摘要：为了提高异常检测系统的实时性能,在尽可能短的时间内对出现的异常做出反应,对传统的树突状细胞算法的离线分析过程进行了改进,提出了一种实时分析算法。当抗原被足够多的树突状细胞提呈后立即输出评估结果,从而到达实时或接近实时分析的目的,足够的评判次数减少了误判的影响,与时间序列相关的抗原信号池消除了无关数据的相互干扰,和生物免疫相关的一些随机因素的考虑更加近似地模拟了生物系统的表现。实验结果表明,该算法在实时分析的基础上还具有可观的检测精度。

摘要：人工免疫入侵检测是当前主流的入侵检测技术之一,而危险理论中树突状细胞入侵检测方法是人工免疫研究的最新成果。建立危险理论树突状细胞入侵检测模型的关键是要解决危险信号的定义和表示,文章在免疫危险理论和树突状细胞理论基础上,使用多分类器算法动态提取危险信号,设计MC-DCA入侵检测模型,以提高抗原提呈、抗体识别的效率;并使用KDD CUP 99常用网络入侵检测数据,对构建的MC-DCA入侵检测仿真模型和传统AIS模型、DT模型进行对比和仿真实验,实验结果表明MC-DCA有更好的入侵检测识别能力。

摘要：为了提高树突状细胞算法对无序数据集的异常检测性能,分析了上下文环境的频繁转换是导致检测精度降低的主要原因,提出了一个"倍增-归并"的树突状细胞算法。先将数据集放大n倍,即每种抗原产生n个实例,对每个实例进行评估,综合每种抗原的n次评估得到最终结果。算法体现了细胞环境决定抗原状态的生物机制,通过倍增营造了相对稳定的环境,通过归并综合了多数正确判断减少了误判的影响。实验结果表明,该算法对无序数据集具有可观的检测精度和稳定的检测性能。

摘要：计算机技术的发展改变了人类的生活，但是病毒入侵的风险性和机会也相应急剧增加。设计安全措施来防范未经授权访问地震信息系统的资源和数据，是当前地震系统主机或者地震信息网络安全领域的一个十分重要而迫切的问题。网络安全问题也是开展地震研究必须解决好的重要课题。