负选择模型中初始检测器集的一个生成算法

在介绍人工免疫系统基本概念的基础上 ,讨论了人工免疫系统中应用广泛的负选择模型 .研究的重点是负选择模型中初始检测器集的生成算法 ,在穷举法的基础上提出了一个新的检测器生成算法 ,包括算法的设计、性能分析和试验 .理论分析与试验结果表明 ,新生成算法的时间复杂度小于穷举法 ,随检测器规模成线性递增 .

一种新的人工免疫系统检测规则及其应用

为了提高检测器集的生成效率,在讨论人工免疫系统负选择模型的基础上,提出一种新的检测规则,即:编辑距离规则。在这种规则中,对于一个随机生成的字符串和Self集中的字符串,采用编辑距离度量它们之间的相似性。随后,利用这种检测规则给出一种新的检测器集生成算法,它要求利用Trie数据结构组织和存储Self集。最后,通过理论分析得出了使用该种算法的优越性。

一种线性时间检测器生成算法的改进算法

在介绍人工免疫系统基本概念的基础上,讨论了人工免疫系统中应用广泛的负选择模型。研究的重点是负选择模型中初始检测器集的生成算法,对线性检测器生成算法进行了改进。改进算法从两个方向分别构造数组C和C′,并做叉乘得到D数组,使产生的检测器能够匹配更多的"非我"字符串,去除冗余检测器缩小了检测器集的规模,包括算法的设计、性能分析和实验。理论分析与实验结果表明,改进算法降低了检测器规模,漏检概率Pf有较大下降。