第1章 绪论 1
1.1 仿生学概述 1
1.2 计算智能概述 3
1.3 免疫算法及其应用 4
1.3.1 免疫算法的发展 4
1.3.2 免疫算法的类型 6
1.3.3 免疫算法的应用 7
1.4 研究内容 10
第2章 人工免疫系统 16
2.1 生物免疫系统简介 16
2.1.1 生物免疫系统组成 16
2.1.2 生物免疫系统机理 20
2.1.3 抗体克隆选择原理 23
2.1.4 MHC的概念与特性 24
2.2 人工免疫系统概况 26
2.2.1 人工免疫系统模型 28
2.2.2 人工免疫系统算法 30
2.2.3 人工免疫系统应用 35
2.2.4 人工免疫系统展望 37
2.3 本章小结 39
第3章 基于MHC的多模态函数优化算法研究 40
3.1 基于MHC的抗体克隆算法 40
3.2 多模态函数优化问题概述 43
3.3 MOAMHC算法设计与实现 44
3.3.1 MOAMHC算法思想 44
3.3.2 MOAMHC算法的基本定义 44
3.3.3 MOAMHC算法的算子构建 46
3.3.4 MOAMHC算法流程 48
3.3.5 MOAMHC算法收敛性分析 50
3.4 仿真实验与结果分析 52
3.4.1 基准测试函数 52
3.4.2 实验参数设置 55
3.4.3 对比实验结果及分析 55
3.5 结论与讨论 67
3.6 本章小结 69
第4章 基于MHC的组合优化算法研究 70
4.1 组合优化问题概述 70
4.2 COAMHC算法设计 71
4.2.1 COAMHC算法思想 71
4.2.2 COAMHC算法的基本定义 72
4.2.3 COAMHC算法的算子构建 74
4.2.4 COAMHC算法流程 76
4.2.5 COAMHC算法收敛性证明 78
4.3 仿真实验与结果分析 80
4.3.1 基准测试问题 80
4.3.2 实验参数设置 81
4.3.3 对比实验结果及分析 81
4.4 结论与讨论 86
4.5 本章小结 86
第5章 基于MHC的恶意代码检测模型 88
5.1 研究背景 88
5.2 恶意代码检测研究现状 93
5.3 存在的主要问题 96
5.4 发展趋势 98
5.5 研究目的 99
5.6 研究意义 101
5.7 恶意代码定义 101
5.7.1 计算机病毒 101
5.7.2 蠕虫 103
5.7.3 木马 103
5.8 模型理论 104
5.8.1 问题域 104
5.8.2 模型定义 106
5.9 模型体系结构与检测流程 118
5.9.1 模型体系结构 118
5.9.2 恶意代码检测流程 120
5.9.3 模型性能分析 121
5.10 实验与结果分析 123
5.10.1 实验数据集 123
5.10.2 实验结果及分析 124
5.10.3 同类研究比较 125
5.11 本章小结 127
第6章 结论与展望 128
6.1 本书主要贡献 128
6.1.1 基础研究 128
6.1.2 应用研究 129
6.2 本书创新点 129
6.3 进一步研究展望 130
参考文献 132
作者论著及科研项目 150