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.     

一种基于递归逆的快速盲均衡算法

自适应调度是以满足系统某一性能指标要求为目的,对数据查询中的算子进行动态调度的系统优化技术。针对选择查询中可交换顺序的条件过滤器的排序问题,设计了自适应过滤器排序算法,它以静态贪心算法为基础,通过滑动窗口机制模拟出过滤器之间的条件选择性特征,构建了一个条件概率关系矩阵,以指导过滤器排序的动态优化,得到一个当前条件下处理开销最低的过滤器排序,在较低的运行开销条件下,提升了系统的处理能力。     

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。     

基于疫苗理论的变阈值免疫阴性选择算法

为了提高变阈值免疫阴性选择算法的检测效率,对算法的监测系统异常部分进行了改进设计,建立并实现了算法的"适应性免疫反应"功能.在算法中加入了疫苗算子和阳性选择算子,建立了具有动态刷新功能的抗体库.抗体库在动态刷新的过程中去掉了冗余,使冗余的消除也具有自适应性.仿真结果表明,变阈值免疫阴性选择算法经改进设计后,具有较强的自...     

基于合群度-隶属度噪声检测及动态特征选择的改进AdaBoost算法

为了提高AdaBoost集成学习算法的数据分类性能,提出基于合群度-隶属度噪声检测及动态特征选择的改进AdaBoost算法. 综合考虑待检测样本与邻居样本的相似度及与不同类别样本集的隶属关系,引入合群度和隶属度的概念,提出新的噪声检测方法. 在此基础上,为了更好地选择那些能够有效区分错分样本的特征,在传统过滤器特征选择方法的基础上提出通用的结合样本权重的动态特征选择方法,以提高AdaBoost算法针对错分样本的分类能力. 以支持向量机作为弱分类器,在8个典型数据集上分别从噪声检测、特征选择及现有方法比较3个方面进行实验. 结果表明,所提算法充分考虑了噪声样本和样本权重对AdaBoost分类结果的影响,相对于传统算法在分类性能上获得显著提升.     

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。     

一种改进的变阈值阴性选择免疫算法

成功确定一个最有效检测元集是提高免疫阴性选择算法性能的关键步骤,它直接影响到系统的效率和准确度．利用模糊思想,提出了一种生成最有效检测元集的变阈值阴性选择免疫算法．采用最优搜索原理,有效提高了待检测的检测元成为成熟检测元的概率;匹配阈值可变,可大幅降低黑洞数量．仿真结果表明,该算法与原算法相比,具有较高的检测率和较少的...     

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.     

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.     

宽带无线局域网中的动态频率选择策略

本文详细介绍了目前宽带无线局域网采用的"动态频率选择"关键技术,设计了一种动态频率选择的模块结构,并提出了一种实际工程中使用的链路检测算法,对其检测性能进行了仿真.结果表明,该算法具有干扰检测率高,可靠性和稳定性高的特点.     

基于肯定选择分类算法的恶意代码检测方法

针对恶意代码,尤其是顽固、隐匿的未知恶意代码危害日益加剧的问题,提出一种基于肯定选择分类算法的恶意代码检测方法.将样本文件转换成十六进制格式,提取样本文件的所有n-gram,计算具有最大信息增益的N个n-gram的词频,并做归一化处理,采用改进的肯定选择分类算法进行分类.该方法保留了肯定选择分类算法高分类准确率的优点,优化了分类器训练过程,提高了训练和检测效率.结果表明,该方法的检测效果优于朴素贝叶斯、贝叶斯网络、支持向量机和C4.5决策树等算法.     

一种网络虚拟化环境下的动态探测站点选择算法

针对现有方法无法适应虚拟网络动态性和未考虑探针成本的问题,提出一种基于贪心思想的动态探测站点选择算法。该算法优先选取覆盖节点数多并且生成树平均高度最大的节点作为探测站点,并且考虑到虚拟网络的动态性变化,对现有探测站点集合进行适应性处理。仿真结果表明,与现有算法相比,在保证探测效果的前提下,新算法能够适应虚拟网络动态性,而且选择的探测站点能够选择出更少的探针,从而降低探针选择成本。     

基于检测树的抗原合法性快速检测方法

针对负选择算法中抗原合法性检测时存在重复检测、逐位比较、检测效率低的问题,提出了基于检测树的抗原合法性快速检测方法。采用分步构造的方式将检测器集合构造为一棵检测树,待检测抗原只需在该检测树上进行一次路径搜索即可判段该抗原的合法性。实验结果表明,该方法检测效率优于遍历检测器集合逐位比较的检测方法,可以满足实时检测的要求,为基于人工免疫原理的异常检测问题提供了一种有效途径。     

基于动态克隆选择算法的病毒检测模型

为了更加有效地检测病毒变种和未知病毒,受生物免疫系统的启发,提出了一种基于人工免疫系统(AIS)的计算机病毒检测模型.通过引入动态克隆选择算法并对其改进,解决了训练过程中自我空间静态固定的问题,提高了病毒检测系统对于不断变化病毒环境的动态适应能力.实验结果表明,该模型拥有较强的自适应能力,可有效地检测病毒程序,并且具有较低的误报率.     

基于融合边界信息的机器人路径选择方法研究

研究了机器人融合多元视觉边界信息检测障碍并选择可行路径实现导航的方法。针对检测到的视觉环境信息,研究了多元边界表示与提取算法,通过融合处理得到了实际环境中前进方向上的径向障碍分布(ROP),研究了相关的路径规划算法。对如何提高边界提取算法效率以及在机器人尺寸和实时速度约束条件下的规划等问题提出改进算法,实现了非结构化环境下机器人的局部导航控制。实际机器人在不同环境下的实验,验证了所研究算法的有效性。     

Intrusion detection design of the impoved immune algorithm

In order to improve the detection efficiency of intrusion detection and reduce the rate of misstatement, on the basis of the multi-colony immune algorithm and clonal selection algorithm, the multi-colony clonal selection algorithm is put forward, the matching rule is improved and the 10％ sampling data of KDDCUP99 data set is adopted as the test data of the simulation test. Each record has 41 fixed properties. Nine attributes based on the basic features of a single TCP connection are selected for study. According to the characteristics of the data set, in combination with the multi-colony clonal selection algorithm, four types of attack data which are encoded and de-weighed are regarded as the initial populations of multi-colony clonal selection algorithm for immune operation. Then, the optimal group is output. Based on the principle that normal data is greater than abnormal data, the test data set need to be filtered by the self-data set. The filtered data match the optimal group. Experimental results show that abnormal data can be effectively identified. Through comparison and analysis, the multi-colony clonal selection algorithm and the improved matching rule can improve the detection rate of intrusion detection.     

中国近代史上的一个特殊时期(1916-1928)——以领土维护情况为研究对象

针对移动目标检测过程中，背景信息复杂并且信息处理量大的问题，提出了一种对检测区的位图进行差影计算，从而快速检测出移动目标的方法。该方法用到的阈值，采用背景动态更新的自适应阈值计算方法得到；同时，还给出了该方法的算法描述和实验结果。实验表明，该方法能有效的提高移动目标的检测效率和准确率。     

基于位图差影自适应的移动目标检测

针对移动目标检测过程中,背景信息复杂并且信息处理量大的问题,提出了一种对检测区的位图进行差影计算,从而快速检测出移动目标的方法。该方法用到的阈值,采用背景动态更新的自适应阈值计算方法得到;同时,还给出了该方法的算法描述和实验结果。实验表明,该方法能有效的提高移动目标的检测效率和准确率。