基于主动防御模式下蠕虫病毒特征码的提取模型及算法设计

从一般的网络攻击技术出发,分析现有网络安全技术的弱点,采用主动防御的新思想来应对当前反病毒技术远远落后病毒技术发展的局面。重点对基于动态陷阱生成技术的蠕虫病毒特征码的自动提取进行研究,对收集的新型蠕虫病毒特征扩充IDS的特征库,弥补入侵检测系统对未知病毒攻击无法识别问题,完善防御系统。     

网络设备硬件漏洞研究

在对软件漏洞进行研究的基础上,从发掘网络设备硬件漏洞的角度对网络信息安全进行了思考.分析了网络信息安全现状,列举了当前主要的网络防御技术,分析了交换芯片AL216的组成结构和设计原理,研究了如何利用交换芯片AL216为核心设计实现以太网交换设备,并讨论了利用该芯片设计交换设备可能存在的硬件漏洞.通过论述表明了网络设备硬件漏洞存在的可行性和隐蔽性.     

混合编码免疫算法在船舶载重计量的应用

提出一种混合编码免疫辨识算法, 并应用于船舶载重货物计量的模型辨识. 该算法结合免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法, 将抗体编码为模型结构树编码与模型参数编码的组合, 通过对抗体结构与参数的免疫操作, 实现全局寻优及非线性模型的结构与参数的一体化辨识. 算法不依赖对象的先验知识, 辨识的模型结构简单、易于理解. 仿真及船舶载模型的辨识应用验证了本算法的有效性及较强的非线性逼近能力.     

基于模糊自适应免疫算法的非线性系统模型参数估计

复杂生产工艺中非线性系统的模型参数估计是系统建模优化问题中的难点, 为避免优化算法过早收敛于错误的参数估计值, 根据生物免疫机理和模糊逻辑原理提出了一种新颖的模糊自适应免疫算法, 该算法采用混沌超变异操作增强算法搜索能力, 并用免疫网络调节策略保持抗体群的多样性, 同时采用模糊逻辑调节算法参数以提高算法的自适应能力. 函数优化仿真结果表明其具有较好的收敛性能, 并能够克服早收敛问题. 最后将其成功应用于重油热解非线性模型参数估计中, 验证了该算法解决实际建模问题的可行性和有效性.     

基于人工免疫的多维关联规则挖掘及其应用研究

关联规则挖掘是一个重要的数据挖掘问题.目前,关于单维关联规则的成果已经比较成熟,但是对于多维关联规则问题因为存在显著的组合爆炸问题,至今尚未完美解决.提出了一种基于人工免疫的多维关联规则挖掘算法.算法充分利用了人工免疫的记忆特性,把挖掘的关联规则存入记忆库,加快了多维关联规则的挖掘速度.结果表明,该算法应用于煤与瓦斯突出预测中,具有较好的鲁棒性,能快速、有效地进行全局优化搜索,在多维关联规则的挖掘中具有可行性和高效性.     

基于免疫和模糊模式识别的检测器生成模型

分析了在检测器生成过程中引入模糊模式识别的原因,提出了一种基于免疫原理和模糊模式识别的检测器生成模型,该模型的核心算法是基于隶属度的检测器选择算法.详细描述了该算法的算法流程和检测器对非我抗原集合隶属度的计算算法,并简述了初始检测器生成算法和分层检测策略.设计了仿真试验,并将实验结果同传统方法进行了比较,详述了仿真实验中各个参数选择的依据和理由,试验结果表明新模型呈现较高的检测率和低的误检率.     

DDoS攻击原理及检测防御技术

介绍分布式拒绝服务攻击（DDoS）的概念,分析其攻击的原理,总结了DDoS攻击的检测防御技术,提出了抵御DDoS的对策。     

APF-guided adaptive immune network algorithm for robot path planning

Inspired by the mechanism of Jerne’s idiotypic network hypothesis, a new adaptive immune network algorithm (AINA) is presented through the stimulation and suppression between the antigen and antibody by taking the environment and robot behavior as antigen and antibody respectively. A guiding weight is defined based on the artificial potential field (APF) method, and the guiding weight is combined with antibody vitality to construct a new antibody selection operator, which improves the searching efficiency. In addition, an updating operator of antibody vi-tality is provided based on the Baldwin effect, which results in a positive feedback mechanism of search and accelerates the convergence of the immune network. The simulation and experimental results show that the proposed algorithm is characterized by high searching speed, good convergence performance and strong planning ability, which solves the path planning well in complicated environments.     

基于决策树及遗传算法的人工免疫入侵检测算法

针对传统的否定选择算法中生成大量无效抗体,并且抗体之间缺乏多样性的问题,设计了基于决策树及遗传算法的人工免疫入侵检测算法。将决策树和遗传算法引入传统的否定选择算法中,利用决策树计算抗原和抗体之间的亲和力,提出了新fitness的计算公式,并利用抗体浓度衡量抗体集的多样性,将低浓度抗体代替高浓度抗体,实现了抗体的多样性,确保了当抗体集的数量一定时尽可能覆盖最大的非自体集空间,以提高抗体集的性能。     

群体间竞争与协作的遗传算法解决旅行商问题

旅行商问题是经典的NP难组合优化问题之一,快速有效地解决旅行商问题具有重要的理论和实际意义。受自然界物种群体间相互联系的启发,提出了群体间竞争与协作的遗传算法来解决旅行商问题。该算法在迭代的过程中,每次只选择竞争力大的种群进行进化,同时为了维持各个种群间发展的平衡,对它们进行周期性的交流,能促使进化过程中中好的基因模式迅速地在各个种群中传播,提高了整体的进化速度。此算法不但能有效地维持群体的多样性,而且能提高收敛的速度。通过对旅行商问题的仿真实验,证明了该算法的可行性与有效性。