免疫识别器构造的多级演化

本文提出了基于多种群演化的遗传算法程序设计 ,通过对识别器的“自我”训练和“非我”测试来构造计算机网络安全免疫系统中至关重要的识别器 。

基于逻辑程序的免疫识别器动态覆盖性初探

免疫识别器的动态覆盖与人工免疫系统的有效性具有重要的关联关系,应该用尽可能少的识别器覆盖尽可能多的NONSELF空间。根据识别器的动态覆盖性原理,引入逻辑程序来表示免疫识别器,并运用逻辑程序的更新特性,试图消除识别器所识别出的NONSELF空间的冗余,降低识别器的浓度,增强识别器的动态覆盖性。

免疫识别器动态覆盖性的选择策略

免疫识别器的浓度、系统资源占用与人工免疫系统的有效性具有重要的关联关系。在尽可能少地占用系统资源,即降低识别器浓度的前提下,为了更有效地识别NONSELF,保证识别器的动态覆盖性是关键。文章根据机体免疫学的动力学原理,提出了一种动态选择算法,通过对识别器的优胜劣汰提高识别器集合的整体识别能力。

计算机免疫系统中识别器的改进

抓住入侵位串往往具有的相似性,在KMP字串匹配算法思想的基础上,结合图灵机模型抽象出了一种基于状态转移的字串匹配方案。通过对图灵机状态跳转函数的思索和状态树的构造,得到对于任意状态节点的最大后缀状态,从而大大地加快了识别器的识别效率。通过模拟实验,证明确实得到了较明显的提高。

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。

基于食物链的计算机免疫多识别器协同识别模型

借鉴自然免疫系统的一些特性,在基于系统调用(systemcall)的基础上建立了位串识别器,并借鉴食物链的一些特征,建立了一种多识别器协同识别模型。该模型符合自然免疫系统的高分布性、多样性、再次反应的快速性等特点。