摘要：根据生物免疫系统中存在的免疫网络调节机理,提出了一种实数编码的混沌超变异免疫算法,该算法结合克隆选择原理和混沌理论建立新的混沌超变异操作,增强了算法局部搜索能力。同时基于免疫网络数学模型设计抗体的激励水平,并以此作为抗体群免疫网络调节的依据,保持了抗体群的多样性。最后将其应用于函数优化问题,结果表明该算法的收敛性能优于克隆选择算法,而且能够有效克服早收敛问题。

摘要：将传统信息安全技术和新型生物自适应免疫技术应用于考试系统,设计并初步实现了一种新型的免疫网络安全考试系统。此系统是多层次的静态与动态、主动与被动防护相结合的自适应安全考试系统,它集多种保护方法于一体,能自适应地保护系统本身,其安全性、稳定性比其他考试系统有一定的增强。

摘要：为改善免疫网络算法在多峰函数优化方面存在局部收敛的不足,提出一种Lamarck免疫网络算法(LM-aiNet)。依据Lamarck进化理论思想,设计基于方向的局部搜索机制和自适应的网络抑制阈值,提高了算法对于不同类型多峰函数优化的适应能力。对算法的复杂度和收敛性进行分析,重点讨论了算法主要参数对求解性能的影响,确定合适的参数取值范围。实验结果表明,算法能够有效地解决经典算法的局部收敛问题,其求解能力优于被比较的其他算法。

摘要：为了解决数据量增加时串行免疫网络算法难以实现大数据处理的问题,提出了并行免疫网络训练和分类模型,并在Spark并行框架下设计了并行免疫网络分类算法.给出了入侵检测大数据背景知识;建立了Ainet并行算法框架,详述了并行免疫网络分类算法步骤;采用cup99入侵检测数据集进行了试验,进而将并行Ainet算法同其他算法做了比较.试验结果表明:较串行Ainet算法,并行Ainet算法训练时间下降了11/12,检测时间降低了19/20,准确率提高了10%,同时检测率提高了5%,而误报率降低了20%,可见并行Ainet算法各方面都取得较好的效果;试验验证了分类效果对训练数据集数量敏感的特点;并行Ainet算法在准确率、检测率和误报率方面优于其他算法,但运行时间较长.

摘要：为了有效监测空气中臭氧的浓度,简化其操作过程,提出了一种基于动态免疫网络原理的臭氧浓度监测模型。基于形态空间理论,给出了模型中有关免疫细胞和免疫网络的数学定义,介绍了免疫网络构建的具体过程,建立免疫网络动态调整的数学模型,并给出了臭氧浓度监测过程。仿真结果表明,其监测准确率比其它方法有一定提高,具有较好的多样性和自适应性,为臭氧浓度监测提供一种新的方法。

摘要：针对边带模糊红外图像目标区域与背景区域特征差别较小、目标边缘模糊等问题,以生物免疫系统中先天性免疫、适应性免疫与补体系统的相互作用为参考,提出了一种最优可免域补体免疫网络边带模糊红外目标的提取算法,通过设计补体免疫分类器,提取深度模糊手部红外图像类别特征及方向特征,实现对深度模糊红外图像目标区域的准确提取。实验结果的定性及定量分析证明所提算法相较于其他传统算法,提取到的目标更加准确、有效。

摘要：从人体免疫网络抵御抗原与计算机网络抵御入侵的相似性,提出一个基于遗传算法的免疫网络并应用于分布式入侵检测系统。将一个基于每秒网络数据量为参数的时间序列作为检测子的抗体表达形式,在单个网段检测网络数据,通过各个网段之间的抗体交流,实现抗体的优化。在抗体的进化过程中,提出了较好地评价抗体适应度的评估函数,为优化抗体的遗传算法的实现打下了基础。

摘要：ARP攻击是利用ARP协议设计时缺乏安全验证漏洞来实现的,通过伪造ARP数据包来窃取合法用户的通信数据,造成影响网络传输速率和盗取用户隐私信息等严重危害。为了解决校园网中难以彻底清除的ARP攻击现象,提出了一种基于免疫网络的ARP防御方案。通过研究ARP协议及其工作原理和ARP攻击引起的危害及其攻击原理,采取免疫网络技术来防御校园中的ARP攻击欺骗。经过分析用户需求和方案设计思想,设计了方案的技术架构和体系架构,部署并实现了免疫网络防御方案。对该方案在校园网中进行了应用测试,经过实验比较分析,结果表明免疫网络方案比目前常见的ARP防御措施的防御效果更好,能够很好地监控和防御校园的ARP病毒,解决了目前存在的无法彻底根除ARP攻击欺骗防御技术的瓶颈。

摘要：针对校园网中泛滥的ARP欺骗攻击,介绍了ARP协议及其工作原理,ARP设计缺陷及由此引发的危害;分析了目前常见的ARP欺骗的防御方案存在的不足;提出了采用基于免疫网络的ARP防御方案,能够很好地解决目前存在的ARP欺骗攻击的技术瓶颈。

摘要：受生物免疫系统的启发,笔者将免疫网络理论应用于学习策略,提出建立一种新的人工免疫网络模型,在此基础上设计了机器学习和识别算法,提出的人要免疫网络模型既考虑了抗原和抗体之间的结合,又考虑了抗体之间的抑制作用,通过对刺激阈值和抑制阈值的学习,得到了识别算法的依据。经实践证明,提出的模型和算法能够以较高效率完成学习过程并具有较高的识别准确率。