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。     

人工免疫算法及其在多元非线性优化问题中的应用

针对多元非线性Rosenbrok函数优化问题,结合生物免疫系统相关机理,设计对应的人工免疫算法对其进行求解。讨论了相似度、亲和力、群体多样性以及免疫记忆等功能的设计和实现方法,算法设计中,结合信息熵原理设计抗体相似度,并引入克隆抑制、亲和突变及募集新成员算子来保持群体多样性。最后,通过实验比较分析,该算法稳定,且具有较强的全局搜索性能,能够获得较满意的解。     

基于人工免疫的网络入侵检测算法研究进展

从生物免疫的基本原理出发,概述了人工免疫基础上的网络入侵检测原理及应用情况,包括自体集、错误耐受和自适应性等方面的应用;着重对人工免疫匹配的基本算法做了细致的讨论,指出了各种算法的异同及侧重方向;最后,根据当前算法存在的问题,提出了大负载情况下的算法设计思路,并展望了今后的研究热点和工作重心。     

基于人工免疫算法的十字路口交通流优化分析

将人工免疫算法应用于十字路口交通流数据的分类处理．将所分析的数据作为抗原，利用抗体、抗原的亲和作用，通过刺激／抑制有关抗体的活动建立一个抗体记忆池，再运用传统的聚类分析方法，对抗体记忆池进行分类，仿真实验结果清晰地反映了路口交通流数据网络的内在结构，为交通路口的红绿灯控制采用动态模式提供理论依据，同时说明人工免疫算法具有广阔的实用价值．     

免疫算法关键技术与优化研究

在生物科学和信息学科研究领域,国内外专家已经对进化、遗传和免疫等自然现象进行了广泛而深入的研究。设计了一种新的并行混沌免疫优化算法,该算法不仅将混沌优化的最新成果引入到免疫算法研究领域,而且将混沌优化和免疫算法进行有机融合,为免疫算法研究领域提供了新的研究工具和方法。     

基于人工免疫和神经网络混成算法的入侵检测系统研究

提出了一种人工免疫和神经网络结合用于网络入侵检测的新颖算法,该算法具有识别多样性、自我调节功能等特点。将该算法以网络的输入数据作为抗原,用于神经网络隐层中心点数量和位置的调整,输出采用最小二乘法。仿真结果表明,该混合算法具有较强的泛化能力,而且精度高,效果好。     

基于改进人工免疫算法的入侵检测算法研究

传统的入侵检测方法对于实时性网络中未知攻击的检测率比较低,为了提高对未知攻击的检测,将改进的采用二进制与实数混合编码的人工免疫算法应用到入侵检测中。     

人工免疫原理在NIDS中的研究

分析了人工免疫系统的原理,简单建立了一种基于否定选择算法的网络入侵检测系统,引入了一种用于异常事件识别的r-字符块匹配规则,并对规则存在的漏洞进行了分析。     

一类基于人工免疫系统与极值优化的混合算法求解流水作业调度问题

The permutation flowshop scheduling problem (PFSP) is one of the most well-known and well-studied production scheduling problems with strong industrial background. This paper presents a new hybrid optimization algorithm which combines the strong global search ability of artificial immune system (AIS) with a strong local search ability of extremal optimization (EO) algorithm. The proposed algorithm is applied to a set of benchmark problems with a makespan criterion. Performance of the algorithm is evaluated. Comparison results indicate that this new method is an effective and competitive approach to the PFSP.     

基于人工免疫系统与RBF的混合算法实现模式分类

提出了一种基于人工免疫系统与RBF的混合算法.该算法由两个阶段组成:第一阶段采用人工免疫机制来确定RBF网络隐层的聚类中心的位置和数量。第二阶段求输出层的权值W,最后用模式分类作试验,实验结果表明,该算法具有收敛速度快,泛化能力强的特点。     

人工免疫多目标进化算法在动态车辆路径优化中的应用

建立了动态车辆路径优化问题的数学模型,提出了一种基于聚集密度的人工免疫多目标进化算法。该算法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。实验结果表明,该算法是解决动态车辆路径问题的有效方法。     

基于人工免疫的入侵检测技术研究

目前,由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。在概述生物免疫原理的基础上,详细讨论了目前基于人工免疫的入侵检测中的关键技术。     

蚁群算法及其应用研究

蚁群算法是一种新型的模拟进化算法,是受到真实蚁群的觅食机制的启发而提出的。介绍了蚁群算法的基本原理和工作机制,并分别就蚁群算法的理论和应用进行了阐述,包括蚁群算法改进的不同算法以及蚁群算法在各个领域中的应用,并进一步给出了研究重点和发展方向。     

隐性知识及其相关研究

本主要探讨了哲学、心理学、教育学、管理学和计算科学等领域对于隐性知识概念的解释及相关研究的现状，分析了相关领域研究之间的关系，并提出了各领域对隐性知识研究的主要发展方向。     

基于克隆选择机理的无线传感网络故障诊断算法

故障诊断是无线传感器网络(WSN)可靠运行的保证.针对WSN特点及故障诊断需求,文章提出一种基于克隆选择机理的无线传感网络故障诊断算法.该算法结合集中式算法和分布式算法,后台管理节点执行分簇算法和优化免疫算法训练和更新抗体库,簇头节点利用小包波法收集普通节点的状态特征、执行故障检测和分类.实验仿真表明:该算法在历史数据较少的情况下,诊断准确率较高,效率好,硬件资源开销小,并具有自学习特征.     

概念转变理论研究新进展及其对科学教学的启示

在科学教学实践中,人们发现要改变学生的某些前科学概念是非常困难的,这导致了传统的概念转变学习在理论与实践上的双重困境。基于此,新近的研究者们改变了概念转变理论研究的取向,从本体论的角度来探讨概念转变的机制,并提出了概念转变的难易与概念的本质（本体属性）相关的理论,即概念不相容原理：该理论不仅使人们对概念转变的机制有了新的认识,而且为科学教学理论提供了新的视角。     

基于人工免疫—蚁群混合算法的WSN路径优化研究

人工免疫算法(AIA)是借鉴人体免疫机制提出的一种智能算法,它具有快速随机的全局搜索能力,但不能有效利用系统的正反馈信息,往往会做大量的冗余迭代,降低了求解效率;而蚁群算法具有分布式并行全局搜索能力,但由于初期信息素匮乏,求解速度低。基于这两种智能算法的优劣势,提出的AIAC算法充分利用了AIA的快速性和全局收敛性产生初始解,再利用蚁群算法提高求解效率,在Matlab上取得了较好的仿真效果。     

词典使用的研究领域及其研究方法

作为词典学研究的重要领域,词典使用已经吸引了越来越多的研究者的关注。本文主要介绍外语学习词典使用中的研究领域,对其研究发现进行归纳;同时探讨词典使用的各种研究方法,分析其优势与不足,并介绍其相关的研究。     

作业的研究梳理及其意义

作业是学校教育中不可或缺的一个重要环节,对作业的研究梳理有助于理解作业的应然,并改进作业的实然.对作业进行概念重建,可以促使教育者反思作业的功能,从而以一种全新的视角去看待和理解作业在学校教育中的作用.