基于免疫算法的未知病毒检测方法

提出了一种基于人工免疫算法的未知病毒检测方法,该方法定义了自体、非自体、抗原、检测器等,实现了否定选择和克隆选择机制,给出了算法程序并进行了仿真实验．实验结果表明,该方法是一种检测未知病毒的有效方法．     

基于免疫联想记忆的病毒检测算法

针对现有算法只考虑未知病毒检测的片面性 ,论文综合借鉴生物免疫机制中一次反应的非选择思想和二次反应的联想记忆思想 ,提出了一种基于免疫联想记忆的病毒检测算法 ,该算法结合了免疫非选择对未知病毒的识别能力和免疫联想记忆对已识别病毒的学习记忆能力 .基于免疫联想记忆的病毒检测算法除能有效地检测未知病毒外 ,还能快速检测出已知病毒的变种或具有类似行为特征的病毒 .针对典型宏病毒的实验验证了本文算法的检测性能     

基于免疫机制的病毒检测方法研究

借鉴生物免疫系统识别病毒的机制,特别是抗体指令系统多样性机制提出了一种改进的检测器动态进化自适应的免疫识别方法.不同于前人工作的另外一点是构成检测器的基因不是根据病毒的动态执行特征来提取,而是根据病毒可执行文件(PE文件)的静态信息提取的.给出了该方法的具体实现步骤,并对一些病毒进行了检测,试验表明该方法提高了检测率,降低了错误肯定率和错误否定率,同时具有较好的适应性.     

免疫算法及其在智能控制中的应用

在介绍最基本免疫算法的概念和实现方法的基础上,分析了免疫算法在智能控制中应用。最后对免疫算法的现状及发展趋势做了介绍,从免疫计算智能研究和理论研究两方面展望了免疫算法的发展趋向。     

基于免疫原理的多模态函数优化算法

借鉴免疫原理,提出了一种新的多模态函数优化算法。通过构造克隆选择算子,利用抗体单性繁殖和优选进行函数快速局部优化;借助B细胞网络完成各种局部优化结果自组织记忆,有效地实现了全局最优解和局部最优解的快速搜索和保存,证明该算法具有较强的多模态函数优化能力。     

基于免疫算法的智能抗干扰方法

通过对瓦斯监控系统干扰问题的分析,提出一种基于免疫算法的智能化抗冲击干扰方法。为了提高干扰信号的识别准确性,提取出免疫疫苗,用于识别干扰信号。根据正常信号平稳变化的特性,对检测到的受冲击干扰信号处利用总有界变化模型进行平滑处理,滤除冲击干扰信号。仿真实验结果表明,该方法可以有效滤除干扰冲击信号,提高监控系统报警准确性。     

基于免疫遗传算法的物流运输求解

本文结合免疫系统原理和遗传算子自适应调整的方法,提出免疫遗传算法,防止算法未成熟收敛,保证种群的多样性,防止陷入局部寻优的情况.通过对一个运输实例的求解,证实算法达到了预期的效果.     

基于免疫遗传算法的物流运输求解

针对传统遗传算法的缺陷，提出了结合免疫系统原理和遗传算子自适应调整的方法，即免疫遗传算法．该算法可防止算法未成熟收敛、保证种群的多样性，在使用此算法搜索最优解时，可防止陷入局部寻优情况的出现．通过对一个运输实例的求解，证实算法可达到预期的效果．     

免疫算法及其在电力系统无功优化中的应用

提出应用一种新的智能优化算法——免疫算法(IA)来求解无功优化问题.该算法模拟了免疫系统的基本原理,具有抗原模式识别及记忆功能,抗体多样性,抗体自适应调节等优点.在分析无功优化的数学模型和免疫算法的特点的基础上,详细研究了用免疫算法求解无功优化问题的实现方法.对IEEE30节点系统进行了仿真计算,并将优化结果与遗传算法(GA)作了比较,结果表明免疫算法(IA)能有效的应用于电力系统无功优化,并有着更好的全局寻优能力及更快的收敛速度.     

