借鉴生物免疫的网络安全研究

生物信息处理系统大致可分为四个子系统,即脑神经系统,遗传系统,免疫系统和内分泌系统。生物的这些智能信息处理系统具有高度的自组织、自适应和自学习能力。其中,相应于脑神经系统和遗传系统,已分别提出了人工神经网络和遗传算法等工程模型,并在很多领域得到成功应用。基于内分泌系统和免疫系统的工程模型和算法则正处于研究之中。 网络安全是计算机网络及其应用领域中一直在研究的关键问题。对于发展网络和电子商务,保证专用的金融网、政府网和军事网的安全运行具     

人工免疫C-均值聚类算法

通过借鉴生物免疫系统中的克隆选择原理和记忆机制，提出了一种人工免疫C-均值混合聚类算法．该算法采用了新的克隆选择方法，通过亲和度排序和个体浓度定义了个体的选择概率，从而可确定个体的适应值评价函数，以评价和选择个体．算法还集成了一种C-均值搜索算子，用于加快收敛速度．在聚类数目已知的情况下，所提算法能够得到给定数据集下的全局最优划分，与基于遗传算法的聚类方法比较，它具有更快的收敛速度和更高的收敛精度，并可扩展到性能指标能够表示为优化聚类中心函数的聚类模型之中．仿真结果表明，所提算法是有效性的．     

混合动力汽车能量管理控制器参数优化

设计了一种新的基于人工免疫网络优化的模糊神经混合动力汽车能量管理控制器．该控制器结合模糊控制和神经网络的优点，利用神经网络的自学习能力，自动生成模糊规则和隶属函数，并不断优化隶属函数的参数，直到达到设计要求．为了避免神经网络的学习过程陷入局部极值点，采用人工免疫网络优化神经网络的参数．仿真结果显示，经过参数优化的模糊神经能量管理控制器的性能比普通能量管理控制器好，能进一步降低HEV的油耗．     

AIS在计算机安全领域的应用与展望

人工免疫系统AIS（artificial immune system）作为新型的计算智能系统，在计算机安全领域得到了广泛应用。从生物免疫机制入手，归纳和分析了目前人工免疫系统在计算机安全领域的应用；根据不同的应用类别，介绍了AIS在安全领域的研究热点；分析了常用免疫算法应用于安全领域具有的主要优点和存在的不足；展望了AIS在该领域的研究重点和发展趋势。     

基于IRP的运行时恶意代码检测方法

目前普遍采用API序列分析Windows系统下的程序行为,进行运行时恶意代码的检测.但API调用序列可以被篡改以逃避检测.为了解决这个问题,文中提出基于IRP(L/O请求包)的运行时恶意代码检测方法.该方法采用n-gram特征分析方法对IRP序列进行分析,将人工免疫系统中的否定选择算法和肯定选择算法相结合,筛选出仅在恶...     

基于人工免疫算法的电网负荷预测模型的研究

为了克服传统神经网络预测方法在网络结构设计和收敛效果等方面存在的缺陷。提出了一种进行电力系统负荷预测的新算法———人工免疫算法。该算法是根据高等动物免疫系统的机理而设计的,将目标函数和一部分不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行选择,通过抗体之间的相互激励作用提高了最优点附近的搜索效率,通过记忆细胞对抗体的抑制作用有效地摆脱局部最优点。应用该模型于阜新地区负荷预测的实例中,结果表明,该模型与传统的神经网络预测方法相比具有较强的自适应能力和较好的效果。     

免疫响应系统的全局稳定性

研究了免疫响应系统无病平衡点和正平衡点的全局稳定性问题.通过构造合适的Lyapunov函数,得到了该系统各个平衡点的全局稳定性条件.结果表明,该系统当只有一个平衡点—无病平衡点时,其必然是全局稳定的;当参数变化导致出现新的平衡点—地方病平衡点时,它也必然是全局稳定的.理论和数值结果非常吻合,表明推导的结果是正确的.该结果的生理意义非常清楚,表明了治疗对此系统的动力学影响是关键性的,对患者的康复是非常重要的.     

基于免疫克隆选择算法的多用户检测技术研究

为了解决最佳检测器计算复杂度较高的难题，提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子，把新的免疫算子结合到克隆选择算法中，不仅加快了克隆选择算法的收敛速度，并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解，并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

基于人工免疫系统的计算机网络安全策略

分析了人工免疫系统的发展现状,介绍了计算机免疫系统的实现机理,提出了一种人工免疫系统的体系结构,展望了人工免疫系统在计算机安全中的应用前景。     

基于免疫粒子群算法的车间作业调度问题

本文提出了一种基于人工免疫原理的改进粒子群优化算法,从而克服了粒子群算法在求解优化问题过程中易陷入局部最优解的缺点。实例验证了该算法的有效性。