一种基于免疫系统的RBF网络在线训练方法

针对径向基函数(RBF)网络和免疫系统的相似性,本文提出了一种基于免疫模型的RBF网络在线学习方法以解决动态问题.该方法借鉴了免疫系统动态调整以对抗不断入侵的抗原的机制,通过免疫初步覆盖、免疫交叉响应和疫苗注射等免疫操作,加速算法效率、提高算法精度和动态性能.通过以上操作使得RBF网络能够根据样本的变化迅速地调整网络结构与参数.计算机仿真研究表明,采用这种方法设计的RBF网络在动态环境下具有优良的精度和泛化能力.

基于移动Agent的网络入侵免疫系统

介绍了几种常见的分布式入侵检测系统针对目前入侵检测系统的不足提出了一个基于移动Agent的网络入侵免疫系统——MANIIS。系统借鉴了自然免疫系统的一些特性,如克隆选择、逆向选择和免疫记忆等,具有自主学习和动态适应的能力,智能性较高;采用层次结构的探测和响应机制,各agent相互独立,同时能在网络中自由移动,相互协作,以检测分布式攻击。文中说明了系统的结构框架以及实现细节,并分析了系统的性能。

交感神经-免疫系统调节网络的研究进展

淋巴器官受交感神经支配 ,这些神经支配淋巴器官中的血管平滑肌和实质区域 ,与血管平滑肌细胞和淋巴细胞呈非经典的突触联系 ,即交感神经末梢的曲张体非突触性地释放去甲肾上腺素 (norepinephrine ,NE) ,NE以旁分泌的方式扩散出去 ,作用于较大距离范围的血管平滑肌细胞和淋巴细胞 ,调节淋巴器官的血流、淋巴细胞的运输和淋巴细胞的功能。在免疫应答过程中 ,免疫细胞释放细胞因子 ,影响外周感觉神经的传入活动 ,继而改变交感神经的NE释放 ,从而影响免疫功能。T细胞上存在电压门控K+通道 ,K+通道代表了T细胞上主要的离子通道 ,T细胞激活后上调K+通道的表达和增加K+通道的通透性 ,交感神经可能通过减小K+通道的通透性从而抑制T细胞的功能。

一个基于生物免疫系统的网络安全模型

网络安全系统是一个复杂系统,现有安全防御能力十分有限.借鉴生物免疫系统的机理,构建多代理系统,通过安全检测与响应等环节的协同工作,使网络安全防御更具健壮性.文章分析了生物免疫系统的特性和机理,提出一个网络安全免疫模型,介绍了模型的组成和体系结构.新的网络安全模型具有健壮、分布、并行、自适应和协同等免疫特性.

一种新型的网络安全技术——人工免疫系统

讨论了人工免疫系统的原理和发展概况 ,介绍了一种人工免疫系统的模型及其在计算机网络安全中的应用 。

利用网络设备构建校园网安全免疫系统

借鉴人体免疫系统的机制,探讨了在校园网中如何利用主要网络设备实现安全策略及其实现方法,从而构建具有一定免疫力的校园网安全免疫系统。

网络入侵免疫系统研究的新进展

给出了一个入侵免疫系统的结构模型,对目前应用的免疫机制做了简要介绍,在此基础上,对迄今国内外所提出的几种典型的入侵免疫系统模型做了较详尽的描述和分析;提出了影响网络入侵免疫系统的评测因素以及入侵免疫系统今后进一步的研究方向。

基于神经内分泌免疫系统的网络计算仿真平台

机体内的神经内分泌免疫(NEI)网络对机体的整体平衡与稳定起着重要的作用。本文从NEI网络中抽象出可用于优化Internet网络结构及其计算技术的原理和机理,设计了一种新颖的生物网络计算模型,给出了其总体设计框架,讨论了生物网络平台的设计和实现。该生物网络可满足人们对未来Internet服务和应用的异构性、动态适应性、安全可靠性等关键需求。

网络安全免疫系统分析与研究

本文根据人体免疫系统的原理及免疫机制,深入浅出地论述了各种计算机信息安全技术,而且详细介绍了计算机信息安全免疫原理,提出了多层次计算机信息安全免疫系统。此系统可动态调整各网络节点安全免疫代理的检测阀值,制定全局安全策略,使之协同工作,进行入侵反向追踪。 ’

