一种基于生物免疫原理的计算机抗病毒策略

基于生物免疫的基本原理详细地研究了计算机免疫机制。提出了一种计算机抗病毒策略和基于多智能体技术的计算机病毒免疫系统结构模型。并探讨了该策略的实现及未来需要解决的问题。     

用于异常检测的基因免疫检测算法

基于生物免疫原理中的异常检测机制的研究,该文提出了一种用于异常检测的基因免疫检测算法。该算法在负选择和克隆选择的基础上加入了阳性选择算子和疫苗算子。并利用抽取计算机的DNA的方法实现了基因检测的优先级策略。对计算机免疫系统的异常检测问题做了全面深入的探讨。仿真实验表明,该算法增强了抗体的自免疫和多样性,明显地提高了检测效率。     

无标度网络中基于最短路径免疫策略的病毒传播研究

传统病毒免疫策略大多基于网络的全局拓扑信息。然而现实生活中的大部分复杂网络仅仅只能了解其局部 拓扑信息。鉴于许多实际复杂网络具有无标度特性,研究了在无标度复杂演化网络中基于网络局部拓扑信息最短路 径免疫策略的病毒传播现象。利用平均场理论建立含个体抵杭力重要因素的无标度网络病毒传播模型,并引入基于 最短路径的免疫策略。比较了随机免疫、目标免疫和最短路径免疫3种策略对无标度复杂网络病毒传播的影响,结果 表明了基于最短路径免疫策略的有效性。     

基于富人俱乐部特性的搜索免疫

为了使用更少的免疫数量且能更快地消灭病毒,已经提出了很多种免疫策略。熟人免疫策略是局域免疫中最有效的方法。基于BA无标度网络的富人俱乐部特性和广度搜索策略,提出了基于富人俱乐部特性的搜索免疫(RPBSI)。该免疫算法有两种策略,这两种策略对邻居节点的搜索方法不同,免疫的代价也有所差异。实验采用SIS病毒传播模型分别在BA无标度网络和科研合作网中验证:RPBSI算法与熟人免疫算法相比可以通过免疫较小的一部分节点达到消灭病毒的目的。     

一种基于免疫遗传算法的分子对接构象搜索策略

分子对接是计算机辅助药物分子优化设计中的一种重要方法,搜索算法和评分函数是当前分子对接研究的难点与热点.在借鉴当前分子对接构象搜索策略的基础上,提出了一个基于免疫遗传算法的分子对接药物设计方法AutoDockIGA.首先建立了基于最优化方法的分子对接数学模型AutoDockModel,并设计了基于免疫遗传算法的构象搜索策略,运用此方法对布克海文蛋白质数据库中(Brookhaven Protein Data Bank)的6种蛋白质一配体复合物进行了实验测试,并将实验结果与AutoDock3.0、模拟退火算法的对接时间和精度进行比较和分析,实例测试表明AutoDockIGA具有更高的寻优能力.     

复杂网络中选举免疫策略研究

受现代社会选举制度启发,提出了一种新的节点免疫策略,提出的选举免疫策略按节点得票数量多少选择节点并免疫。基于消息传递方法,给出了大规模配置模型网络上SIR传染病模型的选举免疫策略的数学解析,并比较了选举免疫、随机免疫、目标免疫和熟人免疫策略的效果。数学解析结果和仿真结果表明,选举免疫能够有效控制疾病在无标度网络上的传播。     

复杂网络中的弱化免疫策略分析

针对免疫策略在病毒免疫时会删除网络结构级联边从而出现削弱网络连通效率的问题,提出一种含权网络特定的病毒弱化免疫策略方法。该方法通过构建SI病毒传播模型,给出该模型的病毒感染密度演化公式。理论分析表明:病毒传播率与网络结构的异化性有密切关系,节点度的大小会影响病毒传播的效果,同时弱化免疫策略能衰减连边权值降低传播率,达到遏制病毒传播保留网络连通效率的目的。计算机仿真结果验证了理论模型的可行性和弱化免疫的合理性。最后,将弱化免疫策略应用到局域世界以及目标免疫策略中,更进一步说明了弱化免疫策略能有效控制病毒传播速度。     

