危险理论

摘要： 针对树突状细胞算法(Dendritic Cell Algorithm,DCA)存在的信号提取过程中受人工经验影响和对无序数据的异常检测能力不强的问题,提出了采用奇异值分解(Singular Value Decomposition,SVD)和信息增益(Information Gain,IG)的树突状细胞模型——SIDCA.SIDCA用奇异值分解(SVD)方法得到最相关特征子集,再使用信息增益提取最相关特征子集中的最相关特征,实现自适应提取信号,降低无序数据给算法带来的混淆.实验结果表明,与经典DCA和确定性DCA(Deterministic Dendritic Cell Algorithm,dDCA)相比,SIDCA在有序和无序数据集上均有更高的准确率和更低的误报率.

摘要： 近年来,我国的隧道工程建设取得了巨大的成就,隧道施工过程中存在诸多不确定性的风险因素,造成施工事故频繁发生,对工程质量和风险控制提出巨大的挑战.针对工程监测数据进行异常分析是解决该问题的重要途径.应用新的智能算法进行异常诊断为工程运营提供了新的风险管理方法和思路.借鉴危险理论在异常诊断方面的优势,提出改进的DCA(dendritic cell algorithm)算法对时间序列数据进行异常检测,取得了良好的检测效果,对不断完善工程风险管理方法具有重要意义.

摘要： 根据危险理论,并结合李德毅院士提出的云模型,给出了一种基于危险理论-云决策的状态检测算法,将其应用到了汽车发动机状态检测诊断中。采用发动机故障模拟试验台模拟发动机运行故障,并借助各种传感器收集相应工况下的故障信号和正常信号。通过试验检测发动机状态算法,诊断准确率达到97.5%以上。

摘要： 采用机器学习算法进行地震预测存在过拟合且需要大量训练集的问题.为此,将危险理论引入地震预测的应用中,在分析大量地震历史源数据和结合领域专家经验知识的基础上,提出一种利用地震学获取特征指标的地震预测方法.通过Gutenberg-Ricthter规则、特征地震震级分布和近期地震预测研究的结论提取9个地震特征指标,采用具有动态性的危险理论预测未来一个月内发生大地震事件的概率.同时,通过分析四川省地震历史数据,应用危险理论对地震特征指标进行分析和预测,并与现有的地震预测方法BP神经网络进行比较.实验结果表明,该方法的检查概率、准确率及R得分均高于BP神经网络,表明在采用较少的样本集时其可靠度更高.

摘要： 通过对微博虚假信息的分析,基于DCA算法的思想,提出一种检测微博虚假信息的方法;以新浪微博为例,从虚假信息发布者的用户属性和虚假信息评论的文本内容两个方面进行分析;从用户方面选取用户的特征属性,如是否认证、有无简介、地址信息是否详细、关注数、粉丝数等,从评论内容方面选取评论与微博内容的相关性、评论的支持性及其置信度等特征属性,将以上属性的分析结果作为区别虚假信息与真实信息的特征信号,并基于树突状细胞算法(Dendritic Cells Algorithm,DCA)实现新浪微博虚假信息的识别;使用新浪微博真实数据对算法有效性进行了验证和对比实验,结果表明该方法能够有效检测出新浪微博中的虚假信息,具有较高的检测准确率.

摘要： 以基于轮毂电机和转向电机的4WS-4WIS电动汽车为研究对象,分析转向过程中影响电动汽车操纵稳定性和动力性的特征参数,搭建4WS-4WIS电动汽车仿真模型,以质心侧偏角和横摆角速度为目标参数,设计了RBF神经网络控制器,通过软件仿真验证控制方法的有效性.

摘要： 将人工免疫危险理论引入到用户行为特征的分析中,以有效地识别微博水军用户.以新浪微博为例,分析了新浪微博水军的行为特征,选取微博总数 、微博等级 、是否认证 、阳光信用 、粉丝数等特征属性,将属性分析结果作为区别水军与正常用户的特征信号,并基于树突状细胞算法(Dendritic Cells Algorithm,DCA)实现新浪微博水军的识别.使用新浪微博用户的真实数据对算法的有效性进行了验证和对比实验,结果表明该方法能够有效检测出新浪微博中的水军用户,具有较高的检测准确率.

