基于免疫计算的抗蠕虫病毒Web系统

为了高精度地检测、识别和消除Web系统中的蠕虫病毒,为了实现Web系统的故障自修复,提出了Web系统的正常模型和免疫计算方法。Web系统的正常模型是由各个组件的时空属性表示的,存储在自体数据库中,系统中所有组件的时空属性唯一确定了该软件系统的正常状态。免疫计算方法包括自体/异体的检测算法、已知蠕虫病毒的识别算法、未知蠕虫病毒的识别算法、蠕虫病毒的消除算法和受损系统的修复算法。通过数学逻辑论证,正常模型能在理论上实现对自体和软件故障的100%检测率。“人工智能”网络课程Web原型上的抗蠕虫病毒实验表明,正常模型和免疫计算对实现Web系统的抗蠕虫病毒功能是有效的和必要的,能提高蠕虫病毒检测的精度和系统修复的效率。     

一个自体变异免疫检测器生成算法

人工免疫系统作为一种计算智能方法,具备强大的信息处理和问题求解能力,检测器集的生成是构造人工免疫系统的关键技术,也是智能计算研究的热点之一。分析了传统免疫检测器生成算法,引入自体变异机制,结合空位模板技术,提出了一个自体变异的检测器生成算法。介绍了算法原理,描述了算法模板定义和实现步骤,分析了算法的性能和复杂性。理论分析与试验结果表明,该算法可以有效降低检测器集规模,提高检测器集的检测概率。     

免疫入侵检测中基于数据场的动态识别算法

将数据场理论引入到计算机免疫的研究中,设计了一种识别器的构造方法及其动态识别算法。抗体的培育是建立在不完全自体集的基础上,算法可以识别出未知自体,降低自免疫反应发生的概率,并通过动态识别算法完善抗体集,克服了现有的入侵检测系统对自体集要求较高的局限性,简化了克隆变异以及记忆机制的实现方法。实验表明：新的免疫动态识别方法使入侵检测系统具有更高的动态平衡性和自适应性。     

用内法向量与二次误差度量修补三角网格孔洞

为了高效地修复含孔洞的三角网格模型,提出基于内法向量与二次误差度量(QEM)的孔洞修补算法.在识别孔洞边界之后,计算边界点的凹凸性与对应夹角角度,并利用最小角-曲率原则寻找最优修补点;根据三角形生成原则以及内法向计算方法生成新的三角形完成粗修补;最后利用二次型误差滤波函数对粗修补的网格进行优化处理.在VisualStudio2013环境下,对不同种类的含孔洞模型,利用提出算法以及孔洞修补经典算法进行实验,结果表明,文中算法修补的网格质量优于对比算法.     

基于粒子群优化算法的三角网格孔洞修补

为了对三角网格模型中的复杂孔洞和曲率变化较剧烈部位处的孔洞进行修补,提出了一种基于粒子群优化算法（PSO）的三角网格孔洞修补算法。首先对孔洞多边形进行初始网格化,并计算所有网格顶点的梯度值,然后采用PSO搜索与孔洞边缘顶点梯度匹配的点集,最后根据孔洞匹配点集中顶点的梯度对孔洞中的初始网格进行修正,实现三角网格孔洞的修补。实验表明,该算法对各种复杂或曲率变化较大的孔洞,都有很好的修补效果。     

一种基于受体编辑的实值阴性选择算法

受生物免疫受体编辑理论的启发,提出了一种基于受体编辑的实值阴性选择算法RERNS(Receptor Editinginspired Real Negative Selection Algorithm).对于匹配自体的检测器,该算法采用定向受体编辑使之获得新生,而这些新生的检测器分布在自体与非自体的边界区域,从而增加了检测器的多样性,并改善了算法对边界区域的覆盖情况;对于不匹配自体的检测器,该算法采用识别相同最近自体的定向受体编辑,使检测器在包含原检测范围的情况下扩大了对非自体空间的覆盖.理论分析和实验验证表明,与实值阴性选择算法中具有代表性的RNS算法和V-detector算法相比,RERNS算法生成的未成熟检测器更少,且检测性能更好.     

