导读:本文包含了非选择算法论文开题报告文献综述及选题提纲参考文献，主要关键词:异常检测,非选择算法,检测器生成,进化计算
非选择算法论文文献综述
陶晶[1]（2015）在《一种用于异常检测的协同进化非选择算法》一文中研究指出非选择算法是人工免疫中的典型算法,经常用于异常检测中。检测器的生成是非选择算法的核心问题。将进化算法引入非选择算法,提高了检测器生成的效率;通过协同进化,设置独立的子种群,优化了算法性能。实验结果表明本文算法所需的检测器数量更少,检测效率更高。(本文来源于《网络安全技术与应用》期刊2015年05期）
许宝亮[2]（2010）在《用于异常检测的进化非选择算法性能分析》一文中研究指出进化非选择算法是基于生物免疫进化机制和免疫非选择机制而提出的,其已被应用于异常检测问题。本文主要对进化非选择算法用于异常检测时的平均时间复杂度进行分析;并从理论上对比分析了自我检测器集和非我检测器集用于异常检测时的效率问题。对进化非选择算法用于异常检测时的理论分析有助于对算法和异常检测问题的理解;并且在解决不同的异常检测问题时,有助于选择合适的算法。本文的具体工作包括以下几个方面。(1)从理论和实验角度分析了进化非选择算法用于异常检测时的平均时间复杂度。首先,根据进化非选择算法的特性,将异常检测问题分成了两种不同的情况,即无gap情况和有gap情况。然后,当采用完全匹配策略时,在检测个体的每一位都以O (l ?1)的概率进行变异的条件下,分别分析了进化非选择算法用于两种不同的异常检测问题时的平均时间复杂度。最后,通过实验分别对无gap情况和有gap情况进行了验证,得出理论结果和试验结果是基本一致的。(2)当采用完全匹配策略时,对比分析了自我检测器集和非我检测器集用于异常检测时的平均时间复杂度。首先分别计算自我检测器集和非我检测器集用于异常检测时所需要的平均时间复杂度。然后通过对比分析,得出在解决不同的异常检测问题时,是自我检测器集还是非我检测器集更加有效。通过分析的结论可以得出,自我检测器集的大小、非我检测器集的大小和异常发生的概率都对检测器集的选择有影响。本文的实验结果验证了此理论结果的正确性。最后讨论了在使用进化非选择算法和并行工作站两种情况下的不同检测器集的平均时间复杂度。(3)在采用部分匹配策略的条件下,对比分析了自我检测器集和非我检测器集用于异常检测时的平均时间复杂度。首先分别计算自我检测器集和非我检测器集用于异常检测时所需要的平均时间复杂度。然后通过对比分析,得出了在采用部分匹配时的自我检测器集和非我检测器集的效率对比情况,并从实验角度验证了结论的正确性。总的来说,本文分析了进化非选择算法用于异常检测时的平均时间复杂度;并对自我检测器集和非我检测器集用于异常检测时的平均时间复杂度进行了对比分析。本文的工作不仅对进一步理解进化非选择算法的求解效率具有参考价值,而且有利于促进基于生物免疫原理的异常检测算法的研究。(本文来源于《中国科学技术大学》期刊2010-06-01）
郭鹏[3]（2009）在《基于进化非选择算法的可满足性问题求解》一文中研究指出进化非选择算法是通过借鉴生物免疫进化机制与免疫非选择机制而提出的,具有较好的全局搜索能力。可满足性问题是六个基本的NP完全问题之一,其他NP完全问题均可在多项式时间内转换为可满足性问题。因此,SAT问题具有重要的研究价值。本文旨在分析进化非选择算法用于可满足性问题求解时的性能,并与传统的启发式翻转方法相结合,以设计高效的可满足性问题求解算法。具体工作包括以下几个方面:(1)从实验角度分析了非选择在求解可满足性问题时的作用。大量的实验结果表明,非选择在求解可满足性问题时具有协助算法跳出局部最优的作用。同时,实验结果也表明,仅仅依靠非选择并不能取得理想的结果,需要考虑其他启发式技术的加入,以增强局部搜索能力,从而进一步提高算法的求解性能。(2)提出了用于求解可满足性问题的混合算法HENSA-SAT。HENSA-SAT在进化非选择算法的基础上结合了传统的启发式翻转方法,一方面通过非选择协助算法跳出局部最优,另一方面通过启发式翻转方法提高算法的局部寻优能力。实验结果表明,HENSA-SAT在求解可满足性问题,尤其是在求解大规模可满足性问题时,与当前代表性算法GASAT相比具有较好的性能。同时,通过实验对HENSA-SAT算法的参数设置及非选择在协助算法跳出局部最优方面的作用进行了分析。总的来说,本文对非选择在求解可满足性问题时的作用作了具体分析,提出了用于求解可满足性问题的混合算法HENSA-SAT,不仅对可满足性问题本身的求解有参考价值,而且在设计用于其他约束满足及组合优化问题的进化非选择算法时有一定的指导意义。(本文来源于《中国科学技术大学》期刊2009-05-01）
