避时间序列作为行为特征,建立了MAC层攻击检测的人工免疫模型,给出饱和状态下的节点检测算法-基于滑动窗口残差阈值法,并对自私节点的退避时间序列进行编码和基因处理,给出非饱和状态下基于相对位置的子串相关函数匹配的基因检测算法,解决了传统检测算法不能有效检测智能攻击和与现有协议不兼容的局限性.     

一种基于受体编辑和免疫抑制的人工免疫系统模型

被广泛采用的人工免疫系统模型ARTIS中的检测器没有主动学习能力,在具体应用中存在检测半径设定困难、检测性能低等问题,受生物免疫中受体编辑和免疫抑制的启发,提出了一种新的人工免疫系统模型REISAIS(Receptor Editing and Immune Suppression based Artificial Immune System),模型通过受体编辑分别 在耐受期和成熟期 赋予检测器一定的主动学习能力,从而提高了模型的检测率,而免疫抑制机制的引入则使得模型的误报率得到了有效控制。给出了模型中检测器和抑制器演化过程的形式化描述,对模型性能进行了分析,证明了受体编辑机制的引入在提高模型检测性能上的有效性。理论分析以及实验结果显示,与ARTIS模型相比,REISAIS模型无需设定检测半径并且检测性能更好。     

无线传感器网络中的虫洞攻击防护机制

虫洞攻击能够随意制造“热点”区域以加速消耗特定区域能量,对依赖连接的无线传感器网络来说影响最大：直接导致获得的数据混乱,结果远远偏离实际情况。现有的措施虽然有一定的抵御作用,但是它们仍然存在很多不足。针对这种情况,提出了基于信誉认证的虫洞攻击抵御机制,利用了自反馈的信誉认证机制,不需要任何额外硬件。仿真实验结果表明,基于信誉认证的虫洞抵御机制能够有效地抵御无线传感器网络中各种类型的虫洞攻击。     

DDRP中的虫洞攻击分析与预防

定向扩散路由协议极易遭受虫洞攻击。为此,以仅存在2个毒害节点的情况为例,推导毒害节点放置位置与虫洞攻击严重程度间的定量关系。通过OMNeT++上的仿真实验,求解毒害节点最佳放置位置,并说明对应的最大虫洞攻击严重程度。为预防虫洞攻击,提出一种将最佳梯度节点加强转换为梯度节点概率选择加强的策略。仿真实验结果表明,该预防策略是有效的。     

人工免疫系统中免疫细胞的分离演化策略

免疫细胞是人工免疫系统最关键的组件,它在整个生命周期的演变过程将直接决定免疫系统的性能。文章针对免疫细胞的浓度和系统识别效率这两个相互制约的约束条件,分析了免疫细胞在不同阶段的差异,提出了一个免疫细胞的进化策略。论文采用不同的适应方法,控制细胞群体的演化方向。并充分考虑单个细胞的覆盖能力和免疫细胞群体对资源的占用问题,采用多目标优化策略,使免疫系统的有效性得到明显改善。     

基于记忆细胞剪切和非线性资源分配的人工免疫识别系统

为减少人工免疫识别系统(AIRS)的记忆细胞数量并提高AIRS的分类准确率,提出一种基于记忆细胞剪切和非线性资源分配的人工免疫识别系统(PNAIRS).PNAIRS采用样本属性离散化来压缩训练空间,利用记忆细胞剪切来淘汰低适应度细胞,并使用非线性资源分配来优化分类器.PNAIRS对6个UCI数据集进行分类测试,测试结果与其它分类算法结果对比,显示PNAIRS具有较小规模的记忆细胞群体和较高的分类准确率,而且算法运行速度快.这表明PNAIRS算法是一个性能良好的分类算法,具有潜在的应用价值.     

人类免疫系统仿真与建模研究综述

人类免疫系统是具有自组织、自适应性质的复杂系统.它由许多不同的分子、细胞、组织和器官组成.免疫细胞互相合作涌现出智能性.人工免疫系统是人工智能研究领域,计算模型和概念模型是计算机免疫学中仿真免疫系统的两类主要的模型.文中介绍了位符串模型、遗传算法、多主体等免疫系统的仿真方法,特别讨论了微分方程和细胞自动机两类代表模型的缺点和优点,提出免疫系统仿真方法可以用于研究免疫系统智能性,对设计新的人工免疫系统方法很有意义.     

人工免疫算法在Flow-shop问题中的应用

文章针对Flow-shop问题提出了一种模拟生物免疫系统的人工免疫算法(AIA),并与模拟生物进化过程的遗传算法(GA)进行了比较,给出了AIA的具体步骤。仿真实验表明:AIA求解Flow-shop是有效的。     

基于人工免疫系统的入侵检测研究

人工免疫系统（AIS）作为解决入侵检测问题的一种方法,已经显示其突出的优点并得到快速发展。为使入侵检测系统的研究者更进一步了解基于AIS的入侵检测研究进展,回顾基于第1代和第2代AIS的入侵检测常用算法,并指出算法特点。阐述树突细胞算法（DCA）适合于解决入侵检测问题的优势,给出针对DCA算法的未来研究工作,包括该算法的形式化描述、通过分片思想实现DCA在线分析组件以及DCA输入数据的自动数据预处理。     

MANET中隧道攻击的研究与实现

目前MANET中安全方面的研究大多是对单个节点实施的恶意行为的分析和防范。该文研究了一种多节点配合的攻击模式——隧道攻击。结合DSR路由协议和NDM安全模型验证了隧道攻击的有效性和对网络的危害性，提出了设计相应安全措施的方向。