| 论文创新点 | 第5-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-10页 |
| 第1章 引言 | 第16-24页 |
| 1.1 计算机免疫学的研究及发展 | 第16-18页 |
| 1.1.1 机体免疫学的研究对象与本质 | 第16-17页 |
| 1.1.2 计算机免疫学研究的主流理论 | 第17-18页 |
| 1.1.3 危险理论的核心思想 | 第18页 |
| 1.2 研究动机和选题背景 | 第18-21页 |
| 1.2.1 危险理论的焦点问题 | 第18-19页 |
| 1.2.2 数字微分对危险感知的可借鉴性 | 第19页 |
| 1.2.3 研究目标 | 第19-20页 |
| 1.2.4 选题背景 | 第20-21页 |
| 1.3 主要工作和创新点 | 第21-22页 |
| 1.4 论文组织结构 | 第22-24页 |
| 第2章 计算机免疫学的发展 | 第24-38页 |
| 2.1 计算机免疫学的研究范畴和学科定位 | 第24-28页 |
| 2.1.1 人工智能与自然计算 | 第24-26页 |
| 2.1.2 仿生智能计算 | 第26-27页 |
| 2.1.3 计算机免疫学的兴起 | 第27-28页 |
| 2.2 免疫系统——复杂的自适应系统 | 第28-32页 |
| 2.2.1 生物免疫系统概述 | 第28-30页 |
| 2.2.2 生物免疫系统的特性 | 第30-31页 |
| 2.2.3 免疫系统的本质功能 | 第31-32页 |
| 2.3 计算机免疫学研究概述 | 第32-37页 |
| 2.3.1 计算机免疫学研究方向及现状 | 第32-35页 |
| 2.3.2 Self-Nonself模型研究的困境 | 第35-36页 |
| 2.3.3 危险理论的研究意义 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 计算机免疫中的危险理论 | 第38-57页 |
| 3.1 计算机免疫系统的基本问题 | 第38-39页 |
| 3.2 危险理论的生物学基础 | 第39-43页 |
| 3.2.1 免疫危险理论的引入 | 第39-41页 |
| 3.2.2 危险理论的工作原理 | 第41-43页 |
| 3.3 危险理论研究概况 | 第43-51页 |
| 3.3.1 危险理论的研究现状 | 第43-48页 |
| 3.3.2 危险理论的应用 | 第48-50页 |
| 3.3.3 危险理论的特点 | 第50-51页 |
| 3.4 危险理论中的核心问题 | 第51-54页 |
| 3.4.1 危险信号定义的完备性和智能性 | 第51-52页 |
| 3.4.2 危险状态感知的自适应性问题 | 第52-54页 |
| 3.5 从本质入手解决两大核心问题 | 第54-56页 |
| 3.5.1 核心问题存在的原因 | 第54-55页 |
| 3.5.2 核心问题的研究思路 | 第55-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第4章 变化的数字微分描述体系 | 第57-74页 |
| 4.1 函数的作用与意义 | 第57-60页 |
| 4.1.1 自变量和因变量间的映射关系 | 第58-59页 |
| 4.1.2 复杂的变量关系映射——多元函数 | 第59-60页 |
| 4.2 数字微分方法可解决的问题 | 第60-66页 |
| 4.2.1 微分描述变化 | 第60-63页 |
| 4.2.2 微分描述关系 | 第63-64页 |
| 4.2.3 微分描述变化的特征和规律 | 第64-66页 |
| 4.3 变化的数字微分描述模型 | 第66-72页 |
| 4.3.1 离散建模的一般性方法 | 第66-67页 |
| 4.3.2 数字微分模型的问题域描述 | 第67-70页 |
| 4.3.3 数字微分模型描述 | 第70-72页 |
| 4.4 本章小结 | 第72-74页 |
| 第5章 基于微分的免疫危险感知体系 | 第74-97页 |
| 5.1 免疫平衡机理 | 第74-78页 |
| 5.1.1 免疫调节与生理平衡 | 第74-76页 |
| 5.1.2 平衡与变化的关系 | 第76-77页 |
| 5.1.3 平衡与危险的关系 | 第77-78页 |
| 5.2 危险感知体系的基本结构 | 第78-82页 |
| 5.2.1 体系构成与层次结构 | 第78-80页 |
| 5.2.2 免疫个体 | 第80-81页 |
| 5.2.3 免疫中心 | 第81-82页 |
| 5.3 危险信号生成器 | 第82-85页 |
| 5.3.1 特征信息点的选取 | 第83-84页 |
| 5.3.2 运行特征的提取 | 第84-85页 |
| 5.3.3 变化感知——危险信号的生成 | 第85页 |
| 5.4 平衡分析器 | 第85-91页 |
| 5.4.1 平衡的层次 | 第86-87页 |
| 5.4.2 单一指标变化趋势的平衡描述 | 第87页 |
| 5.4.3 指标关系的平衡描述 | 第87-91页 |
| 5.5 危险感知器 | 第91-93页 |
| 5.5.1 状态失衡的判定——危险感知 | 第91-92页 |
| 5.5.2 危险特征的动态提取 | 第92-93页 |
| 5.6 免疫协同机制 | 第93-95页 |
| 5.7 本章小结 | 第95-97页 |
| 第6章 恶意软件检测实验 | 第97-111页 |
| 6.1 恶意软件检测现状 | 第97-100页 |
| 6.1.1 恶意软件对信息系统的严重威胁 | 第97-98页 |
| 6.1.2 恶意软件检测方法 | 第98-99页 |
| 6.1.3 恶意软件检测的问题和出路 | 第99-100页 |
| 6.2 实验环境 | 第100-104页 |
| 6.2.1 僵尸网络的特点及工作原理 | 第101-102页 |
| 6.2.2 实验环境 | 第102-104页 |
| 6.2.3 实验目标 | 第104页 |
| 6.3 实验设计 | 第104-108页 |
| 6.3.1 实验场景设计 | 第104-105页 |
| 6.3.2 实验数据准备 | 第105-106页 |
| 6.3.3 实验步骤及流程 | 第106-108页 |
| 6.4 实验分析 | 第108-110页 |
| 6.4.1 危险信号的生成与自适应提取 | 第108-109页 |
| 6.4.2 验证危险特征检测的有效性 | 第109-110页 |
| 6.5 本章小结 | 第110-111页 |
| 第7章 总结与展望 | 第111-114页 |
| 7.1 论文工作总结 | 第111-112页 |
| 7.2 下一步工作 | 第112-114页 |
| 附录A. 免疫相关术语说明表 | 第114-116页 |
| 附录B. SpyBot常用控制命令说明表 | 第116-117页 |
| 附录C. SDbot常用控制指令说明表 | 第117-118页 |
| 参考文献 | 第118-127页 |
| 攻读博士学位期间论文及科研情况 | 第127-129页 |
| 致谢 | 第129-130页 |