增加检测器覆盖非自体区域的简单方法

免疫启发式否定选择算法应用于数据集中的异常检测。这种检测基于自体/非自体的识别,他的特征是具有通过自体或规则样本信息检测非自体样本的能力。所以,问题空间被分成两个不相交的子空间：一个子空间包含自体样本,另一个子空间包含促使通过否定选择算法生成检测器的样本。因此,否定选择算法的效率与检测器覆盖非自体空间范围成正比。在文章中,提出了一种扩大检测器覆盖范围的简单方法。     

一种用于入侵检测系统的可变r匹配算法*

针对目前基于免疫的IDS中匹配算法存在的问题, 提出了一种r可变匹配算法。该算法通过动态调整匹配r值,控制匹配速度,提高了检测性能。同时,给出了检测性能的形式化定义,定义了自体非自体、抗体以及r匹配算法的动态变化方程;最后给出了具体的实现过程。理论分析和实验结果表明,该算法具有较高的效率,提高了入侵检测系统的检测性能。     

结合插值细分和径向基函数的3维扫描数据孔洞修补

目的 逆向工程中3维扫描数据通常产生孔洞影响逆向造型精度.针对已有算法补洞会导致的边界突变问题,提出基于插值细分和基于径向基函数的孔洞修复算法。方法 首先,对有噪声孔洞边界进行拉普拉斯平滑预处理;其次,通过快速重心插值细分孔洞;然后,结合孔洞周围曲率信息,利用边界和法线约束点进行隐式曲面求解;最后,利用求得的隐式曲面方程,利用梯度下降法调整孔洞插值点,获得平滑修补孔洞结果。结果 对3维经典造型以及实际机械工件等两类不同的数据进行扫描并进行孔洞修补实验。由于算法针对有噪声孔洞结合了孔洞周围曲率信息并通过插值细分进行约束求解,保证了补洞效果的平滑性。实验结果表明,本文算法使得基于径向基函数隐式曲面对有噪声孔洞的适应性更强,其修补结果更加平滑,符合周围曲率变化,改进了已有孔洞修补的边缘突变和修补痕迹明显问题。结论 本文算法针对基于径向基函数的隐式曲面求解对噪声敏感的局限性,进行平滑预处理,结合孔洞周围曲率,提高了孔洞修补效果。由于基于径向基函数的隐式曲面对光顺的流形曲面模拟较好,所以算法对特征孔洞的修补存在一定的不足,快速重心插值法针对不规则孔洞也有一定的局限性。     

三维颅骨表面模型的复杂孔洞修补

颅骨表面模型的孔洞复杂,很难用目前常用的图形学中某一类算法进行修补。目前基本修补算法（BHRA）可用来修补一般区域孔洞,但对于颅骨上破损较大复杂孔洞和特征区域复杂孔洞还没有较好的修补算法,为此提出了一种颅骨模型复杂孔洞修补算法,该算法首先通过复杂孔洞的位置和复杂孔洞包围盒的面积来对该复杂孔洞进行分类,再选择相应的算法进行孔洞修补。针对颅骨上区域较大复杂孔洞,提出了一种向内递归修补法(IRS),解决了传统孔洞修补方法修补曲面较为平坦的问题;针对颅骨上的特征区域复杂孔洞,提出了特征模型匹配法（TMA）,使用标准模型作为约束并对其进行变形,使修补后的模型更符合人的面部特征。实验结果分析表明,本算法对颅骨上区域较大的复杂孔洞和特征区域孔洞的修补效果令人满意,同时将该修补后的颅骨模型进行颅面复原,颅面复原效果良好。     

基于协同进化的免疫检测器分布优化算法

为解决免疫实值检测器的黑洞问题,分析检测器规模对检测性能的影响,提出一种基于协同进化的免疫实值检测器分布优化算法。将检测器集分成不同子集,寻找每个子集的最优个体,利用各子集问的相互作用与影响对各子集进行优化处理,取并集构成完整检测器集。实验结果表明,与否定选择算法相比,该算法不仅可以有效减少黑洞的产生,并且能以较少的检测器精确地覆盖非自体空间,从而提高检测器性能。     

Using known nonself samples to improve negative selection algorithm

Negative selection algorithm is the core algorithm of artificial immune system. It only uses the self for training and generates detectors to detect abnormalities. Holes are feature space areas that the detector fails to cover, it is the root cause of the performance degradation of the negative selection algorithm. The conventional method generates a large number of detectors randomly to repair the holes, which is time-consuming and not effective. To alleviate the problem, we propose a V-Detector-KN algorithm in this paper. V-Detector is the abbreviation of the real-valued negative selection algorithm with Variable-sized Detectors, KN represents Known Nonself. The V-Detector-KN algorithm uses the known nonself as the candidate detector to further generate the detector based on the V-Detector randomly generated detector, so as to realize the repair of holes. Compared with the conventional method to randomly generate detectors to repair holes, our proposed V-Detector-KN method uses known nonself to repair holes, reducing the randomness and blindness of hole repair. Theoretical analysis shows that the detection rate of our algorithm is not lower than that of the conventional V-Detector algorithm. The results of experiment comparing with other 6 algorithms on 7 UCI data sets show the superiority of our proposed algorithm.

