导读:本文包含了记忆检测器论文开题报告文献综述及选题提纲参考文献，主要关键词:克隆选择,记忆检测器,阴性选择,人工免疫
记忆检测器论文文献综述
时和平,时晨,马秀芳[1]（2011）在《基于动态克隆选择的记忆检测器更新算法》一文中研究指出记忆细胞在再次检测到相同或相似的抗原时能迅速活化,产生大量抗体,并进行快速免疫应答。在基于人工免疫的入侵检测中,利用此特性对检测器生命周期进行模拟,可大大提高入侵检测系统的性能。文章在分析动态克隆选择算法模型中记忆检测器生成过程的基础上,提出一种记忆检测器更新算法,对记忆检测器的个数设定最大值,避免出现随着时间的推移产生检测器规模过大的问题。提出"淘汰匹配次数最少检测器"的淘汰策略,较好解决了随机淘汰策略带来的缺陷,能较有效地平衡系统的性能和开销。对淘汰的成熟检测器进行再利用,对不同检测器阶段进行动态调节。(本文来源于《电信快报》期刊2011年04期）
姜大伟,韩莉,常志英[2]（2010）在《基于记忆双导向变异的故障检测器生成方法》一文中研究指出人工免疫算法中的阴性选择算法已经成功应用于故障诊断领域。为了生成更加优良的故障检测器,提高算法性能,本文在传统阴性选择算法的基础上,提出了一种基于免疫记忆双导向变异的故障检测器生成方法。该算法定义了一个免疫记忆集合,把与自体集合或成熟检测器集合发生匹配的检测器放入到免疫记忆集合里,并对这一检测器进行双导向变异,以减少资源浪费和冗余的发生。本文数据采用实属编码形式。仿真结果表明,新算法在故障检测性能方面优于传统算法,具有较高的故障诊断率,算法平均运行时间明显缩短。本文为故障诊断方法的研究拓宽了道路,具有一定的理论和现实意义。(本文来源于《计算机工程与科学》期刊2010年12期）
王涛,张凤斌,李鑫鑫[3]（2008）在《基于人工免疫的记忆检测器研究》一文中研究指出传统的手段已不能充分地解决计算机网络的安全问题。为了确保计算机网络系统安全,建立一个有效的入侵检测系统IDS,针对IDS中成熟检测器检测率低和错误肯定率高的问题,根据人工免疫记忆原理,研究了免疫检测器集中成熟检测器激活,记忆检测器生成与变异机制以及演化,给出了记忆检测器生成算法,研究了记忆检测器变异和淘汰机制。实验结果证明记忆检测器为主的检测器集合实现了检测器自学习和联想记忆的功能,提高了入侵检测系统的自适应能力和检测率,减少了错误肯定率。(本文来源于《计算机技术与发展》期刊2008年06期）
王涛[4]（2008）在《基于人工免疫的记忆检测器研究》一文中研究指出随着计算机技术和网络技术的迅猛发展,计算机及网络的入侵问题越来越突出,为保护系统资源,需要建立不同于防火墙和防病毒软件的主动防御机制检测入侵。入侵检测系统就是监控网络或计算机系统的动态行为特征并据此判断是否有入侵的主动防御措施。但是传统入侵检测方法存在不足,因此,如何对计算机和网络中的非法行为进行主动防御和有效抑制,成为当今计算机安全及待解决的重要问题。自然界中,生物的免疫系统成功地保护生物自身免受外来病原体的侵害,是一个高度进化的生物系统,具有特异性、自学习、多样性、自适应性、动态性和自组织等优良特性。免疫系统的许多特点和机制,对于构建新一代入侵检测系统具有极大的借鉴作用。本论文深入探索和研究生物免疫系统所蕴含的学习进化机制,面向入侵检测系统设计高效的模型和算法,进而建立基于人工免疫的入侵检测系统。具体而言,本论文主要研究工作有:针对入侵检测中自体动态变化的问题,探讨了入侵检测中的自体定义要明确的问题,给出了自体的明确定义,分析了自体的表示法,给出了基于二进制的自体集确定方式。针对成熟检测器检测率低,误报率高的问题,借鉴免疫记忆原理,提出了记忆检测器的生成演化算法,在研究过程中借鉴免疫抗体指令系统对检测器进行了分类细分,借鉴高速缓存中的替换算法对记忆检测器进行动态淘汰降职,使用高频变异算子和遗传算子对记忆检测器进行了变异,提高了检测器的检测率,降低了误报率。针对已有基于人工免疫的入侵检测模型的不足,构建以记忆检测器为主的动态多层次入侵检测模型。本模型以记忆检测器为主,在整个检测器学习进化过程和检测中加入协同刺激信号,使用了自体的自动更新、免疫检测器的否定选择算法和检测器的动态转化机制。实验结果证明以记忆检测器为主的检测器集合实现了检测器自学习、自适应和动态性的功能,提高了入侵检测系统的检测率,减少了误报率。(本文来源于《哈尔滨理工大学》期刊2008-03-01）
记忆检测器论文开题报告
（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：
人工免疫算法中的阴性选择算法已经成功应用于故障诊断领域。为了生成更加优良的故障检测器,提高算法性能,本文在传统阴性选择算法的基础上,提出了一种基于免疫记忆双导向变异的故障检测器生成方法。该算法定义了一个免疫记忆集合,把与自体集合或成熟检测器集合发生匹配的检测器放入到免疫记忆集合里,并对这一检测器进行双导向变异,以减少资源浪费和冗余的发生。本文数据采用实属编码形式。仿真结果表明,新算法在故障检测性能方面优于传统算法,具有较高的故障诊断率,算法平均运行时间明显缩短。本文为故障诊断方法的研究拓宽了道路,具有一定的理论和现实意义。
（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。
记忆检测器论文参考文献
[1].时和平,时晨,马秀芳.基于动态克隆选择的记忆检测器更新算法[J].电信快报.2011
[2].姜大伟,韩莉,常志英.基于记忆双导向变异的故障检测器生成方法[J].计算机工程与科学.2010
[3].王涛,张凤斌,李鑫鑫.基于人工免疫的记忆检测器研究[J].计算机技术与发展.2008
[4].王涛.基于人工免疫的记忆检测器研究[D].哈尔滨理工大学.2008