计算机免疫系统及其应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

计算机免疫系统及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 计算机免疫系统1

1.1.1 生物免疫系统及其信息处理机能1

1.1.2 计算机免疫系统及其应用3

1.1.3 计算机免疫系统的主要算法4

1.1.4 量子免疫计算5

1.1.5 混沌免疫优化7

1.2 克隆选择算法7

1.2.1 基本免疫克隆优化算法7

1.2.2 免疫克隆形态空间理论9

1.3 否定选择算法11

1.4 危险理论13

1.5 优化问题建模14

1.5.1 单目标优化问题14

1.5.2 多目标优化问题14

1.5.3 约束处理技术16

1.5.4 优化问题的求解方法16

1.6 本章小结17

参考文献17

第2章 基于免疫优化的认知无线网络频谱分配20

2.1 概述20

2.2 认知无线网络的频谱感知和分配模型20

2.2.1 物理层频谱感知过程20

2.2.2 物理连接模型及建模过程21

2.2.3 频谱分配的图着色模型22

2.2.4 频谱分配矩阵22

2.3 频谱分配具体实现25

2.3.1 算法具体实现25

2.3.2 算法特点和优势分析27

2.3.3 算法收敛性证明27

2.4 仿真实验与结果分析29

2.4.1 实验数据的生成29

2.4.2 算法参数设置29

2.4.3 实验结果及对比分析29

2.4.4 基于WRAN的系统级仿真33

2.5 本章小结34

参考文献35

第3章 基于混沌量子免疫优化的频谱按需分配算法37

3.1 概述37

3.2 考虑次用户需求的频谱按需分配模型37

3.2.1 基于图着色理论的频谱分配建模37

3.2.2 考虑认知用户需求的频谱分配模型38

3.3 频谱按需分配具体实现40

3.3.1 算法具体实现过程40

3.3.2 算法特点和优势分析43

3.3.3 算法收敛性分析43

3.4 仿真实验与结果分析45

3.4.1 实验数据的生成45

3.4.2 相关算法参数的设置45

3.4.3 实验结果及对比分析45

3.5 本章小结50

参考文献50

第4章 基于并行免疫优化的频谱分配52

4.1 概述52

4.2 认知无线网络的频谱分配模型52

4.3 并行免疫优化算法主要思想53

4.4 基于并行免疫优化的频谱分配具体实现54

4.4.1 关键技术54

4.4.2 算法实现步骤55

4.5 仿真实验与结果分析56

4.5.1 算法仿真环境和参数设置56

4.5.2 实验结果及分析56

4.5.3 并行算法的性能分析58

4.6 本章小结58

参考文献58

第5章 认知Mesh网络中基于免疫多目标优化的频谱分配60

5.1 概述60

5.2 系统模型61

5.3 算法实现62

5.3.1 免疫优化算法62

5.3.2 抗体编码62

5.3.3 亲和度函数62

5.3.4 算法描述63

5.3.5 算法特点分析64

5.4 实验结果及分析64

5.5 本章小结67

参考文献67

第6章 量子免疫算法求解基于认知引擎的频谱决策问题69

6.1 概述69

6.2 基于认知引擎的频谱决策分析与建模69

6.3 算法关键技术与具体实现70

6.3.1 关键技术70

6.3.2 算法具体步骤71

6.3.3 算法特点和优势分析72

6.3.4 算法收敛性分析73

6.4 仿真实验与结果分析74

6.4.1 仿真实验环境及参数设置74

6.4.2 仿真实验结果及分析75

6.5 本章小结79

参考文献79

第7章 基于免疫多目标的频谱决策参数优化81

7.1 概述81

7.2 基于认知引擎的频谱决策问题建模81

7.3 算法关键技术与具体实现82

7.3.1 关键技术82

7.3.2 求解本问题的多目标免疫优化算法83

7.3.3 算法特点和优势分析85

7.4 仿真实验与结果分析85

7.4.1 实验环境及参数设置85

7.4.2 实验步骤86

7.4.3 实验结果86

7.4.4 相关算法比较分析87

7.5 本章小结89

参考文献90

第8章 基于免疫优化的认知OFDM系统资源分配92

8.1 概述92

8.2 基于免疫优化的子载波资源分配92

8.2.1 认知OFDM子载波资源分配描述92