何申,罗文坚,王煦法[4]（2007）在《一种检测器长度可变的非选择算法》一文中研究指出检测器生成是非选择算法的关键步骤.已有检测器生成算法在生成检测器时存在“漏洞”区域和冗余检测器问题.提出了一种检测器长度可变的检测器生成算法,不仅可以消除“漏洞”区域,还可以通过相应的检测器优化算法减少冗余检测器,进而提高检测器生成效率和检测效率.对算法进行了分析和实验证明,结果表明,该算法比传统的非选择算法及r可变的非选择算法具有更好的性能.(本文来源于《软件学报》期刊2007年06期）
屈建平,罗文坚,王煦法[5]（2005）在《基于K-均值聚类的改进非选择算法研究》一文中研究指出文章提出了一种基于K-均值聚类的改进非选择算法,其核心是对检测器集进行K-均值聚类,将检测器集分为多个子类,根据子类中心和待检测数据的亲和度选择若干个合适的子类进行实际检测。文中对算法的检测过程进行了分析,并给出了该算法用于入侵检测时的测试实验结果。实验结果表明,文章算法在检测速度上有明显改善。(本文来源于《计算机工程与应用》期刊2005年28期）
非选择算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
进化非选择算法是基于生物免疫进化机制和免疫非选择机制而提出的,其已被应用于异常检测问题。本文主要对进化非选择算法用于异常检测时的平均时间复杂度进行分析;并从理论上对比分析了自我检测器集和非我检测器集用于异常检测时的效率问题。对进化非选择算法用于异常检测时的理论分析有助于对算法和异常检测问题的理解;并且在解决不同的异常检测问题时,有助于选择合适的算法。本文的具体工作包括以下几个方面。(1)从理论和实验角度分析了进化非选择算法用于异常检测时的平均时间复杂度。首先,根据进化非选择算法的特性,将异常检测问题分成了两种不同的情况,即无gap情况和有gap情况。然后,当采用完全匹配策略时,在检测个体的每一位都以O (l ?1)的概率进行变异的条件下,分别分析了进化非选择算法用于两种不同的异常检测问题时的平均时间复杂度。最后,通过实验分别对无gap情况和有gap情况进行了验证,得出理论结果和试验结果是基本一致的。(2)当采用完全匹配策略时,对比分析了自我检测器集和非我检测器集用于异常检测时的平均时间复杂度。首先分别计算自我检测器集和非我检测器集用于异常检测时所需要的平均时间复杂度。然后通过对比分析,得出在解决不同的异常检测问题时,是自我检测器集还是非我检测器集更加有效。通过分析的结论可以得出,自我检测器集的大小、非我检测器集的大小和异常发生的概率都对检测器集的选择有影响。本文的实验结果验证了此理论结果的正确性。最后讨论了在使用进化非选择算法和并行工作站两种情况下的不同检测器集的平均时间复杂度。(3)在采用部分匹配策略的条件下,对比分析了自我检测器集和非我检测器集用于异常检测时的平均时间复杂度。首先分别计算自我检测器集和非我检测器集用于异常检测时所需要的平均时间复杂度。然后通过对比分析,得出了在采用部分匹配时的自我检测器集和非我检测器集的效率对比情况,并从实验角度验证了结论的正确性。总的来说,本文分析了进化非选择算法用于异常检测时的平均时间复杂度;并对自我检测器集和非我检测器集用于异常检测时的平均时间复杂度进行了对比分析。本文的工作不仅对进一步理解进化非选择算法的求解效率具有参考价值,而且有利于促进基于生物免疫原理的异常检测算法的研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非选择算法论文参考文献
[1].陶晶.一种用于异常检测的协同进化非选择算法[J].网络安全技术与应用.2015
[2].许宝亮.用于异常检测的进化非选择算法性能分析[D].中国科学技术大学.2010
[3].郭鹏.基于进化非选择算法的可满足性问题求解[D].中国科学技术大学.2009
[4].何申,罗文坚,王煦法.一种检测器长度可变的非选择算法[J].软件学报.2007
[5].屈建平,罗文坚,王煦法.基于K-均值聚类的改进非选择算法研究[J].计算机工程与应用.2005