人工免疫中可变识别器反向选择算法研究

将人工免疫系统运用到入侵检测系统中,近年来已经有了一定的发展。在这个领域中,传统的识别器构造算法（反向选择算法）是基于二进制空间的,近年来出现了利于处理更复杂问题的基于真值空间的算法。文章针对基于真值空问的识别器范围不可变的不足．提出了能够生成可变范围识别器的构造算法。该算法不仅加强了反向选择算法的效率和可靠性,而且在复杂性上也没有显著增加。     

基于动态克隆选择的检测器生成算法研究

检测器的生成效率问题一直是入侵检测领域的研究热点之一.该文基于动态克隆选择算法进行改进,提出了使用随机和变异生成候选检测器集的方法,并制定了相应的变异方案,从而提高了检测器生成效率.实验结果表明了算法的有效性.     

求解0-1背包问题的克隆选择算法

针对传统克隆选择算法中随机点变异求解0-1背包问题中存在的不足,将受体编辑功能引入克隆选择算法中,提出了基于混合克隆选择算法的0-1背包问题求解算法。受体编辑机制中基因片断反转功能能够有效促进克隆进化。实验结果表明,与传统克隆选择算法相比,该算法对0-1背包问题有着较好的寻优能力和执行效率。     

基于模糊聚类与免疫算法的入侵检测

文章提出了一个基于模糊聚类和免疫算法的入侵检测系统.该系统引入了模糊C-均值聚类算法,对待检数据进行预处理,减少了需检测的数据量,改进了检测方法,提高了系统的检测效率和检测能力.     

基于生物免疫理论入侵检测系统的研究

在比较了生物免疫系统和入侵检测系统的相似性后,在入侵检测系统中引入了免疫相关机理,建立了一种基于免疫机理的入侵检测系统模型,并对系统模型中涉及的关键技术进行了详细阐述。在模型检测器的生成规则中首次提出并运用了n-r规则,在检测器的生成算法中将克隆选择、否定选择和思维进化相结合,提出了一种全新的算法。理论分析表明该系统模型能有效检测已知和未知的攻击活动,也为解决入侵检测系统的高误报率和缺乏自适应性的难题提供了思路。     

基于生物免疫原理的入侵检测算法的研究

简单分析了内嵌否定选择算法的克隆选择算法的缺点：覆盖范围很有限。而且它的这个缺点是靠自身是无法解决的。肯定选择算法主要作用是用来产生疫苗的，而疫苗的产生及对基因的优化能弥补克隆选择算法的这个缺点。所以提出了一个克隆选择算法与肯定选择算法相结合的一种免疫算法。     

混合免疫异常检测

传统的基于免疫的入侵检测系统采用低级别的二进制检测器,妨碍了有意义的知识提取,对Nonself空间的覆盖也不完备。研究了实值否定选择算法,使用实值否定选择算法来产生非自体样本。应用分类算法来寻找自体的特征功能。     

基于生物免疫原理的入侵检测算法的研究

简单分析了内嵌否定选择算法的克隆选择算法的缺点:覆盖范围很有限。而且它的这个缺点是靠自身是无法解决的。肯定选择算法主要作用是用来产生疫苗的,而疫苗的产生及对基因的优化能弥补克隆选择算法的这个缺点。所以提出了一个克隆选择算法与肯定选择算法相结合的一种免疫算法。     

基于免疫遗传演化的检测器生成算法

传统人工免疫方法中对自体的定义不是动态的,这并不符合真实的系统环境。因为随着时间的积累,有些正常与异常的区别会变小,甚至相互转化。所以,必须根据环境的变化动态调整自体集。另外,采用有限差异变异和基因重排机制产生初始检测器集,将遗传算法引入到成熟检测器的免疫进化过程中,由于遗传算法具有良好的全局寻优能力,可有效地提高优质成熟检测器的产生并缩短成熟时间。基于KDDcup数据集上的仿真实验结果证明了本方法在检测异常和入侵方面能表现出良好的性能。     

基于欧氏距离的人工免疫算法的研究

针对基于信息熵的人工免疫算法速度慢的原因,提出了基于欧氏距离的人工免疫算法,通过进行数值仿真比较,证明了基于欧氏距离的人工免疫算法在全局收敛、计算速度、收敛次数等方面的优越性。     

一种基于免疫算法的PID控制器

传统的PID控制器存在着参数不可实时调节的缺陷。已有的基于免疫反馈原理的PID参数优化方法可改善传统PID控制器的性能,但每次只能将三个参数以同等倍数增大或降低,缺乏针对性。为此,提出一种改进方法,利用免疫控制器对三个参数有针对性地进行调整,仿真结果表明改进后的免疫PID控制器性能得到了进一步的提高。     

