具有疫苗算子的可变模糊匹配阴性选择算法

为了建立可变模糊匹配阴性选择免疫算法的特异性免疫应答,基于模糊思想并采用疫苗理论,在监测异常过程中提取疫苗,研究疫苗算子和正选择算子对算法性能的影响.仿真结果表明:疫苗算子增强了抗体库的记忆功能,使算法二次应答时间明显缩短,而正选择算子是完成这种功能的具体实施者.可变模糊匹配阴性选择免疫算法经改进设计后,具有较强的自学习功能,对建立特异性免疫应答具有自适应性.

基于人工免疫的网络入侵检测中疫苗算子的作用研究

在以前研究工作的基础上,将包含疫苗算子、变异算子和其它算子的免疫算法与人工免疫中的负选择算法结合在一起,实现检测器种群的进化,目的是加快种群的亲和力成熟进程和提高网络入侵检测效率。详细地给出了疫苗自适应提取算法和疫苗算子算法,建立了基于免疫算法和负选择算法的模型及算法来实现网络入侵检测。分别设计了基于克隆选择算法的和基于免疫算法的网络入侵检测实验。实验结果表明,含有免疫算子的免疫算法加快了检测器种群亲和力成熟的进程,收敛速度更快,随着进化代数的增加检测率总体呈上升趋势。而基于克隆选择算法的网络入侵检测则出现了检测器种群亲和力成熟进程较慢,并随着进化代数的增加检测率呈现轻微退化和较长时间停滞不前的现象。

基于疫苗算子的入侵检测模型

针对现有基于免疫的入侵检测模型协同性较差、检测效率不高等问题,提出了一种基于疫苗算子的入侵检测模型。在形式化描述的基础上建立了自体、抗原、抗体随时间和代数的动态演化方程;描述了疫苗算子的原理及疫苗库的动态演化过程,受免疫反应中排斥反应的启发定义了抗排异操作。通过仿真验证了该模型的可行性和有效性。

自适应熵疫苗算子的免疫图像分割方法

本文针对二维熵图像分割算法存在计算量巨大的问题,基于免疫调节机制,设计了一种新的图像分割方法.该方法利用免疫疫苗理论,并与熵理论相结合,提出了熵疫苗算子.熵疫苗作为抗体疫苗进行选择,通过熵运算,提取更新疫苗库,从而使得最优分割阈值的形成及疫苗库的更新具有自适应性,疫苗的选择更加准确有效.仿真实验表明熵疫苗算子加快了算法的搜索速度、提高了算法的适应性.该算法对复杂图像具有良好分割效果和较强的实时处理能力.

基于疫苗理论的变阈值免疫阴性选择算法

为了提高变阈值免疫阴性选择算法的检测效率,对算法的监测系统异常部分进行了改进设计,建立并实现了算法的"适应性免疫反应"功能.在算法中加入了疫苗算子和阳性选择算子,建立了具有动态刷新功能的抗体库.抗体库在动态刷新的过程中去掉了冗余,使冗余的消除也具有自适应性.仿真结果表明,变阈值免疫阴性选择算法经改进设计后,具有较强的自学习功能,使同样抗原再次入侵时,其二次应答时间明显缩短,大大提高了算法的检测效率,对建立二次应答具有自适应性.

基于免疫疫苗的主汽温系统PID优化整定

为了达到主汽温系统的优化运行以提高热效率,在自适应遗传算法基础上引入基于免疫原理的免疫记忆细胞和疫苗提取、接种算子的免疫疫苗算法,进行了收敛性证明,将其用于主汽温控制系统的PID优化整定,并将获得的PID参数的控制效果与自适应免疫遗传算法(AIGA)获得的PID参数的控制效果进行了比较.结果表明:自适应免疫疫苗算法(AIVA)的收敛稳定性优于自适应免疫遗传算法,与自适应免疫遗传算法获得的PID参数的控制效果相比,自适应免疫疫苗算法所产生的PID参数的控制效果更好,且阶跃响应的调节时间较短,过渡更平稳,证明了该方法的有效性.

用于异常检测的基因免疫检测算法

基于生物免疫原理中的异常检测机制的研究,该文提出了一种用于异常检测的基因免疫检测算法。该算法在负选择和克隆选择的基础上加入了阳性选择算子和疫苗算子。并利用抽取计算机的DNA的方法实现了基因检测的优先级策略。对计算机免疫系统的异常检测问题做了全面深入的探讨。仿真实验表明,该算法增强了抗体的自免疫和多样性,明显地提高了检测效率。

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.