免疫进化策略及其在二次布局求解中的应用

利用一种免疫进化策略算法来求解二次布局问题。免疫进化策略保留了一般进化策略的随机全局搜索能力,又进一步借鉴生物免疫机制中抗体的多样度保持机制和基于浓度的调节机制,较好地维持了进化个体的多样性。求解结果相当完美。     

一种基于动态偏好扫描的网络免疫策略

复杂网络中各种自组织现象的涌现给网络脆弱性挖掘和网络免疫自推进带来了启示.一个完整的免疫资源配置过程可以分为4个阶段:信息收集、扫描、漏洞修复和自我推进.网络主机脆弱性分布的实证分析表明,脆弱主机在网络中呈现明显的幂律分布特性,这就意味着盲目扫描将耗费大量资源在非脆弱或不存在的主机上,而一个有效的网络免疫策略应该利用这种非均匀的网络脆弱性分布特性.静态偏好性的扫描方法在初期能取得良好的推进效果,但并不能将这种有效性贯穿整个免疫过程.为此,提出了一种新的基于扫描方式的网络免疫自推进策略.该策略能够在不知道网络结构的条件下,通过一种动态适应的偏好扫描方法,高效命中脆弱主机实施免疫修复.经过传播模型推导及计算机仿真分析,设计的网络免疫策略能够很好地抑制危害传播,提高网络的安全性.     

有向网络中病毒传播和核心免疫的研究

现实网络的有向性使得有向网络能够更准确地模拟显示网络,而当前研究的热点是怎样用最小的代价对网络进行免疫。基于节点连接的不均匀性,提出的目标免疫被认为是最好的免疫策略。针对更符合实际的有向无标度网络,提出了基于双向链接的核心免疫策略。与目标免疫相比,该策略可以使网络获得较好的免疫效果,并且能更好地保持网络的连通性。采用SI病毒传播模型研究病毒爆发初期的情况,在双向网络分别测试了该免疫的性能和网络效率,证明了该免疫的高效性。     

基于计算机专业的产学研合作教育改革研究

结合本校计算机专业教育培养模式的实际情况,针对产学研合作教育的现状及存在的问题,提出了基于计算机专业的产学研合作教育改革策略.该策略解决了现实中存在的问题,拓展了我校计算机专业应用型人才培养的途径.实施这些教育改革策略,使得学生从多角度提升了计算机技能,提高了学生适应社会工作的能力.     

删除边的免疫策略

为了使用更少的免疫数量且更快地消灭病毒,提出了基于删除边的免疫策略。该策略根据边与重要节点之间的关系,对重要节点直接相连的边或任意两个重要节点与其共同邻居节点之间的边进行免疫。实验使用SIS病毒传播模型,分别在ER随机网络、BA无标度网络和几种实际网络中测试了该策略的免疫临界值以及对应网络的连通度,结果表明：删除边的免疫策略与目标免疫策略相比可以通过免疫较少的节点来消灭病毒,并且可以更好地保持网络的连通性。     

基于硬件的计算机安全策略

计算机的安全问题日益突出,相应地,对计算机安全的研究也越来越受到重视,但目前对计算机安全的研究主要集中在软件方面,为了更有效地提高计算机的安全,对基于硬件的计算机安全进行了研究。应用分类的研究方法,较系统地提出了基于硬件的计算机安全策略,首先从计算机硬件的各个组成部分出发,分析如何提高计算机的安全,然后分析各组成部分如何协调一致。研究结果可以作为计算机安全策略的一部分,用于指导如何提高计算机的安全。     