骨骼肌系统与免疫系统之间的网络与调控

目的骨骼肌与免疫系统之间存在紧密的调控网络,该调控网络在促进两大系统生理活动、维持机体内环境稳态中发挥着重要的作用。而力学刺激和细胞因子则是构成该调控网络的重要信号分子。阐述力学刺激和细胞因子在该调控网络中的重要作用。方法通过搜索整理相关研究,综述力学刺激和细胞因子在两大系统调控网络中的重要作用。结果(1)骨骼肌细胞可通过分泌不同的细胞因子对免疫细胞活性发挥调控作用:在去负荷等力学环境所致的肌萎缩中。

用于军事通信网络规划分析的免疫系统多目标优化算法

军事通信网络规划分析是一项十分复杂的工作,实际中需要考虑多种约束条件对各种规划方案进行科学甄别。文章将该问题转化为多目标问题进行研究,并借鉴免疫系统机理,提出一种用于军事通信网络规划分析的免疫系统多目标优化算法。算法结合基于免疫系统的多样性保持策略,保持解的多样性。实验表明,文章提出的算法所得结果的支配能力和空间分布效果优于经典的多目标进化算法。

免疫网络安全考试系统

将传统信息安全技术和新型生物自适应免疫技术应用于考试系统,设计并初步实现了一种新型的免疫网络安全考试系统。此系统是多层次的静态与动态、主动与被动防护相结合的自适应安全考试系统,它集多种保护方法于一体,能自适应地保护系统本身,其安全性、稳定性比其他考试系统有一定的增强。

基于“邻接点”技术提高计算机免疫系统GECISM可靠性的方法

计算机免疫系统GECISM(GEneralComputerImmuneSystemModel)是由多代理协作完成安全防御功能的,其可靠性是该系统正常发挥功能的基础。针对计算机免疫系统中的某个安全部件失效或被感染,提出了“邻接点”技术以解决该问题,通过各邻接点恢复失效代理并防止感染扩散。

人工免疫系统的应用与发展

在现代信息科学和生命科学相互交叉渗透的研究领域,由生物免疫系统启发的人工免疫系统(AIS)是继脑神经系统(神经网络)和遗传系统(进化计算)之后的又一个研究热点。该文首先简要介绍了生物免疫系统的特点,然后系统综述了国内外对人工免疫系统的最新研究和应用成果,最后展望了人工免疫系统进一步的研究方向。

人工免疫系统在计算机安全中的应用

主要介绍人工免疫系统计算机安全领域的研究现状,包括异常诊断、网络入侵检测和病毒检测三方面.首先介绍基于免疫系统阴性选择原理的阴性选择算法原理,不同研究人员对该算法进行了改进并应用于异常诊断和网络入侵检测系统中;然后总结基于阴性选择算法以及主体与免疫系统原理相结合的两种不同的计算机入侵检测系统的特点;最后对基于免疫识别原理的计算机病毒检测和消除系统进行归纳,指出人工免疫系统在计算机安全领域的发展方向.

基于免疫原理的网络入侵检测系统模型

目前网络入侵检测系统普遍具有自适应差、误报率高等问题。人类免疫系统工作原理为解决此类问题提供了一种很好的方法。通过对人类免疫系统工作原理的研究,根据其原理、体系结构建立了一个基于免疫原理的网络入侵检测系统模型。该模型系统具有分布性、自组织性和轻负荷的特性,能较好地解决入侵检测系统的自适应差、误报率高等问题。

免疫系统识别器的自适应模型

探讨了计算机网络安全免疫系统中培养池建造模型,分析了免疫系统识别器自学习的几种基本的方法和思想,提出了免疫系统培养自我(self)识别非我(Nonself)更新完善的一个过程。并且基于对病毒结构的考虑和探讨,构想了对新增入侵的防范模型。

一种基于主机分布式安全扫描的计算机免疫系统模型

提出了一个基于主机安全扫描的计算机免疫系统模型。在此模型中被称作免疫智能体的组件模拟了免疫系统中细胞的功能 ,并且用于检测主机中存在的安全脆弱性。还描述了该模型的结构和工作机制 ,设计了该模型的一个原型系统 。

基于免疫粒子群优化的一种动态递归神经网络辨识与控制非线性系统

提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练。进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应的辨识器和控制器。最后以超声马达为对象进行了仿真,结果表明:基于所提出的算法而设计的辨识器和控制器在辨识和控制过程中不仅都能取得很高的收敛精度和速度,而且对于随机扰动有较强的鲁棒性,从而为非线性系统的辨识和控制提供了一条新的途径。