-
题名基于协同进化的免疫检测器分布优化算法
被引量：3
- 1
-
-
作者
刘海龙
张凤斌
席亮
-
机构
哈尔滨理工大学计算机科学与技术学院
哈尔滨师范大学计算机科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
2013年第11期154-157,共4页
-
基金
国家自然科学基金资助项目(60671049
61172168)
-
文摘
为解决免疫实值检测器的黑洞问题,分析检测器规模对检测性能的影响,提出一种基于协同进化的免疫实值检测器分布优化算法。将检测器集分成不同子集,寻找每个子集的最优个体,利用各子集间的相互作用与影响对各子集进行优化处理,取并集构成完整检测器集。实验结果表明,与否定选择算法相比,该算法不仅可以有效减少黑洞的产生,并且能以较少的检测器精确地覆盖非自体空间,从而提高检测器性能。
-
关键词
入侵检测
人工免疫
检测器
分布优化
否定选择算法
协同进化
-
Keywords
intrusion detection
artificial immunity
detector
distribution optimization
negative selection algorithm（nsa）
co-volution
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名免疫入侵检测多形态检测算法
被引量：1
- 2
-
-
作者
席亮
张凤斌
刘海龙
-
机构
哈尔滨理工大学计算机科学与技术学院
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2014年第1期16-22,共7页
-
基金
国家自然科学基金(60671049
61172168)资助项目
-
文摘
针对基于免疫机制的入侵检测系统的单一形态检测器检测性能低下的问题,分析了二进制形态空间和实值形态空间各自的不足,借鉴免疫独特型网络理论和免疫危险理论的信号机制,提出了多形态检测算法,该算法使用二进制形态和实值形态两种检测器协同检测,通过协同信号判定事件是否异常。经实验表明,该多形态检测算法较单一形态检测算法在检测性能上有了极大的提高。
-
关键词
免疫入侵检测
形态空间
二进制
实值
检测器
多形态
否定选择算法
-
Keywords
immunity-based intrusion detection, shape-space, binary, real-valued, detector, multi-shape, nega-tive selection algorithm（nsa）
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自适应性分类器的垃圾邮件检测
被引量：5
- 3
-
-
作者
陈龙
梁意文
谭成予
-
机构
武汉大学计算机学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第5期194-200,共7页
-
基金
国家自然科学基金(61170306)
国家高技术研究发展计划项目(2012AA09A410)
-
文摘
垃圾邮件形式内容多变,容易伪装成正常邮件而绕过检测,其中新型垃圾邮件的检测漏报率较高。为此,结合反向选择和支持向量机(SVM)的思想,设计一种新的自适应性分类器并应用于垃圾邮件检测。使用SVM的最优超平面对邮件进行预分类,得到与预测模型匹配的"正常邮件"和垃圾邮件,运用反向选择算法(NSA)对筛选出的"正常邮件"数据集进行二次过滤以检测出新型垃圾邮件,并利用含有标签的正常邮件和垃圾邮件集合自适应更新原有的最优超平面,循环上述检测过程直至垃圾邮件的识别率趋于稳定,最终得到的最优超平面符合当前检测最优。实验结果表明,相对于SVM与NSA,该检测方法能在保证正常邮件高识别率的基础上,提高新型垃圾邮件的识别率。
-
关键词
新型垃圾邮件
反向选择算法
支持向量机
自适应
分类器
-
Keywords
new spam
negative selection algorithm （nsa）
Support Vector Machine （SVM）
adaption
classifier
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于物元-阴性选择算法的轴箱轴承故障检测
被引量：2
- 4
-
-
作者
赵聪聪
刘玉梅
赵颖慧
白杨
-
机构
吉林农业大学工程技术学院
吉林大学交通学院
一汽研发总院智能网联开发院
一汽大众汽车有限公司技术开发部
-
出处
《西南交通大学学报》
EI
CSCD
北大核心
2021年第5期973-980,共8页
-
基金
国家自然科学基金(51575232)
吉林省教育厅科学技术项目(JJKH20200332KJ)
吉林省科技厅自然科学基金(20180101056JC)。
-
文摘
针对高速列车轴箱轴承故障数据获取困难的问题,提出了一种无需先验知识的利用物元和阴性选择算法进行轴承故障检测的方法.首先利用多维物元构建阴性选择算法的检测器模型,以检测器与训练样本之间的综合关联度作为匹配规则,并在综合关联度约束范围内引入控制参数,实现检测器对非己空间的更大覆盖;其次,根据匹配规则和控制参数构建适应度函数,采用粒子群优化算法生成候选检测器,分析控制参数对检测器生成和粒子群优化算法收敛速度的影响;此外,为降低候选检测器集合的冗余度,基于关联度提出了检测器特征参数区间的合并规则,将成熟检测器个数降低至18个;最后,通过信号模拟方法生成轴箱轴承的各类故障信号,建立100组测试样本,并利用18个成熟检测器进行故障检测.研究结果表明:成熟检测器对不同类轴承故障均具有较好的检测性能,正常样本的检测器激活率为1.11%,故障样本的检测器激活率不低于96.67%.
-
关键词
轴箱轴承
故障检测
物元模型
阴性选择算法
冗余度
-
Keywords
axle box bearing
fault detection
matter-element model
negative selection algorithm(nsa)
redundancy
-
分类号
U279
[机械工程—车辆工程]
-
-
题名基于自适应Voronoi检测器的故障检测算法
被引量：1
- 5
-
-
作者
尹中川
徐遵义
韩绍超
王俊雪
-
机构
山东建筑大学计算机科学与技术学院
-
出处
《计算机应用与软件》
北大核心
2018年第3期257-261,共5页
-
基金
山东省重点研发计划项目(2015GGX101047
2016GGX101024)
-
文摘
否定选择算法在单分类算法中具有良好特性,但在故障检测中,传统的否定选择算法训练时间过长,实际的检测精度不高。针对这些问题,提出一种基于自适应Voronoi检测器的否定选择算法。算法利用自体空间的内外边界样本生成检测器,弥补了实值检测器存在孔洞的缺陷,提高了检测器的覆盖率,且检测器仅需一次训练,减少了训练时间。通过对Iris数据和华北某电厂真实数据进行实验,将传统否定选择算法同V-Detector算法进行对比。实验证明该算法相对传统否定选择算法减少了检测器的生成时间,提高了算法整体的检测精度,避免了检测器间孔洞的发生。
-
关键词
密度聚类
否定选择算法
人工免疫
故障检测
冯洛诺伊图
-
Keywords
Density clustering
negative selection algorithm(nsa)
Artificial immune system(AIS)
Fault detection
Voronoi diagram
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