二部无标度网络上病毒传播模型和免疫策略研究

针对计算机网络上的病毒传播问题,提出一种二部无标度网络,其节点分为客户机和服务器两类。在二部无标度网络上应用易感-感染-易感(SIS)传播模型,采用率方程的方法研究二部无标度网络上病毒的状态转移和临界行为,得出客户机感染密度与服务器感染密度的关系式。在SIS模型的基础上利用免疫策略,针对相同的网络拓扑和病毒传播模型,分析比较免疫策略的免疫功能,并给出支持理论结果的数值模拟,结果验证了随机免疫、节点度免疫与相识点免疫策略都具有防御病毒传播的功能,并且防疫能力依次增强。     

加权无标度网络病毒传播和局部免疫策略研究

为了进一步描述现实生活中复杂网络的病毒传播问题,改进加权无标度网络模型的传统构造方法,考虑流量带宽和个体抵抗力两个重要因子,利用平均场理论模拟仿真病毒传播过程,对实验数据进行分析,验证该模型的有效性.现实生活中往往只能了解复杂网络的局部拓扑信息,传统病毒免疫策略大多基于全局拓扑信息,在仅了解局部信息的前提下,提出加权无标度网络中基于局部最优的病毒免疫策略,通过动态模拟病毒传播的免疫仿真实验,与随机免疫策略和目标免疫策略对病毒传播影响进行比较,验证局部最优免疫策略的有效性.     

邮件网络中基于介数的免疫策略研究

针对如何抑制病毒在邮件网络中的传播问题,在交互式邮件传播模型中分析介数免疫策略与传统基于度信息的免疫策略对病毒传播的控制能力。在真实的安然邮件网络和人工网络中对比各种免疫策略的效率与代价,结果发现节点介数免疫策略只须保护少量节点就可以降低病毒传播规模,有效地保护网络安全。     

浅谈基于策略的网络管理技术

网络管理的技术是用来保证计算机和网络平稳运行的一项重要技术,也是网络研究的重要课题。本文主要介绍了基于策略的网络管理技术。介绍了策略的定义和基于策略的网络管理机制,阐述了基于策略网络管理技术的几个主要的部分和关键技术QoS的工作原理以及策略信息模型的构建过程。     

基于免疫原理的移动Agent入侵检测系统

传统入侵检测系统的能力在迅猛发展的互联网面前日显薄弱。该文探讨了将计算免疫技术、Mobile-agent技术引入到传统入侵检测系统中,构建一个基于计算机免疫的Mobile-agent入侵检测系统。组成该系统的Agent在网络的各个节点间流动,实时监测网络状况,同时Agent能够互相识别各自的行为并能根据潜在的策略采取适当的反应。该系统与传统系统相比,具有灵活性、分布式、智能化等特点,能全面、深入地实现入侵的检测和防御。     

基于免疫原理的多目标进化算法群体多样性研究

在多目标进化系统中一个关键问题是必须采取某一措施来保持群体多样性.本文将自然生命的免疫机制引入多目标进化过程,提出一种基于免疫原理的多目标进化算法群体多样性保持策略,并给出了具体设计方法.最后以两个目标的流水车间作业调度问题为例进行计算机模拟求解,将本文方法与"多目标遗传算法"的计算结果进行了对比,实验表明该方法能有效保持群体多样性,多目标优化结果的性能较好.     

基于欧氏距离和精英交叉的免疫算法研究

针对免疫算法(AIA)的运行速度和收敛速度慢的缺点,提出一种精英交叉策略,并将精英交叉策略与基于欧氏距离的免疫算法相结合,得到一种基于欧氏距离和精英交叉的免疫算法(DKBAIA).提出了抗体相似矩阵的概念和一种改进的措施,对DKBAIA进行改进,从而得到改进的DKBAIA算法(MDKBAIA).仿真结果表明,精英交叉策略对免疫算法的收敛性能有显著的改善;MDKBAIA的运行速度也得到极大的提高,已接近GA的运行速度.