摘要 | 第1-6页 |
Abstract | 第6-14页 |
第一章 绪论 | 第14-27页 |
·引言 | 第14页 |
·生物免疫系统 | 第14-16页 |
·人工免疫机制研究现状与若干问题 | 第16-24页 |
·否定选择算法 | 第17-18页 |
·克隆选择算法 | 第18-22页 |
·免疫网络 | 第22页 |
·危险理论 | 第22-23页 |
·存在的若干问题 | 第23-24页 |
·论文的主要创新工作 | 第24-25页 |
·论文内容安排 | 第25-27页 |
第二章 基于危险理论的自适应免疫算法 | 第27-44页 |
·引言 | 第27-28页 |
·基于危险理论的自适应免疫算法 | 第28-32页 |
·危险信号提取操作O D | 第28-30页 |
·免疫克隆操作OC | 第30页 |
·免疫基因操作O M | 第30-31页 |
·免疫选择操作O S | 第31页 |
·基于危险理论的自适应免疫算法 DTAIA | 第31-32页 |
·DTAIA 算法分析 | 第32-35页 |
·算法基本特点 | 第32页 |
·算法收敛性 | 第32-34页 |
·复杂度分析 | 第34-35页 |
·实验与分析 | 第35-43页 |
·低维函数实验 | 第35-39页 |
·高维函数实验 | 第39-43页 |
·本章小结 | 第43-44页 |
第三章 基于多重 BALDWIN 效应变异的免疫算法 | 第44-65页 |
·引言 | 第44-45页 |
·基于 BALDWIN 效应的变异 | 第45-48页 |
·算法流程描述 | 第48-52页 |
·克隆操作 | 第48-49页 |
·变异操作 | 第49-50页 |
·交叉操作 | 第50页 |
·边界分析 | 第50-51页 |
·免疫选择操作 | 第51-52页 |
·MBCSA 流程设计与分析 | 第52-53页 |
·SAMBCSA 自适应框架与流程设计 | 第53-54页 |
·自适应框架 | 第53-54页 |
·SAMBCSA 流程与分析 | 第54页 |
·实验结果与分析 | 第54-64页 |
·MBCSA 中差异向量的数目对算法性能的影响 | 第55-56页 |
·SAMBCSA 中 w 对算法性能的影响 | 第56-57页 |
·复杂高维多峰函数对比测试 | 第57-64页 |
·本章小结 | 第64-65页 |
第四章 自适应学习免疫算法 | 第65-87页 |
·引言 | 第65-66页 |
·策略池与 SALIA 算法描述 | 第66-73页 |
·四种变异策略 | 第66-69页 |
·自适应学习免疫算法描述 | 第69-73页 |
·实验结果与分析 | 第73-86页 |
·SALIA 与三种典型免疫算法的性能比较 | 第74-82页 |
·SALIA 与四种基于种群算法的性能比较 | 第82-84页 |
·自适应学习框架的分析 | 第84-86页 |
·本章小结 | 第86-87页 |
第五章 混合检测器生成算法 | 第87-101页 |
·引言 | 第87页 |
·算法描述与分析 | 第87-92页 |
·算法定义 | 第87-89页 |
·混合检测器算法描述与分析 | 第89-92页 |
·实验结果与分析 | 第92-99页 |
·针对不同自体集合形状算法的基本特性 | 第93-97页 |
·针对标准经典数据集的不同算法对比 | 第97-99页 |
·本章小结 | 第99-101页 |
第六章 一种基于人工免疫的木马检测模型 | 第101-113页 |
·引言 | 第101-102页 |
·AIBTDM 模型定义 | 第102-107页 |
·完整性检测模块 IDM | 第104-105页 |
·异常检测模块 ADM | 第105页 |
·网络监控模块 NMM | 第105-106页 |
·特征码扫描模块 CCSM | 第106页 |
·系统调用检测模块 SCDM | 第106-107页 |
·模块通信过程示例分析 | 第107-109页 |
·实验结果与分析 | 第109-112页 |
·基于木马数据集的实验 | 第109-111页 |
·AIBTDM 木马检测实验 | 第111-112页 |
·本章小结 | 第112-113页 |
第七章 总结与展望 | 第113-115页 |
·总结 | 第113-114页 |
·展望 | 第114-115页 |
参考文献 | 第115-126页 |
致谢 | 第126-127页 |
在学期间的研究成果及发表的学术论文 | 第127页 |