软件学报

作者：席亮，姚之钰，张凤斌

单位：席亮，哈尔滨理工大学 计算机科学与技术学院, 黑龙江 哈尔滨 15008011,姚之钰，哈尔滨理工大学 计算机科学与技术学院, 黑龙江 哈尔滨 15008002,张凤斌，哈尔滨理工大学 计算机科学与技术学院, 黑龙江 哈尔滨 15008003

关键词：邻域形态空间;异常检测;否定选择;混沌映射;遗传算法

基金：国家自然科学基金（61172168）；黑龙江省自然科学基金（F2018019）

人工免疫系统（artificial immune system，简称AIS）是人工智能技术的重要分支之一，被广泛应用于异常检测、数据挖掘、机器学习等多个领域.检测器是其核心知识集，其生成、优化和检测操作决定了人工免疫的应用效果.目前，人工免疫的问题空间以实值形态空间为主，但实值非自体空间“黑洞”、检测器生成速率慢、检测器高重叠冗余、“维度灾难”等问题，使得人工免疫检测的效果不甚理想.鉴于此，使用邻域形态空间，并改进邻域否定选择算法（neighborhood negative selection algorithm，简称NNSA），引入混沌理论和遗传算法，提出了一种多源邻域否定选择算法（multi-source-inspired NNSA，简称MSNNSA），并基于此提出邻域形态空间多源免疫检测器生成与检测方法，改进邻域形态空间下检测器的构造与生成机制，使其更具靶向性，并使获得的检测器具有更好的分布性，提高其生成效率和整体的检测性能，解决以上实值形态空间下存在的问题.实验结果表明，该方法提高了检测器生成效率以及检测的整体性能和稳定性.

来源：2021年第10期

《软件学报》期刊编辑部

查看软件学报杂志2021年第10期