基於免疫進化的算法及應用研究 ,

作者:張瑞瑞, 陳春梅

出版社:財經錢線文化有限公司

ISBN:9789577355508

$36.45

  本書中人工免疫系統是繼人工神經網路、進化計算之後新的電腦智能研究方向,是生命科學和計算科學相交叉而形成的交叉學科研究熱點,廣泛應用於電腦安全、故障診斷、模式識別、數據挖掘、智能優化等領域。本書從人工免疫系統原理入手,在對免疫網路理論與算法進行分析的基礎上,在以下三個方面進行了研究。包括免疫進化算法、免疫進化在網路安全的應用及免疫進化在優化問題的應用。具體來說提出了對異常檢測有重要啟發作用的基於網格的否定xuan擇算法應用於雲計算環境的人工免疫入侵檢測模型及基於免疫的網路安全態勢感知模型並提出新的算法來解決函數優化問題、聚類問題。

目錄

1 緒論/ 1
1. 1 引言/ 1
1. 2 生物免疫系統/ 1
1. 2. 1 生物免疫系統的組成/ 3
1. 2. 2 生物免疫系統的層次結構/ 4
1. 2. 3 生物免疫系統的免疫機制/ 5
1. 2. 4 生物免疫系統的免疫理論/ 13
1. 2. 5 生物免疫系統的主要特徵/ 14
1. 3 人工免疫系統研究概況/ 15
1. 3. 1 人工免疫系統的主要算法/ 16
1. 3. 2 人工免疫系統的基本模型/ 20
1. 3. 3 人工免疫系統的應用/ 51
1. 4 本書的研究內容與組織結構/ 53
參考文獻/ 56

2 基於網格的實值否定選擇算法/ 65
2. 1 引言/ 65
2. 2 RNSA 的基本定義/ 66
2. 3 GB-RNSA 的實現/ 68
2. 3. 1 GB-RNSA 算法的基本思想/ 68
2. 3. 2 網格生成策略/ 70
2. 3. 3 非自體空間的覆蓋率計算方法/ 73
2. 3. 4 候選檢測器的過濾方法/ 74
2. 3. 5 時間複雜度分析/ 75
2. 4 實驗結果與分析/ 76
2. 4. 1 2D 綜合數據集/ 77
2. 4. 2 UCI 數據集/ 78
2. 5 本章小結/ 84
參考文獻/ 85

3 基於免疫的網絡安全態勢感知模型/ 88
3. 1 引言/ 88
3. 2 網絡安全態勢感知研究現狀/ 93
3. 3 基於免疫的網絡安全態勢感知模型框架/ 98
3. 4 入侵檢測/ 99
3. 4. 1 抗體和抗原/ 99
3. 4. 2 親和力計算/ 100
3. 4. 3 血親類和血親類系/ 100
3. 4. 4 血親類系的濃度計算/ 101
3. 4. 5 雲模型建模/ 102
3. 4. 6 總體流程/ 103
3. 5 態勢評估/ 107
3. 6 態勢預測/ 109
3. 7 實驗結果與分析/ 111
3. 7. 1 實驗環境和參數設置/ 111
3. 7. 2 檢測率TP 和誤報率FP 對比/ 112
3. 7. 3 攻擊強度與安全態勢對比/ 115
3. 7. 4 安全態勢實際值與預測值對比/ 117
3. 8 本章小結/ 117
參考文獻/ 118

4 基於免疫的雲計算環境中虛擬機入侵檢測技術研究/ 122
4. 1 引言/ 122
4. 1. 1 雲計算的概念及面臨的安全問題/ 122
4. 1. 2 雲計算環境中虛擬機系統安全研究現狀/ 124
4. 2 模型理論/ 126
4. 2. 1 架構描述/ 127
4. 2. 2 模型定義/ 128
4. 2. 3 危險信號的實現機制/ 130
4. 2. 4 信息監控的實現機制/ 132
4. 2. 5 免疫演化模型/ 133
4. 3 模型性能分析/ 135
4. 4 實驗結果與分析/ 140
4. 4. 1 模型性能評估/ 140
4. 4. 2 檢測率和誤報率比較/ 143
4. 5 本章小結/ 145
參考文獻/ 146

5 基於免疫網絡的優化算法研究/ 149
5. 1 優化問題的研究現狀/ 149
5. 1. 1 最優化問題/ 149
5. 1. 2 優化算法/ 151
5. 1. 3 聚類問題/ 153
5. 1. 4 聚類算法/ 154
5. 2 免疫網絡理論研究/ 155
5. 2. 1 Jerne 獨特型免疫網絡/ 155
5. 2. 2 aiNet 網絡模型/ 157
5. 2. 3 RLAIS 網絡模型/ 160
5. 2. 4 opt-aiNet 優化算法/ 162
5. 3 基於免疫網絡的優化算法研究/ 164
5. 3. 1 流程描述/ 164
5. 3. 2 算子描述/ 165
5. 3. 3 特點分析/ 170
5. 3. 4 收斂性分析/ 171
5. 3. 5 進化機制分析/ 175
5. 3. 6 性能測試/ 186
5. 4 本章小結/ 193
參考文獻/ 193

6 基於免疫網絡的優化算法的改進研究/ 197
6. 1 引言/ 197
6. 2 一種基於危險理論的免疫網絡優化算法/ 197
6. 2. 1 流程描述/ 198
6. 2. 2 優化策略/ 200
6. 2. 3 算法特點/ 206
6. 2. 4 算法收斂性分析/ 207
6. 2. 5 算法計算複雜度分析/ 208
6. 2. 6 算法魯棒性分析/ 208
6. 2. 7 仿真結果與分析/ 212
6. 3 一種基於危險理論的動態函數優化算法/ 217
6. 3. 1 動態環境的基本概念/ 217
6. 3. 2 動態優化算法的研究/ 217
6. 3. 3 流程描述/ 219
6. 3. 4 優化策略/ 220
6. 3. 5 仿真結果與分析/ 221
6. 4 本章小結/ 228
參考文獻/ 228

7 基於免疫網絡的增量聚類算法研究/ 231
7. 1 引言/ 231
7. 2 一種基於流形距離的人工免疫增量數據聚類算法/ 232
7. 2. 1 流形距離/ 232
7. 2. 2 人工免疫回應模型/ 233
7. 2. 3 算法描述/ 235
7. 2. 4 基於流形距離的簇選擇/ 235
7. 2. 5 基於流形距離的簇生成/ 236
7. 2. 6 基於流形距離的簇更新/ 237
7. 2. 7 算法的計算複雜度分析/ 238
7. 3 仿真結果與分析/ 238
7. 3. 1 數據集及算法參數/ 238
7. 3. 2 人工數據集測試結果/ 240
7. 3. 3 UCI 數據集測試結果/ 243
7. 4 本章小結/ 244
參考文獻/ 244

8 總結與展望/ 247
8. 1 工作總結/ 247
8. 2 進一步的研究工作/ 249
 

出版日期

11/22/2018

語系

繁體中文

版別

初版

裝訂

平裝

頁數

256

印刷

單色印刷

出版地

台灣