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。     

基于并行人工免疫算法的大规模TSP问题求解

 为求解大规模TSP问题,提出了并行人工免疫系统的塔式主从模型(Towerlike Master-Slave Model,TMSM),和基于TMSM的并行免疫记忆克隆选择算法(Parallel Immune Memory Clonal Selection Algorithm,PIMCSA).TMSM是粗粒度的两层并行人工免疫模型,其设计体现了分布式的免疫响应和免疫记忆机制.PIMCSA用疫苗的迁移代替了抗体的迁移,兼顾了种群多样性的保持和算法的收敛速度.与其他算法相比,PIMCSA在求解精度和运行时间上都更具优势,而且问题规模越大优势越明显.TMSM很好地体现了免疫系统的特性,PIMCSA是适合求解大规模复杂优化问题的并行人工免疫算法,具有良好的可扩展性.     

人工免疫系统进展与展望

本文评述人工免疫系统的历史、研究现状和进一步发展的方向.着重论述人工免疫系统的机理、算法和应用,总结了免疫算法的一般步骤,比较了其与神经网络、进化计算以及一般确定性优化算法的异同.在总结人工免疫系统存在问题的基础上,探讨了进一步研究的方向.     

一种基于人工免疫的垃圾邮件过滤算法

随着电子邮件日益广泛的使用,如何有效地解决严重的垃圾邮件问题已成为一个亟待解决的问题。受生物免疫系统自我保护机制的启发,提出了一种基于人工免疫的垃圾邮件过滤算法。在掌握现有信息处理技术方法的前提下,针对现有信息处理技术存在的问题,设计并通过仿真分析了系统的动态性与自适应性性能,并从理论和实验两个方面验证了这种方案的可行性与有效性。     

人工免疫原理在网络入侵检测系统中的研究

文章分析了人工免疫系统的原理,简单建立了一种基于否定选择算法的网络入侵检测系统,引入了一种用于异常事件识别的r-字符块匹配规则,并对规则存在的漏洞进行了分析。     

基于分布式人工免疫算法的数值优化

 本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题.     

基于人工免疫机制的RBF 网络混合训练算法

基于人工免疫聚类机制和免疫进化算法,提出了一种新型的设计RBF 网络的混合算法。该方法利用人工免疫聚类机制,根据输入数据集合自适应地确定RBF 网络核函数的数量及其中心的初始位置。采用免疫进化算法训练RBF 网络,进一步缩小了标准进化算法搜索空间的范围,提高了算法的收敛速度。计算机仿真表明,这种RBF 网络结构精简并具有较强的泛化能力。     

利用人工免疫算法规划三维飞行航迹

利用人工免疫算法来规划的三维飞行航迹.人工免疫算法根据接种方式的不同分为3种情况:随机选择染色体进行接种;所有染色体挨个接种;每个染色体都接种但接种位置是随机的.分别按这3种情况对飞行航迹进行仿真,并对其规划出的航迹进行对比分析.同时,针对威胁的不确定性进行了仿真.最后根据飞机的机动性和适航性对上述规划出的航迹进行了优...     

基于人工免疫机制的RBF网络混合训练算法

基于人工免疫聚类机制和免疫进化算法,提出了一种新型的设计RBF网络的混合算法。该方法利用人工免疫聚类机制,根据输入数据集合自适应地确定RBF网络核函数的数量及其中心的初始位置。采用免疫进化算法训练RBF网络,进一步缩小了标准进化算法搜索空间的范围,提高了算法的收敛速度。计算机仿真表明,这种RBF网络结构精简并具有较强的泛化能力。     

基于人工免疫原理的入侵检测系统

文章针对前人的免疫IDS模型，改进了动态克隆选择算法与基因库相结合的入侵检测方法。设计了一种self集的确定方法，采用分段匹配的方法，利用人体免疫细胞抗体生成的机制将细胞分为记忆细胞、成熟细胞和未成熟细胞，改进了基于基因库进化、高突变与否定选择相结合的成熟检测器生成算法。     

基于人工免疫的链路层协议帧同步字识别

该文提出一种基于人工免疫的同步字识别算法,解决了无线网络链路层协议帧同步字的识别问题。算法在定义相关概念的基础上,通过对已知协议类型文件集脱氧核苷酸(ODN)浓度的计算,得到了相关协议的同步字脱氧核苷酸库;然后,利用得到的同步字脱氧核苷酸库与相关文件集进行连续一致匹配,生成同步字检测基因库;最后,利用得到的同步字脱氧核苷酸库和同步字检测基因库,通过连续一致匹配和基因相似度值的计算,实现了同步字的准确识别。仿真实验验证了算法的有效性,与已有的模式串匹配算法相比,所提算法的鲁棒性较好,具有一定的工程应用价值。     

基于免疫克隆算法的最优M序列搜索

二相编码脉冲压缩信号例如巴克码和M序列已经广泛应用于现代雷达系统中。二相编码波形设计中初始移位寄存器的选择是个关键技术，它直接决定了信号波形在满足最小峰值功率下能否具有最大脉压比。基于免疫学中的抗体克隆选择，提出了用免疫克隆算法（ICSA）来搜索M序列最优初始移位寄存器值。与标准遗传算法（SGA）和一种混合遗传算法（HGA）相比，文中提出的方法有效地战胜了早熟现象，得到了更优的搜索结果。实验结果证明了此算法的可行性和有效性。     

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。     

一种基于动态识别邻域的免疫网络分类算法及其性能分析

针对传统免疫网络分类算法在记忆细胞确定上缺乏有效的指导,该文提出一种基于动态识别邻域的免疫网络分类算法。算法采用核函数表示机制来描述抗体-抗原之间的亲和度;利用抗原对构造动态识别邻域来指导抗体群体的进化,并选择邻域中距离对偶抗原最近的抗体为记忆细胞。算法被应用于多分类问题及高维分类问题来进行算法性能分析,同时,算法被应用于多个标准数据集的分类来评估算法的整体性能。分类结果表明该算法对于标准测试数据集有良好的分类性能,这说明基于动态识别邻域的训练方法能够有效地指导记忆细胞的生成,显著地改善分类器的性能。     

基于免疫机制和遗传进化的网络组播路由优化算法

高速多媒体网络中的路由问题是有QoS约束的路由问题，满足一个或多个约束的组播路由问题是NP-完全问题。本文将免疫机制引入遗传进化，给出了一种基于免疫机制和遗传进化的网络组播路由优化算法。理论分析和仿真实验表明，该算法是一个非常有效的算法。     

免疫计算的主要模型

基于生物免疫学原理的免疫计算技术正处于起步阶段，但表现出巨大的潜力。本文在简要分析生物免疫原理的基础上，综述了免疫计算的主要理论模型：免疫网络、反向选择和aiNET，并分析了现阶段的主要研究方向，最后对免疫计算和人工免疫系统的研究前景进行了展望。     

人工免疫系统的研究进展与展望

人工免疫是受生物免疫系统的启发而发展起来的,并逐步成为人工智能研究的热点。首先介绍人工免疫系统的生物原型,并对免疫系统群体计算中的免疫学习、免疫记忆、免疫遗传等算法进行描述;对近几年典型的人工免疫算法与系统进行了深入探讨,通过人工免疫算法在不同领域的应用,展示人工免疫系统在解决复杂问题时具有自组织、自适应、鲁棒性的特点。最后提出免疫算法在未来一段时间内的发展趋势与应用领域,尤其是在免疫协同防御、人工免疫系统与模糊系统集成、量子技术与免疫算法的融合以及人工免疫在无人驾驶技术中的应用,是未来人工免疫系统的发展趋势和研究方向。