基于人工免疫系统的入侵检测器生成算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·本文研究目的、内容和创新之处 | 第10-12页 |
| ·本论文内容的组织安排 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 人体免疫系统简介 | 第13-23页 |
| ·基本概念 | 第13页 |
| ·人体免疫系统功能与框架 | 第13-14页 |
| ·免疫类别 | 第14-15页 |
| ·免疫系统实现 | 第15-18页 |
| ·淋巴细胞的近似绑定 | 第15页 |
| ·受体多样性的实现 | 第15-16页 |
| ·亲和力培育 | 第16页 |
| ·免疫记忆 | 第16-17页 |
| ·自我耐受 | 第17-18页 |
| ·免疫响应基本工作原理 | 第18-19页 |
| ·免疫系统特征 | 第19页 |
| ·当前免疫理论 | 第19-21页 |
| ·克隆选择理论 | 第19-20页 |
| ·免疫网络理论 | 第20-21页 |
| ·危险理论 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 人工免疫系统简介 | 第23-43页 |
| ·人工免疫系统概述 | 第23-27页 |
| ·什么是人工免疫系统 | 第23页 |
| ·人工免疫系统组成 | 第23-24页 |
| ·人工免疫系统的历史和现状 | 第24-27页 |
| ·免疫模型 | 第27-30页 |
| ·Shape-Space模型和亲和力计算方法 | 第27-29页 |
| ·生命周期模型 | 第29-30页 |
| ·亲和力变异和受体编辑模型 | 第30页 |
| ·免疫算法 | 第30-41页 |
| ·骨髓模型 | 第30-31页 |
| ·阴性选择算法 | 第31-33页 |
| ·克隆选择算法 | 第33-39页 |
| ·免疫网络 | 第39-41页 |
| ·基于人工免疫的入侵检测系统 | 第41-42页 |
| ·相关概念 | 第41页 |
| ·基于人工免疫的入侵检测研究现状分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于遗传算法的T检测器培育算法 | 第43-51页 |
| ·引言 | 第43页 |
| ·T检测器培育算法 | 第43-45页 |
| ·实验 | 第45-46页 |
| ·结果分析 | 第46-47页 |
| ·检测率的比较 | 第46页 |
| ·亲和力阈值和自我亲和力的自适应 | 第46-47页 |
| ·算法的改进 | 第47页 |
| ·TMA-GA的其他特性分析 | 第47-49页 |
| ·结论 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于匹配区域模型的T检测器培育算法 | 第51-59页 |
| ·引言 | 第51页 |
| ·实验 | 第51-54页 |
| ·检测率的比较 | 第52页 |
| ·最大最小自我亲和力的自适应性 | 第52页 |
| ·种群平均年龄变动情况 | 第52-54页 |
| ·不同操作组合的算法比较 | 第54-57页 |
| ·检测率的比较 | 第54-56页 |
| ·种群个体的变动情况 | 第56页 |
| ·自我亲和力的变化 | 第56-57页 |
| ·结论 | 第57页 |
| ·本章小结 | 第57-59页 |
| 第六章 基于匹配区域模型的静态克隆选择算法 | 第59-70页 |
| ·引言 | 第59-60页 |
| ·aSCSA的算法 | 第60-63页 |
| ·算法模型 | 第60-62页 |
| ·实验 | 第62-63页 |
| ·SCSA-MRM算法 | 第63-68页 |
| ·算法模型 | 第64页 |
| ·算法比较实验 | 第64-65页 |
| ·算法的自适应性 | 第65-66页 |
| ·算法的参数敏感性分析 | 第66-68页 |
| ·结论 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第七章 基于匹配区域模型的动态阴性选择算法 | 第70-77页 |
| ·引言 | 第70页 |
| ·基于匹配区域模型的动态阴性选择算法 | 第70-71页 |
| ·实验 | 第71-75页 |
| ·DNSA-MRM和DNSA-AM的比较 | 第71-72页 |
| ·DNSA-MRM的其他特性分析 | 第72-75页 |
| ·结论 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第八章 总结 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间参加科研项目与发表的学术论文目录 | 第85页 |
