| 1 绪论 | 第1-19页 |
| ·课题研究背景 | 第10-16页 |
| ·计算机病毒的产生、发展方向以及对人类的危害 | 第10-12页 |
| ·计算机病毒的概念 | 第10页 |
| ·计算机病毒的起源 | 第10页 |
| ·网络环境下计算机病毒与“黑客入侵”相结合,以网络为攻击目标 | 第10-11页 |
| ·变形病毒对计算机安全和网络安全的危害 | 第11-12页 |
| ·传统计算机病毒检测方法的成功及缺陷分析 | 第12-14页 |
| ·特征代码法 | 第13页 |
| ·校验和法 | 第13-14页 |
| ·行为监测法 | 第14页 |
| ·常用防病毒工具的成功与缺陷 | 第14-15页 |
| ·病毒防火墙 | 第14页 |
| ·入侵检测系统(Intrusion Detection System,IDS) | 第14-15页 |
| ·杀毒软件 | 第15页 |
| ·操作系统升级 | 第15页 |
| ·人工免疫原理在反病毒上的应用研究 | 第15-16页 |
| ·人工免疫理论的哲学思想 | 第15-16页 |
| ·人工免疫理论的基本框架及其在反病毒上的成功应用 | 第16页 |
| ·课题来源 | 第16-17页 |
| ·本文的工作 | 第17页 |
| ·本文的内容安排 | 第17-19页 |
| 2 人工免疫理论的起源、发展及其应用 | 第19-41页 |
| ·自然免疫系统 | 第19-26页 |
| ·自然免疫和免疫系统的概念 | 第19页 |
| ·免疫系统组成 | 第19-21页 |
| ·淋巴器官及其功能 | 第20页 |
| ·免疫细胞 | 第20-21页 |
| ·抗体 | 第21页 |
| ·MHC复合体 | 第21页 |
| ·免疫机制 | 第21-24页 |
| ·免疫应答 | 第22-23页 |
| ·免疫系统的特异识别 | 第23-24页 |
| ·免疫系统的进化 | 第24页 |
| ·免疫系统的特性 | 第24-26页 |
| ·耐受性 | 第24-25页 |
| ·自适应性 | 第25页 |
| ·分布性 | 第25页 |
| ·自组织性 | 第25-26页 |
| ·多样性 | 第26页 |
| ·鲁棒性 | 第26页 |
| ·人工免疫理论的起源及其发展 | 第26-31页 |
| ·人工免疫理论的起源 | 第27页 |
| ·人工免疫理论的发展 | 第27-28页 |
| ·人工免疫理论的研究概况 | 第28-31页 |
| ·国外的研究 | 第28-30页 |
| ·国内的研究 | 第30-31页 |
| ·人工免疫的仿生机理[11,17] | 第31-38页 |
| ·免疫识别 | 第31-32页 |
| ·免疫学习 | 第32-33页 |
| ·免疫记忆 | 第33-34页 |
| ·克隆选择 | 第34-36页 |
| ·免疫网络 | 第36-37页 |
| ·个体多样性 | 第37页 |
| ·分布式和自适应性 | 第37-38页 |
| ·人工免疫理论在网络安全上的应用 | 第38-41页 |
| ·反病毒应用 | 第38-39页 |
| ·IDS应用[20] | 第39-41页 |
| 3 人工免疫系统模型及算法 | 第41-61页 |
| ·人工免疫系统模型 | 第41-53页 |
| ·IMMSIM模型 | 第41-43页 |
| ·细胞自动机模型 | 第41-42页 |
| ·IMMSIM模型概要 | 第42页 |
| ·栅格的定义 | 第42页 |
| ·免疫细胞的状态定义 | 第42-43页 |
| ·亲合力计算 | 第43页 |
| ·交互规则 | 第43页 |
| ·克隆选择 | 第43页 |
| ·ARTIS分布式检测模型 | 第43-48页 |
| ·模型概要 | 第44页 |
| ·自体、非自体 | 第44页 |
| ·检测器 | 第44页 |
| ·节点 | 第44-45页 |
| ·分布式系统的定义 | 第45页 |
| ·匹配规则 | 第45-46页 |