摘要： 本文首先介绍了人工免疫危险理论,并且阐述了人工免疫危险理论中的免疫平衡和调节与变化和平衡的关系以及系统中的平衡描述,希望有助于大家了解人工免疫危险理论中的平衡机制.随着人们对人工免疫系统和危险理论的持续研究,对于人工免疫危险理论中的平衡机制分析工作也上升了新的台阶.

摘要： 针对计算机免疫学危险理论缺乏统一的理论公式问题,文章利用集合理论和形式化方法,建立危险理论的计算模型.在建立危险理论完整、闭环的模型框架基础上,形式化描述危险理论模型中各类信号的数据结构、抗原空间、输入信号等,并将免疫过程计算方法公式化,最后,分析形式化模型的复杂度问题.文章的意义是,当研究人员在应用危险理论解决实际问题时,不需要再从生物模型出发重新构建危险理论模型,也可防止危险理论不适当的应用.

摘要： 针对传感器结点资源受限的特点,提出一种新的基于危险理论的入侵检测系统,对树突细胞算法进行改进,使其能适应无线传感器网络资源有限的运行环境并检测出特定的网络攻击.仿真结果显示配置该入侵检测系统的无线传感器网络对特定的网络攻击有较好的检测效果以及较低的能量消耗.

摘要： 为了电子政务系统安全信息评估精度,依据资产、脆弱性、威胁等风险评估基本要素,提出一种基于危险理论的电子政务系统信息安全风险评估方法.该方法以威胁为核心,通过威胁分析、梯形模糊数、层次分析法,结合多属性决策理论得到威胁发生的概率、后果属性以及属性值,得到电子政务系统信息安全威胁指数,最后利用威胁指数对风险进行排序,得到系统信息安全的风险等级.仿真结果表明,该方法能够很好地量化电子政务系统信息安全风险指标,有效地提高了风险评估准确性,是一种有效的电子政务系统信息安全评估方法.

摘要： 为了解决当前异常检测算法中存在的自适应性差、检测率低等问题,基于生物免疫系统与计算机网络的相似性,本文提出了一种基于危险理论原理和信号机制的异常检测算法.考虑到系统调用序列的稳定性,算法采用特权程序的系统调用短序列作为采集信号的目标,即抗原,并采用马尔科夫模型映射成各种信号.实验结果表明,该算法相比已有的异常检测算法具有实时性好、自适应、检测率高、误报率低和计算量小的优点.

摘要： 为了解决目前信息安全风险评估系统中存在的主观性强、静态评估等问题，根据信息安全风险评估国家标准，参考生物免疫学危险理论可动态实时响应的特性，本文提出了一种基于危险理论的信息安全风险评估模型DT-RA；给出了一种基于DT-RA模型的安全事件发生可能性风险的计算方法。实验展现了在信息系统在受到不同类型、强度的攻击，以及是否采取了免疫措施的情况下风险值的变化曲线。DT-RA模型对评估信息系统的安全风险是有效、可行的，具有实时、定量、客观的优点，大量减少了对人工经验的依赖，具有实用意义。

摘要： 提出了一种基于危险理论的自动入侵响应系统模型(AIRSDT),对网络活动中自体、非自体、免疫细胞、记忆检测器、成熟检测器和未成熟检测器进行了形式化描述,建立了主机和网络实时危险定量计算方程,并根据主机和网络当前所面临攻击的各类攻击和总体网络危险强度,自动调整入侵响应策略,解决了目前自动入侵响应研究中难以判断真正“危险”的入侵或者攻击行为的问题,从而降低了入侵响应次数和响应综合代价。理论分析和实验结果充分表明,AIRSDT能提供一种积极主动的网络安全防御方法,有助于克服传统网络安全信息系统的被动缺陷问题。

摘要： 现有的蠕虫检测方法大多通过关闭不安全的端口,切断感染主机与未感染主机之间通信等方法延缓蠕虫传播而达到将损害减少到最低程度的目的.但实际上在实施这些方法时往往有许多障碍需要克服,其中最大障碍就是存在错误检测率高的问题.本文的目标在于将危险理论中DCs(Dendritic Cells)-T细胞协同机制用于蠕虫检测,其中DCs属于先天免疫系统细胞,T细胞属于适应免疫系统细胞.本模型将蠕虫进程触发的系统调用序列当作抗原,将感染蠕虫导致的主机和网络异常当作危险信号.在该模型中,DCs负责危险信号的收集检测并提呈与该危险信号关联的抗原给T细胞检测器做抗原结构的检测.理论分析说明,这样的双重检测方法可以有效降低错误检测率,并且记忆T细胞检测器的采用能使系统对类似蠕虫的再次感染反应更迅速.