8.2.2 认知OFDM子载波资源分配模型93

8.2.3 算法实现的关键技术94

8.2.4 基于免疫优化的算法实现过程95

8.2.5 算法特点和优势分析97

8.2.6 仿真实验结果97

8.2.7 小结100

8.3 基于免疫优化的功率资源分配100

8.3.1 功率资源分配问题描述100

8.3.2 功率资源分配问题的模型100

8.3.3 算法实现的关键技术101

8.3.4 基于免疫克隆优化的算法实现过程103

8.3.5 算法特点分析104

8.3.6 实验结果与分析104

8.3.7 小结107

8.4 联合子载波和功率的比例公平资源分配107

8.4.1 问题描述107

8.4.2 比例公平资源分配模型108

8.4.3 基于免疫优化的资源分配实现过程109

8.4.4 仿真实验结果与分析115

8.4.5 小结119

8.5 本章小结119

参考文献119

第9章 基于免疫的新型入侵防御模型研究122

9.1 概述122

9.2 基本理论基础122

9.2.1 入侵防御模型的形式化描述122

9.2.2 入侵防御模型的检测性能描述123

9.2.3 生物免疫系统与入侵防御的隐喻关系123

9.3 模型具体实现124

9.3.1 抗原、自体与非自体的形式化描述124

9.3.2 抗体形式化描述124

9.3.3 自体的动力学方程124

9.3.4 未成熟抗体的生成和演化125

9.3.5 自体耐受动力学方程126

9.3.6 成熟抗体动力学方程126

9.3.7 记忆抗体动力学方程127

9.3.8 抗原及其动力学方程127

9.3.9 模型入侵防御过程及性能分析128

9.3.10 模型性能分析128

9.4 系统仿真实验与分析129

9.5 本章小结131

参考文献132

第10章 基于危险理论的网络风险感知模型134

10.1 概述134

10.2 理论基础和设计思想134

10.3 网络入侵检测具体实现135

10.3.1 抗原形式化描述及变化方程135

10.3.2 抗体形式化描述及变化135

10.3.3 未成熟抗体的动力学方程136

10.3.4 成熟抗体动力学方程137

10.3.5 记忆抗体动力学方程137

10.3.6 入侵检测性能分析137

10.4 网络风险评估具体实现138

10.4.1 抗体浓度计算138

10.4.2 风险定量计算138

10.5 系统仿真实验与分析139

10.6 本章小结141

参考文献141

第11章 网络安全风险评估的云模型实现143

11.1 概述143

11.2 理论基础和设计思想143

11.2.1 云模型的再理解143

11.2.2 设计思想和基本任务144

11.3 关键技术与实现145

11.3.1 系统变量云145

11.3.2 云发生器的构造145

11.3.3 网络入侵风险的评估和决策过程149

11.4 系统仿真实验150

11.4.1 仿真过程与结果150

11.4.2 相关算法比较分析151

11.5 本章小结151

参考文献152

第12章 一种用于异常检测的实值否定选择算法154

12.1 概述154

12.2 相关工作154

12.3 算法基本思想和步骤155

12.3.1 算法改进的基本思想155

12.3.2 算法基本步骤和流程156

12.3.3 算法特点分析157

12.4 实验和结果分析158

12.4.1 异常检测系统及其性能的形式化描述158

12.4.2 在合成数据上的结果159

12.4.3 在真实数据上的实验结果161

12.5 本章小结164

参考文献164

第13章 一种免疫实值检测器优化生成算法166

13.1 概述166

13.2 国内外相关工作166

13.3 算法关键技术分析和实现167

13.3.1 检测器生成过程的概率统计分析167

13.3.2 检测器生成过程的假设检验描述168

13.3.3 检测器中心和半径的优化169

13.3.4 算法基本步骤和分析170

13.3.5 算法优势和特点分析171

13.3.6 算法的复杂度172

13.4 实验和结果分析172

13.4.1 异常检测系统及其性能的形式化描述172

13.4.2 合成数据上的实验及分析173

13.4.3 在真实数据上的实验结果177

13.5 本章小结180

参考文献180