人工免疫系统动力学建模及其在入侵检测中的应用

构建高性能人工免疫动力学模型，分析新模型的小世界效应，建立最优模式的动力学传播模型，分析模型收敛的充要条件，给出相应算法的收敛性定理和判别准则；用理论分析和经验分析相结合的方法，分析相应算法的时间复杂性和空间复杂性。深入分析免疫响应过程中的非达尔文进化学习机理，构造适合人工免疫动力学模型的Lamarck学习算子和Baldwin效应算子，研究利用新算子实现人工免疫系统算法的具体方法。在人工免疫动力学模型的框架下，解决新模型应用于入侵检测问题时的抗体表示、抗原提取、动力学规则设计等关键技术，设计基于人工免疫动力学模型的入侵检测算法。构建基于新算法的多层入侵检测系统。研究成果拟在国内外著名期刊和国际知名会议上发表SCI、EI检索论文10-15篇；申报专利和软件著作权1-2项；出版专著1部。