摘要： 介绍了人工免疫学中危险理论的最新研究成果树突状细胞算法(DCA)及存在的缺点，并针对这些缺点作了3点改进使其能更好地适用于垃圾邮件过滤，最后提出一种适合该算法的危险信号生成方式。使用UCISpamBase数据集对改进后DCA和其它分类算法的测试表明，改进后的DCA有最高的分类准确率，贝叶斯分类和最大熵算法有较高的分类准确率但均低于改进后的DCA，另外的分类算法准确率都很低。

摘要： 本文提出一种基于危险理论和多元自适应样条回归(MARS)的入侵检测系统。MARS是一种有效的针对高维数据回归建模的方法,该方法适用于入侵检测数据多特征特点,引入模糊隶属度函数将危险理论(DT)和MARS结合起来,应用到入侵检测系统。为过滤入侵检测系统报警数据中的误报警,采用粗糙集理论去除相关属性中的冗余属性,然后将具有约简后的10个属性的报警数据集上的误报警过滤问题转化为分类问题，通过基于KDD1999数据集的训练和测试,与SVM的测试结果进行对比,证明了该系统的有效性。

摘要： 在没有中央控制单元的情况下，免疫系统通过先天性免疫和获得性免疫机制来抵抗外来者对人体的入侵，是一个非常复杂的系统。受免疫系统的启发，计算机科学家们提出了一个新的算法：人工免疫系统，这个算法可能有很广泛的用途。本文介绍了人工免疫系统的历史，并讨论了人工免疫系统将来可能的发展方向。

摘要： 迁移实例的迁移执行给迁移工作流管理系统带来了新的安全问题,其中工作位置对迁移实例的攻击是最新的也是最难解决的一类问题。为此,本文构造了一个工作位置的安全评估模型,对工作位置上迁移实例的执行结果进行检测和计算,从而评价工作位置的安全情况。

摘要： 一种基于人工免疫危险模式理论的异常学习行为发现方法，为解决网络学习环境中学习行为的监控问题，对网络学习行为进行实时监控，计算多个维度学习行为的变化，检测异常行为；本发明公开了一种发现异常网络学习行为的方法，对网络学习行为进行采样，计算不同学习行为的变化作为危险信号，构造人工抗原提呈细胞对多种学习行为的变化进行融合，检测学习行为的异常。

摘要： 本发明提供了一种基于Copula理论和BIC准则的主余震联合危险性分析方法，包括：通过选取主余震地震动记录形成主余震数据库；基于BIC准则建立主震和余震参数的最优边缘分布模型；基于主震和余震参数的经验分布和BIC准则，挑选最优Copula函数；基于Copula理论，建立主震和余震参数的最优联合分布，并得到主震和余震参数的Copula联合概率密度函数；基于Copula理论，建立余震参数的条件概率密度函数；生成余震参数的条件概率曲面，建立主余震联合危险性曲面。本发明考虑主震和余震之间的相关性，利用Copula理论将主震参数和余震参数边缘分布进行联合，能够全面定量化评价场地的主余震危险性。

摘要： 本发明公开了一种基于反应抑制控制理论的特殊人群危险性评估方法及系统，其中，所述方法包括：获得第一用户的心理特征信息；获得第一指令，所述第一指令用来对所述心理特征信息进行测试；根据所述第一指令，获得第一指导语；根据所述第一指导语获得第一提醒信息；获得第一刺激物信息；根据所述第一指导语，获得所述第一用户对所述第一刺激物信息的第一反应信息；根据所述第一用户的反应信息获得正确反应次数的平均反应时长信息；根据所述平均反应时长信息，获得第一结果信息。解决了无法客观测量和分析危险性人群的真实心理特征与认知能力，无法客观的测量危险性人群的反应抑制能力的技术问题。

摘要： 本发明提供了一种基于双被筒保护理论的冲击地压危险巷道支护方法，涉及冲击地压防治和巷道支护技术领域。该方法包括：巷道掘进至冲击地压危险区域时，根据开采条件和地质条件确定卸压方式和卸压参数，滞后掘进迎头或超前掘进巷道施工立体化卸压，形成卸压吸能被筒；根据煤层厚度、顶板厚度和巷道断面尺寸确定锚杆类型、锚杆间排距、锚索类型和锚索间排距，并计算支护安全系数，施工锚网、锚杆、锚索强化巷道的一次支护的整体性，形成支护被筒。利用该方法通过形成卸压吸能被筒形成让压结构，支护被筒保证支护强度；双被筒结构实现了巷道的整体受力，以及整体收缩让压，从而提高围岩的稳定性有效预防冲击地压。