| ·训练检测系统 | 第46-48页 |
| ·免疫调节和记忆 | 第48页 |
| ·Multi-Layered免疫模型 | 第48-51页 |
| ·模型概要 | 第49页 |
| ·自由抗体层 | 第49页 |
| ·B细胞层 | 第49-51页 |
| ·记忆细胞层 | 第51页 |
| ·数量控制 | 第51页 |
| ·免疫multi-agent模型 | 第51-53页 |
| ·multi-agent系统 | 第51-52页 |
| ·agent的一些特性 | 第52-53页 |
| ·multi-agent系统和免疫系统比较 | 第53页 |
| ·人工免疫算法 | 第53-61页 |
| ·否定性选择算法 | 第53-55页 |
| ·克隆选择算法 | 第55-59页 |
| ·标准的克隆选择算法 | 第55-56页 |
| ·克隆选择机理 | 第56-59页 |
| ·动态克隆选择算法 | 第59-61页 |
| 4 人工免疫系统模型AISVDM的实现及其在计算机病毒检测中的应用 | 第61-88页 |
| ·系统工作流程 | 第61-65页 |
| ·抓包模块的实现 | 第62页 |
| ·抗原提取 | 第62-64页 |
| ·基因提取 | 第62-64页 |
| ·抗原提取 | 第64页 |
| ·输出模块 | 第64-65页 |
| ·病毒检测模块框架 | 第65页 |
| ·病毒检测过程的实现 | 第65-78页 |
| ·基本定义 | 第66-67页 |
| ·自体/非自体的定义 | 第66页 |
| ·检测器的定义 | 第66-67页 |
| ·匹配原则及亲和力计算 | 第67页 |
| ·检测器的变异 | 第67-68页 |
| ·可控变异 | 第68页 |
| ·随机变异 | 第68页 |
| ·检测器的进化与检测器的生命周期 | 第68-72页 |
| ·检测器的产生及成长(自体耐受) | 第68-70页 |
| ·检测器的进化及记忆检测器 | 第70页 |
| ·检测器的生命过程 | 第70-72页 |
| ·疑似病毒库及变异检测器检测病毒过程 | 第72页 |
| ·免疫学习的实现(系统初始化) | 第72-73页 |
| ·病毒检测模块的实现 | 第73-78页 |
| ·实验结果 | 第78-83页 |
| ·免疫应答 | 第78-83页 |
| ·二次应答 | 第78-80页 |
| ·初次应答 | 第80-83页 |
| ·小结 | 第83页 |
| ·系统效率分析 | 第83-88页 |
| ·二次应答的效率 | 第83页 |
| ·新病毒的效率 | 第83-84页 |
| ·检测器变异对抗体的影响 | 第84-88页 |
| 5 总结与展望 | 第88-92页 |
| ·人工免疫研究中的成功方面 | 第88-89页 |
| ·计算机网络安全 | 第88页 |
| ·模式识别 | 第88-89页 |
| ·组合优化 | 第89页 |
| ·机器学习 | 第89页 |
| ·智能控制 | 第89页 |
| ·人工免疫研究中存在的问题 | 第89-90页 |
| ·免疫算法上,还存在改进的方面 | 第89-90页 |
| ·就免疫系统机理本身来讲,也存在缺憾 | 第90页 |
| ·人工免疫系统的进一步研究的方向 | 第90-92页 |
| ·改进算法 | 第90页 |
| ·进一步开发基于智能agent 技术的计算机免疫系统 | 第90-91页 |
| ·基于免疫系统分布式和并行运行机制的分布式计算和并行计算技术的研究 | 第91页 |
| ·人工免疫与人工神经网络、内分泌系统的集成 | 第91页 |
| ·人工免疫与网格计算研究相结合 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 附录1 作者研究生阶段科研经历 | 第95页 |
| 附录2 作者研究生阶段论文发表情况 | 第95-96页 |
| 独创性声明 | 第96-97页 |
| 致 谢 | 第97页 |
