摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-14页 |
·课题的背景和意义 | 第10-11页 |
·人工免疫理论研究进展 | 第11-12页 |
·网络故障诊断研究现状 | 第12页 |
·论文主要工作 | 第12-13页 |
·论文组织结构 | 第13-14页 |
第二章 人工免疫系统基础理论 | 第14-26页 |
·生物学理论基础 | 第14-17页 |
·生物免疫反应的基本流程 | 第14页 |
·抗原提呈 | 第14-15页 |
·特异性免疫 | 第15-17页 |
·免疫模型介绍 | 第17-20页 |
·自体-非自体模式(SNS) | 第17-18页 |
·感染的-非自体模式(INS) | 第18-19页 |
·危险模式(DM) | 第19-20页 |
·传统免疫模型SNS | 第20-24页 |
·传统模型核心思想 | 第20页 |
·传统模型典型算法 | 第20-24页 |
·传统模型SNS的缺陷 | 第24页 |
·本章小结 | 第24-26页 |
第三章 网络故障诊断 | 第26-32页 |
·网络故障分类 | 第26-27页 |
·硬件类故障 | 第26页 |
·软件类故障 | 第26-27页 |
·计算机病毒和网络攻击造成的网络故障 | 第27页 |
·网络故障诊断概述 | 第27-28页 |
·网络故障诊断技术研究 | 第28-30页 |
·传统的网络故障诊断方法 | 第28-29页 |
·智能网络故障诊断技术 | 第29-30页 |
·网络故障诊断技术发展趋势 | 第30-31页 |
·本章小结 | 第31-32页 |
第四章 危险理论树突细胞算法研究 | 第32-52页 |
·危险理论 | 第32-34页 |
·危险理论的产生 | 第32-33页 |
·危险理论核心思想 | 第33页 |
·危险理论的优势 | 第33-34页 |
·树突细胞概述 | 第34-36页 |
·树突细胞算法 | 第36-40页 |
·DCA算法基本原理 | 第36-38页 |
·DCA算法流程与伪代码 | 第38-40页 |
·标准DCA算法存在的不足 | 第40页 |
·改进DCA算法 | 第40-43页 |
·相关定义 | 第40-41页 |
·改进措施 | 第41-42页 |
·改进DCA算法流程 | 第42-43页 |
·改进DCA算法有效性验证 | 第43-51页 |
·实验方案 | 第43-44页 |
·实验结果 | 第44-47页 |
·结果分析 | 第47-51页 |
·本章小结 | 第51-52页 |
第五章 DCA与动态克隆选择相结合的网络故障检测模型 | 第52-60页 |
·人工免疫系统在网络故障中的映射 | 第52页 |
·动态克隆选择算法的运行机制 | 第52-53页 |
·改进动态克隆选择算法 | 第53-56页 |
·编码策略 | 第53-54页 |
·成熟检测器种群动态分配策略 | 第54-55页 |
·变异概率调整策略 | 第55页 |
·克隆变异策略 | 第55-56页 |
·融合DCA与DYNAMICS检测模型 | 第56-59页 |
·检测模型各模块功能介绍 | 第57-58页 |
·模型检测算法步骤 | 第58-59页 |
·检测模型的优势 | 第59页 |
·本章小结 | 第59-60页 |
第六章 仿真实验与结果分析 | 第60-68页 |
·实验对象 | 第60页 |
·危险信号检测 | 第60-61页 |
·数据获取 | 第61-62页 |
·参数设定 | 第62-63页 |
·对生成成熟检测器效率的分析 | 第63-65页 |
·对比算法运行时间 | 第64-65页 |
·对比有效成熟检测器的比率 | 第65页 |
·故障诊断结果分析 | 第65-67页 |
·本章小结 | 第67-68页 |
第七章 总结与展望 | 第68-70页 |
参考文献 | 第70-74页 |
致谢 | 第74-76页 |
攻读硕士期间完成的论文 | 第76页 |