摘要： 一种基于云模型理论的船舶碰撞危险度建模方法，属于船舶自动避碰技术领域。本发明巧妙的将云模型的模糊性和不确定性结合起来，在保证较低的计算成本下，做到了多船会遇工况下，减少船舶避碰过程中确定重点避碰对象和序列决策所需要的时间，有利于船舶驾驶员及时做出正确判断，从源头上减少或避免事故的发生。系统设计将有效的完善船舶避碰系统，减少由于人为因素造成的船舶碰撞事故的发生，进一步促进船舶避碰系统向更智能化和自动化的发展。软件设计人性化，让数据的输入简单化，让程序的输出清晰化，具有良好的推广前景。

摘要： 本发明涉及一种结合免疫危险理论的蜜网安全态势感知方法，对进入/流出蜜网的数据包认为是恶意流量，对其中账户、数据与服务等信息的操作，包括窃取、篡改、删除等行为作为免疫危险理论的输入信号予以映射，并结合映射的抗原信息，利用免疫危险理论计算获得反映整个蜜网遭袭程度的全局威胁度值，并直观映射网络安全态势；本发明针对目前蜜网数据融合方法的不足，提出结合免疫危险理论的蜜网安全态势感知方法，在面对远程扫描、拒绝服务攻击、软件及操作系统漏洞等典型网络威胁时，能够准确反映蜜网遭袭强度，实施有效的态势感知与安全预警。

摘要： 本发明属于微博网络技术领域，公开了一种基于人工免疫危险理论的微博水军检测方法及检测系统,将人工免疫的思想应用于微博用户行为特征的检测中，使用聚焦网络爬虫获取微博用户数据；通过基于用户行为特征的分析方法刻画定义网络水军行为，区分网络新型水军和正常用户的特征属性；最终将人工免疫危险理论的信号处理机制应用于网络水军检测中，采用危险理论的树突状细胞算法DCA检测微博中的水军用户。本发明使用基于Python的聚焦网络爬虫的方式获取微博用户数据，并以结构化的数据存储到数据库，该方式较容易获取数据集，能够合理地采集用户的各类行为数据，具有爬取周期短、数据质量高等优点。

摘要： 本发明公开了一种基于免疫危险理论的智能配电网风险状态辨识方法及系统，基于免疫危险理论定义了风险评估中的危险信号与抗原识别信号，建立配电网风险状态辨识机制，从设备的故障概率与故障后果严重程度两个角度出发，选取风险指标并进行量化方案设计，综合评价配电网的实时运行风险程度；本发明通过对故障概率与故障后果的综合计算，评价配电网的实时风险情况，所提风险状态辨识方法既可用于配电网的在线安全监测，指导风险状态下的防控重构策略，也可以根据信息物理平台存储的历史数据，离线计算系统安全可靠的运行方式，配合调整配电网的短期运行规划。

摘要： 本发明属于微博网络技术领域，公开了一种基于人工免疫危险理论的微博水军检测方法及检测系统,将人工免疫的思想应用于微博用户行为特征的检测中，使用聚焦网络爬虫获取微博用户数据；通过基于用户行为特征的分析方法刻画定义网络水军行为，区分网络新型水军和正常用户的特征属性；最终将人工免疫危险理论的信号处理机制应用于网络水军检测中，采用危险理论的树突状细胞算法DCA检测微博中的水军用户。本发明使用基于Python的聚焦网络爬虫的方式获取微博用户数据，并以结构化的数据存储到数据库，该方式较容易获取数据集，能够合理地采集用户的各类行为数据，具有爬取周期短、数据质量高等优点。

摘要： 本发明公开了一种基于免疫危险理论的社交网络水军检测方法，包括以下步骤：1)采集社交用户信息；2)2)识别信号获取，根据采集的社交用户信息提取社交网络水军的识别信号，包括：事件参与度信号、关系紧密度信号、二阶关联性信号和引导工具使用率信号；3)对各个信号进行融合，得到基于免疫危险理论的社交网络水军检测概率模型。本发明通过选取四种识别信号提出一种高效的水军检测方法，在保证识别准确率的同时，大幅减少了识别所用时间开销。