| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题来源 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·计算机免疫学在国内外的研究现状分析 | 第9-11页 |
| ·计算机免疫过程中SELF集的构造算法的研究现状分析 | 第11-12页 |
| ·Stephan Forrest、梁意文等对self 集构造算法的研究 | 第11页 |
| ·self 集构造面临的困难 | 第11-12页 |
| ·本文的主要研究内容和组织结构 | 第12-14页 |
| ·研究内容和主要创新点 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 相关理论基础研究 | 第14-26页 |
| ·引言 | 第14页 |
| ·粗糙集与模糊集理论基础研究 | 第14-20页 |
| ·集合论基础 | 第14-16页 |
| ·模糊集理论研究 | 第16-18页 |
| ·粗糙集理论研究 | 第18-20页 |
| ·计算机免疫基础理论研究 | 第20-25页 |
| ·免疫系统的概念与系统组成 | 第20-21页 |
| ·免疫应答过程 | 第21页 |
| ·免疫系统基本机制和特点 | 第21-23页 |
| ·人工免疫几种算法的分析和比较 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 一种新的基于模糊集相似度的粗糙集规则约简算法 | 第26-35页 |
| ·引言 | 第26页 |
| ·几种属性约简方法的分析与比较 | 第26-30页 |
| ·基于属性重要性和频度的启发式约简算法 | 第26-28页 |
| ·基于二进制可辨矩阵的属性约简算法 | 第28-30页 |
| ·上述几种约简算法的分析和比较 | 第30页 |
| ·值约简的一般算法 | 第30-31页 |
| ·一种新的基于模糊集相似度的粗糙集规则约简算法 | 第31-33页 |
| ·算法的理论基础 | 第32页 |
| ·基于模糊集相似度的粗糙集规则约简算法 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 一种新的基于粗糙集理论的SELF 集的构造和演化算法 | 第35-50页 |
| ·入侵检测模型的检测原理 | 第35-36页 |
| ·人工免疫系统中SELF 集的构造基础 | 第36-39页 |
| ·自体/非自体 | 第36页 |
| ·抗体/抗原 | 第36-38页 |
| ·描述对象 | 第38页 |
| ·分类属性 | 第38-39页 |
| ·特征 | 第39页 |
| ·检测算法 | 第39页 |
| ·基于ROUGH 集理论的SELF 集的构造算法设计 | 第39-41页 |
| ·基于Rough 集数据约简算法设计 | 第40页 |
| ·特征码的构造 | 第40-41页 |
| ·编码方式 | 第41页 |
| ·SELF 集的构造方法和演化算法 | 第41-44页 |
| ·Self 集的构造方法 | 第41-42页 |
| ·Self 集的演化算法设计 | 第42-44页 |
| ·应用举例：SELF 与NON-SELF 决策表 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·发展方向 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录A 攻读硕士学位期间发表的论文 | 第56页 |
