《基于免疫進化的算法及應(yīng)用研究》中人工免疫系統(tǒng)是繼人工神經(jīng)網(wǎng)絡(luò)、進化計算之后新的計算智能研究方向,是生命科學(xué)和計算科學(xué)相交叉而形成的交叉學(xué)科研究熱點,廣泛應(yīng)用于計算機安全、故障診斷、模式識別、數(shù)據(jù)挖掘、智能優(yōu)化等領(lǐng)域。
《基于免疫進化的算法及應(yīng)用研究》從人工免疫系統(tǒng)原理入手,在對免疫網(wǎng)絡(luò)理論與算法進行分析的基礎(chǔ)上,在以下三個方面進行了研究,包括免疫進化算法、免疫進化在網(wǎng)絡(luò)安全的應(yīng)用及免疫進化在優(yōu)化問題的應(yīng)用。具體來說,提出了對異常檢測有重要啟發(fā)作用的基于網(wǎng)格的否定選擇算法,應(yīng)用于云計算環(huán)境的人工免疫入侵檢測模型,及基于免疫的網(wǎng)絡(luò)安全態(tài)勢感知模型,并提出新的算法來解決函數(shù)優(yōu)化問題、聚類問題。
張瑞瑞,1983年生,河南駐馬店人,于2004年、2007年及2012年在四川大學(xué)獲得學(xué)士、碩士及博士學(xué)位。公開發(fā)表學(xué)術(shù)論文30余篇,其中SCI收錄6篇,El收錄10余篇。研究方向為網(wǎng)絡(luò)安全、人工免疫、無線傳感器網(wǎng)絡(luò)等。
陳春梅,1980年生,河北安平人,西南財經(jīng)大學(xué)企業(yè)管理博士,四川農(nóng)業(yè)大學(xué)講師。公開發(fā)表論文10余篇,參編專著2部。主要研究領(lǐng)域為服務(wù)營銷、品牌營銷。
1 緒論
1.1 引言
1.2 生物免疫系統(tǒng)
1.2.1 生物免疫系統(tǒng)的組成
1.2.2 生物免疫系統(tǒng)的層次結(jié)構(gòu)
1.2.3 生物免疫系統(tǒng)的免疫機制
1.2.4 生物免疫系統(tǒng)的免疫理論
1.2.5 生物免疫系統(tǒng)的主要特征
1.3 人工免疫系統(tǒng)研究概況
1.3.1 人工免疫系統(tǒng)的主要算法
1.3.2 人工免疫系統(tǒng)的基本模型
1.3.3 人工免疫系統(tǒng)的應(yīng)用
1.4 本書的研究內(nèi)容與組織結(jié)構(gòu)
參考文獻
2 基于網(wǎng)格的實值否定選擇算法
2.1 引言
2.2 RNSA的基本定義
2.3 GB-RNSA的實現(xiàn)
2.3.1 GB-RNSA算法的基本思想
2.3.2 網(wǎng)格生成策略
2.3.3 非自體空間的覆蓋率計算方法
2.3.4 候選檢測器的過濾方法
2.3.5 時間復(fù)雜度分析
2.4 實驗結(jié)果與分析
2.4.1 2D綜合數(shù)據(jù)集
2.4.2 UCI數(shù)據(jù)集
2.5 本章小結(jié)
參考文獻
3 基于免疫的網(wǎng)絡(luò)安全態(tài)勢感知模型
3.1 引言
3.2 網(wǎng)絡(luò)安全態(tài)勢感知研究現(xiàn)狀
3.3 基于免疫的網(wǎng)絡(luò)安全態(tài)勢感知模型框架
3.4 人侵檢測
3.4.1 抗體和抗原
3.4.2 親和力計算
3.4.3 血親類和血親類系
3.4.4 血親類系的濃度計算
3.4.5 云模型建模
3.4.6 總體流程
3.5 態(tài)勢評估
3.6 態(tài)勢預(yù)測
3.7 實驗結(jié)果與分析
3.7.1 實驗環(huán)境和參數(shù)設(shè)置
3.7.2 檢測率TP和誤報率FP對比
3.7.3 攻擊強度與安全態(tài)勢對比
3.7.4 安全態(tài)勢實際值與預(yù)測值對比
3.8 本章小結(jié)
參考文獻
4 基于免疫的云計算環(huán)境中虛擬機入侵檢測技術(shù)研究
4.1 引言
4.1.1 云計算的概念及面臨的安全問題
4.1.2 云計算環(huán)境中虛擬機系統(tǒng)安全研究現(xiàn)狀
4.2 模型理論
4.2.1 架構(gòu)描述
4.2.2 模型定義
4.2.3 危險信號的實現(xiàn)機制
4.2.4 信息監(jiān)控的實現(xiàn)機制
4.2.5 免疫演化模型
4.3 模型性能分析
4.4 實驗結(jié)果與分析
4.4.1 模型性能評估
4.4.2 檢測率和誤報率比較
4.5 本章小結(jié)
參考文獻
5 基于免疫網(wǎng)絡(luò)的優(yōu)化算法研究
5.1 優(yōu)化問題的研究現(xiàn)狀
5.1.1 最優(yōu)化問題
5.1.2 優(yōu)化算法
5.1.3 聚類問題
5.1.4 聚類算法
5.2 免疫網(wǎng)絡(luò)理論研究
5.2.1 Jerne獨特型免疫網(wǎng)絡(luò)
5.2.2 aiNet網(wǎng)絡(luò)模型
5.2.3 RLAIS網(wǎng)絡(luò)模型
5.2.4 0pt-aiNet優(yōu)化算法
5.3 基于免疫網(wǎng)絡(luò)的優(yōu)化算法研究
5.3.1 流程描述
5.3.2 算子描述
5.3.3 特點分析
5.3.4 收斂性分析
5.3.5 進化機制分析
5.3.6 性能測試
5.4 本章小結(jié)
參考文獻
6 基于免疫網(wǎng)絡(luò)的優(yōu)化算法的改進研究
6.1 引言
6.2 一種基于危險理論的免疫網(wǎng)絡(luò)優(yōu)化算法
6.2.1 流程描述
6.2.2 優(yōu)化策略
6.2.3 算法特點
……
7 基于免疫網(wǎng)絡(luò)的增量聚類算法研究
8 總結(jié)與展望