     

一种可变模糊匹配阴性选择算法

通过对人工免疫系统中阴性选择算法机理的分析,定义了连续相似度与背离度,提出了一种可变模糊匹配阴性选择免疫算法.算法通过调整匹配阈值的方法降低黑洞数量;利用模糊思想,实现了具有一定连续相似度的模糊匹配,模糊程度可控;为了消除检测器间的冗余,提高检测器集的检测效率,算法在模糊匹配的基础上,生成了有效检测器集.仿真实验表明,可变模糊匹配阴性选择算法生成的成熟检测器检测范围较大,空间覆盖率明显提高,黑洞数量大幅下降,算法具有较强的鲁棒性.     

基于Monte Carlo估计的免疫检测器分布优化算法

针对免疫实值检测器的黑洞和边界入侵问题,分析规模对检测性能的影响,提出一种基于Monte Carlo估计的检测器分布优化算法,以Monte Carlo方法估计检测器对非自体空间的覆盖效果作为算法结束的条件,通过优秀子代替代不合时宜的父代来完成检测器的分布优化处理。经实验测试表明,该算法不仅可以有效地降低黑洞,而且能够以更少的检测器更精确地覆盖非自体空间,从而提升检测器的检测性能。     

免疫计算中复合检测集生成算法

在人工免疫系统进行实时监测时,检测器集合的大小和漏检率的高低关系到检测的效率和精度,尽管希望构造一个完整的有效检测器集合,但是由于“洞”的存在,总会有一些非自身字符串无法被检测到,文章在分析“洞”的存在原因的基础上,使用不同匹配长度检测器的集合,提出了复合检测器集生成算法,与其它算法相比计算复杂性降低,同时可以使系统的检测精度大幅提高。     

A hybrid evolutionary algorithm for the resource-constrained project scheduling problem

The resource-constrained project scheduling problem (RCPSP) is an NP-hard optimization problem. RCPSP is one of the most important and challenging problems in the project management field. In the past few years, many researches have been proposed for solving the RCPSP. The objective of this problem is to schedule the activities under limited resources so that the project makespan is minimized. This paper proposes a new algorithm for solving RCPSP that combines the concepts of negative selection mechanism of the biologic immune system, simulated annealing algorithm (SA), tabu search algorithm (TS) and genetic algorithm (GA) together. The performance of the proposed algorithm is evaluated and compared to current state-of-the-art metaheuristic algorithms. In this study, the benchmark data sets used in testing the performance of the proposed algorithm are obtained from the project scheduling problem library. The performance is measured in terms of the average percentage deviation from the critical path lower bound. The experimental results show that the proposed algorithm outperforms the state-of-the-art metaheuristic algorithms on all standard benchmark data sets.     

多项目多任务选择计划模型及其智能决策

针对多项目多任务选择计划及项目流程调度问题,综合考虑项目的权重、承继约束、各项目内部任务的时序约束及各种资源在使用上存在着先后顺序等特点,将项目层、任务层及资源利用统筹考虑,结合多层决策的思想,建立项目、任务、资源统筹兼顾的混合规划模型。依据免疫系统中克隆选择、细胞克隆、记忆细胞获取、亲和突变等机制,设计求解此模型的免疫克隆选择算法。数值实验结果说明了该模型设计的合理性及算法的有效性。     

一种新的指纹细化算法

一般指纹细化算法处理结果存在毛刺过多,对纹线上的孔洞效果较差的缺点,容易导致为特征点的出现。为了减少毛刺的出现和提高对孔洞处理效果,分析了两种常见的细化算法——快速细化算法和改进的OPTA算法,找出了与毛刺产生和对孔洞处理效果相关的因素,并在此基础上提出了一种新的指纹细化算法。实验表明,该算法能够较好地满足细化要求,细化后的指纹图像保持了原有的拓扑结构和细节特征,细化后指纹光滑无毛刺,而且对孔洞的效果较好。     

基于C-V 模型的网络覆盖空洞探测与修复算法

网络寿命是衡量无线传感器网络性能的一项重要指标. 无线传感器网络覆盖空洞问题严重影响了网络寿命. 对此, 提出一种基于C-V 模型的网络覆盖空洞探测与修复方法. 首先采用基于奈曼-皮尔逊准则的感知模型计算出监控区域每一个位置的节点联合探测概率; 然后基于改进的C-V 模型, 提出一种新的覆盖空洞探测方法, 有效地计算出空洞的数量和大小; 最后, 采用基于改进的粒子群算法实现覆盖空洞的修复. 仿真结果表明, 所提出的算法在保证无线传感器网络覆盖率的同时可以提高网络寿命.