一种基于人工免疫理论的性能监控与故障诊断方法

本文针对航空发动机故障样本获取比较困难等问题,提出了一种基于人工免疫理论的航空发动机性能监控与故障诊断方法。利用免疫系统的反面选择机理,并结合人工神经网络,确定发动机性能偏离正常值的程度(异常度),实现发动机性能趋势的监控。该方法能够灵敏、准确地反映发动机整体性能的变化情况,提高发动机性能正常与否的识别率,并以此来发现发动机潜在早期故障,防止故障的扩大。通过对某型涡扇发动机进行监控,证明该方法确实有效。

基于人工免疫的新型入侵检测系统研究

分析研究了人工免疫原理在网络入侵检测中应用的可行性,结合人工免疫模型和数据挖掘技术建立了一个网络入侵检测系统模型。对抗体生成过程中的关键算法进行了描述。为克服在抗体生成阶段由于采用遗传算子导致时空效率不佳的缺陷,将数据流分割成字符串集合,根据数理统计原理,讨论了分割参数和检测器数目的选定,使它在通用性、鲁棒性上具有优势。

高速网络入侵防御系统中免疫算法的改进

将人工免疫原理与高速网络分流技术结合,提出了一种基于免疫原理的高速网络入侵防御算法.在对阴性选择算法改进基础上引入疫苗算子和选择算子,降低了系统二次免疫应答时间,增强了系统抗体库自我学习能力,进而改善了系统的实时性和高效性.在分析了高速网络分流技术和改进阴性选择算法的基础上,建立了基于免疫原理的高速网络入侵防御系统.仿真结果证明了该算法的有效性.

面向Code Smells的“容器—破坏者—发现者”检测策略

软件重构在软件工程中愈显重要,对需要重构代码code smells的检测是基础工作,但code smells定义模糊、无量化.该文将人工免疫的基本概念与信号迁移至软件工程,提出一种基于危险理论中的树突状细胞算法的检测策略.该策略算法中,包含code smells的代码作为抗原,软件度量值转化为危险信号和安全信号等输入信号进行处理,通过权值公式获得成熟信号以及半成熟信号,比较其相对值高低确定代码是否为code smells,最终根据成熟环境抗原值决定各种code smells严重程度的优先次序.该策略具有较低假阳性率.实验证明该研究在F-score(0.784)和Kappa分析(0.756)上均有效,高于其他检测方法.