| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 第二章 相关理论介绍 | 第13-23页 |
| 2.1 人体免疫系统 | 第13-16页 |
| 2.1.1 体系结构 | 第13-14页 |
| 2.1.2 组织构成 | 第14-16页 |
| 2.1.3 基本功能 | 第16页 |
| 2.1.4 运行方式 | 第16页 |
| 2.2 人工免疫系统 | 第16-21页 |
| 2.2.1 概念 | 第17页 |
| 2.2.2 相关算法 | 第17-20页 |
| 2.2.3 应用领域 | 第20-21页 |
| 2.3 计算机免疫系统 | 第21-22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 云安全免疫系统机制研究 | 第23-37页 |
| 3.1 云安全免疫系统与人体免疫系统的关系 | 第23-24页 |
| 3.2 安全系统体系架构研究 | 第24-27页 |
| 3.2.1 整体架构 | 第24-25页 |
| 3.2.2 运行机制研究 | 第25-27页 |
| 3.3 安全机制算法研究 | 第27-33页 |
| 3.3.1 记忆细胞算法 | 第27-28页 |
| 3.3.2 APC算法 | 第28页 |
| 3.3.3 常见抗体数据库算法 | 第28-29页 |
| 3.3.4 查询算法 | 第29-30页 |
| 3.3.5 抗体数据库算法 | 第30-31页 |
| 3.3.6 B细胞算法 | 第31页 |
| 3.3.7 T细胞算法 | 第31-32页 |
| 3.3.8 疫苗接种算法 | 第32-33页 |
| 3.4 云安全免疫系统分析 | 第33-34页 |
| 3.5 实验 | 第34-36页 |
| 3.5.1 平台和数据简介 | 第34-35页 |
| 3.5.2 结果分析 | 第35-36页 |
| 3.6 小结 | 第36-37页 |
| 第四章 基于布鲁姆的自我集研究 | 第37-53页 |
| 4.1 概念 | 第37页 |
| 4.2 布鲁姆过滤器技术分析 | 第37-43页 |
| 4.2.1 相关概念 | 第37页 |
| 4.2.2 算法原理 | 第37-40页 |
| 4.2.3 误判率分析 | 第40-41页 |
| 4.2.4 相关改进研究 | 第41-42页 |
| 4.2.5 典型应用 | 第42-43页 |
| 4.3 布鲁姆过滤器在云安全免疫系统中的自我集研究 | 第43-50页 |
| 4.3.1 自我集定义 | 第43-45页 |
| 4.3.2 自我集构造算法 | 第45-47页 |
| 4.3.3 基于布鲁姆的自我集构造算法改进研究 | 第47-50页 |
| 4.4 实验结果 | 第50-52页 |
| 4.5 小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文总结 | 第53-54页 |
| 5.2 下一步工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的学术论文目录 | 第60页 |