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。     

基于人工免疫系统的数据挖掘技术原理与应用

该文首先对人工免疫系统的发展历史和自然免疫系统机制进行简要介绍,之后重点对人工免疫系统在数据挖掘领域中的原理与应用研究进行详细分析综述。主要分两个部分,第一部分是从数据挖掘的主要任务——聚类和分类角度阐述人工免疫系统应用现状,第二部分主要从数据挖掘对象子领域——网络数据挖掘和文件挖掘角度分析人工免疫系统的应用,同时对有代表性的方法及其改进过程进行了详细介绍,指出人工免疫数据挖掘技术中的优点和缺点。最后提出新的研究方向。     

基于人工免疫的蠕虫防御系统研究与设计

分析了目前蠕虫病毒检测中存在的问题,根据蠕虫病毒行为特性并结合人工免疫理论提出了双层检测粒度的方案,进一步提高入侵检测系统的效率与对未知蠕虫的识别能力。最后给出了实验设计方案。     

基于人工免疫系统框架的SNMP入侵检测

该文在分析了现有入侵检测方法的基础上,提出了一种基于人工免疫系统的SNMP入侵检测框架。该防火墙框架能够检测各种系统误用和已知、未知的病毒攻击,并具有记忆、自学习和自适应的能力。     

人工免疫系统的应用与发展

在现代信息科学和生命科学相互交叉渗透的研究领域,由生物免疫系统启发的人工免疫系统(AIS)是继脑神经系统(神经网络)和遗传系统(进化计算)之后的又一个研究热点。该文首先简要介绍了生物免疫系统的特点,然后系统综述了国内外对人工免疫系统的最新研究和应用成果,最后展望了人工免疫系统进一步的研究方向。     

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。     

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。     

生物免疫原理在入侵检测系统中的应用

介绍生物免疫系统的免疫原理,提出一个基于人工免疫原理的入侵检测模型,重点分析模型"自我"和"非自我"的界定、检测规则和检测算法,提出基于阴性选择的检测器生成算法.     

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。     

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.     

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。     

基于人工免疫入侵检测检测器生成算法

为了提高基于人工免疫入侵检测系统中从未成熟检测器生成成熟检测器的效率,论文提出了基因库均衡技术,并将基因库进化算法与传统阴性选择算法相结合,设计了分布式人工免疫入侵检测系统中成熟检测器生成算法,实验证明采用基因均衡技术之后提高了整个系统的计算效率。     

基于人工免疫的网络入侵检测技术

目前,受生物免疫系统启发而产生用于网络安全的人工免疫系统(Artificial Immune System,AIS)的研究正在兴起.通过把人工免疫机理引入到网络入侵检测技术中,出现了一个新兴的研究方向:基于人工免疫的网络入侵检测.本文详细讨论了目前基于人工免疫的入侵检测技术的现状,对反病毒模型、非选择性算法、基于免疫自主体的入侵检测框架和分层模型等进行了分析,最后对研究中存在的问题给出了分析,并指出需要改进和注意的问题.     

一种基于免疫的网络安全风险评估方法*

给出了网络安全环境下自体、非自体、抗体、抗原和检测器的定义,建立了检测器的生命周期模型和克隆选择过程,提出了其计算方法。实验结果表明,该方法能实时、定量地评估网络安全风险,是网络安全风险在线检测中一种较为有效的解决方案。     

一种基于人工免疫技术的入侵防御系统原型

介绍了人工免疫方法入侵检测技术中的应用和入侵防御技术。提出了一个基于LISYS的分布式防御系统原型,并详细分析了原型的结构。     

A block-based evolutionary algorithm for flow-shop scheduling problem

Combinatorial problems like flow shop scheduling, travel salesman problem etc. get complicated and are difficult to solve when the problem size increases. To overcome this problem, we present a block-based evolutionary algorithm (BBEA) which will conduct evolutionary operations on a set of blocks instead of genes. BBEA includes the block mining and block recombination approaches. A block mining algorithm is developed to decompose a chromosome into a set of blocks and rest of genes. The block is with a fixed length and can be treated as a building block in forming a new chromosome later on. To guide the block mining process, a gene linkage probability matrix is defined that shows the linkage strength among genes. Therefore the blocks can be further evolved during the evolutionary processes using this matrix. In the block recombination approach, the blocks along with the rest of genes are recombined to form a new chromosome. This new evolutionary approach of BBEA is tested on a set of discrete problems. Experimental results show that BBEA is very competitive when compared with traditional GA, EA or ACGA and HGIA approaches and it can largely improve the performance of evolutionary algorithm and save a fair amount of computational times simultaneously.     

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。     

核聚类人工免疫网络模型的设计

针对聚类分析问题和人工免疫系统的应用特性,构造出一种新型的人工免疫系统的应用形式—核聚类人工免疫网络。     

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。