小议计算机编程教学中算法的选择

随着计算机科学技术水平的进步,计算机软件开发理论与方法不断涌现。从原有的结构化、模块化程序设计的方法到现在的面向对象的程序开发,计算机软件开发的技术与方法在不断的发展,但是如何能够开发出一个既实用又受欢迎的计算机软件,或是如何才能让学生掌握用最简单     

基于MIMO系统的快速天线选择算法

在多径衰落环境中，MIMO系统的信道容量随天线数的增加呈线性增加，发射／接收天线选棒方法能以很小的性能损失换取射频成本的大幅度降低，使MIMO系统不完全受射频成本的限制。为快速选择出使系统容量最优的发射／接收天线子集，提出一种快速天线选择法的改进算法。该算法通过实时更新优化参数，大大降低计算复杂度。仿真结果表明，该算法在不影响系统容量的情况下大大减少了计算时间。     

数据仓库中物化视图选择算法的分析和比较

物化视图是数据仓库中提高查询效率的有力方法,物化视图的选择一直是数据仓库领域的研究热点.本文是对物化视图选择算法深入研究的基础上进行的总结:首先对目前存在的各种算法进行比较全面和细致的介绍和比较,然后就目前仍然存在的问题进行讨论,并着重论述了动态选择算法这一研究热点的解决策略和实现算法.     

基于免疫原理的入侵检测模型

为了解决网络入侵检测中如何迅速有效地检测出未知模式的入侵的问题,通过对人类免疫系统的基本原理的研究,提出了一种基于免疫原理的网络入侵检测新模型。该模型采用了否定选择算法和克隆选择算法,通过否定选择算法,去掉匹配＂自体＂的检测器,从而降低系统的误报率,再通过克隆选择算法动态遗传变异检测器,让检测器能够识别未知攻击。     

基于人工免疫原理的网络入侵检测系统模型研究

介绍了网络入侵检测技术,阐述了人工免疫和分布式Agent系统原理,提出了一种基于人工免疫原理和分布式Agent技术的网络入侵检测系统模型,并对其核心算法进行了分析。     

基于MIMO系统的快速天线选择算法

在多径衰落环境中,MIMO系统的信道容量随天线数的增加呈线性增加,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使MIMO系统不完全受射频成本的限制。为快速选择出使系统容量最优的发射/接收天线子集,提出一种快速天线选择算法的改进算法。该算法通过实时更新优化参数,大大降低计算复杂度。仿真结果表明,该算法在不影响系统容量的情况下大大减少了计算时间。     

基于聚集密度的人工免疫多目标进化算法

为了改善人工免疫多目标进化算法的分布性,引入聚集密度以进行Pareto最优解集的更新。其基本思想为：首先计算群体中每个个体的聚集密度,再根据目标函数值和聚集密度定义一个偏序集,然后采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验,用量化指标研究了新算法的收敛性和分布性,结果表明：新算法的收敛性与常规人工免疫多目标进化算法相当,但分布性有了明显提高。     

基于混沌免疫克隆选择算法的TSP问题求解模型

针对标准免疫克隆算法在求解TSP问题的过程中还存在收敛性不好、效率低下等问题。本文设计了一种以非线性混沌优化免疫克隆算法为基础的TSP问题求解模型,最先运用混沌变量完成抗体编码,利用混沌机制等产生克隆初始种群,然后对后代进行克隆,并将混沌算法引入到免疫克隆变异中,在进化中将混沌变量映射到实际优化问题中计算抗体的亲和度,之后再优化选择算子,为种群的多样性提供保证。实验仿真结果表明,本文提出的改进IA算法在执行时间和迭代次数上都优于传统免疫算法,在收敛问题上,比传统免疫算法更具有优势。     

基于信息增益的特征选择算法在语音识别系统中的应用

在语音识别系统中,往往需要对输入的语音信息进行数据预处理操作,删除冗余的、不相关的特征值.针对传统应用于语音系统中特征选择算法中出现的效率低、错误率高的缺点,本文提出了基于信息增益的特征选择算法.该算法通过信息增益评价指标对属性进行排名及评价,选择最优的特征属性并删除无用的属性.通过大量的对比实验结果表明,本文提出的算法可以高效地完成特征选择语音数据预处理,并且提出的新算法与传统的特征选择算法选择出的特征属性应用在语音识别算法后能够更准确地识别和判断语音信息.