基于免疫模型的网络入侵检测系统的研究

网络入侵检测的研究和系统的开发日益受到人们的重视,成为当今社会最热门的话题之一．目前存在的基于网络的入侵检测系统在很多方面不尽人意,存在许多缺点,其中最突出的两个问题是：漏报和误报率高,缺乏自适应．文章从生物免疫系统的结构出发,讨论了生物免疫系统和网络入侵检测系统结构的相似点,描述了生物免疫系统在网络入侵检测系统(NIDS)设计中的应用．同时．指出了如何降低误报和漏报率并提高系统的自适应能力。     

基于程序语义的计算机病毒检测方法

通过分析病毒程序的典型传染行为模式,总结出传染模块的典型语义特征,形成描述其语义特征的语义关系框架,在此基础上提出了一种针对未知病毒的检测方法——基于程序语义的病毒检测方法。该方法是通过抽取程序的语义关系框架,将之与病毒的语义关系框架进行匹配,达到检测未知病毒的目的。模拟实验中选取三种病毒作为样本,检测了20个程序,结果表明,在阈值D=0．9时,检测的准确率为87．5%。     

用于多峰值寻优的人工免疫克隆选择算法

提出了一种执行克隆选择原则的强有力的计算方法，算法思想中考虑到在免疫响应产生的较高亲和力的抗体中，选择改进的成熟后代。这种革新算法能关于机器学习解复杂问题，实例结果表明，克隆选择算法对多峰值寻优问题有优良能力。     

一种改进的动态克隆选择算法在病毒检测中的应用研究

提出了可控变异和随机变异方法,改进了动态克隆选择算法,建立了疑似病毒库,降低免疫系统的肯定错误率(FPR),建立并实现了一种改进的基于免疫算法的病毒检测模型。仿真实验表明,该模型不仅能够识别已知的病毒,也能够识别变形病毒,具有较好的自适应性和多样性。     

基于生物免疫机理和系统隐患的入侵检测系统

将生物免疫原理应用于计算机安全领域正成为当前计算机安全领域的一个研究热点，它为计算机安全防范手段提供了一种崭新的思路．在生物免疫原理的基础上，模拟生物系统的识别、记忆等机制给出了一种构造检测器的方法．     

适应性免疫的轻量级网络入侵检测算法

充分利用移动Agent的特性和适应性免疫原理,提出一种基于适应性免疫和移动Agent的轻量级网络入侵检测算法．算法将入侵检测部件定义为检测Agent,检测Agent能根据迁移策略迁移到各主机,利用适应性免疫原理很好地实现网络入侵检测和响应处理．仿真实验证明：算法不仅检测能力强、误报率低、网络负载小,且可通过配置系统参数和接种检测子,提高了算法的灵活性和扩展性．     

免疫进化模糊聚类算法在边缘检测中的应用

针对图像处理中的模糊边缘检测问题,提出一种免疫进化模糊聚类算法.该算法在传统遗传算法全局随机搜索的基础上,借鉴了生物免疫机制中抗体的多样性保持策略,改善了遗传算法的群体多样性,具有更好的全局搜索能力.实验结果表明,该算法不仅具有很强的模糊边缘和微细边缘检测能力,而且可以减弱基于遗传算法的模糊聚类算法在遗传后期的波动现象.     

基于量子的免疫进化算法及收敛性

分析和探讨了量子计算的特点及免疫进化机制,并结合免疫系统的动力学模型和免疫细胞在自我进化中的亲和度成熟机理,提出了一种基于量子计算的免疫进化算法。该算法使用量子比特表达染色体,通过免疫克隆、记忆细胞产生和抗体相似性抑制等进化机制可最终找出最优解,它比传统的量子进化算法具有更好的种群多样性、更快的收敛速度和全局寻优能力。在此不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。