论文部分内容阅读
计算机网络的发展给人们的生活带来了便利,但是,也提出了许多挑战,网络规模的复杂性日益扩大及设备要求越来越高,因而,导致其发生故障的可能性也越来越大,严重的会造成网络瘫痪,因此,检测出网络中存在的不安全因素或者故障,保证其网络设备正常、安全的运行,已成为广大网络管理人员共同面临的难题。针对当前网络故障检测中普遍存在错误检测率高,自适应性差的问题,提出了一种基于生物免疫机制的层次检测模型。根据生物免疫系统中的层次结构和固有免疫中的树突细胞能够影响适应性免疫细胞中T细胞的激活程度,建立了包含三层结构的免疫模型:固有检测层、模糊判断层和自适应性检测层。通过固有检测层和模糊判断层的双重检测降低了网络错误检测率,而自适应性检测层在现有的克隆选择算法上做了进一步的改进,具有对未知故障进行自我学习的能力。在本文中详细的介绍了三层模型的结构及其功能,对免疫算法如何生成检测器、如何克隆变异、如何进行故障检测做了详细的描述,分析了本模型的优势。最后通过实验验证了该模型的可行性和有效性。本文一开始就分析了生物免疫系统中的固有免疫和适应性免疫系统及其它们之间的作用,固有免疫系统是免疫系统重要的防御机制,源于生物免疫系统的人工免疫系统更不应忽视固有免疫细胞的重要作用。该模型借鉴了生物免疫系统的多层防御机制,包括了对自体/非自体的模式识别,采用了固有免疫细胞对适应性免疫应答的作用,克隆选择算法与生物免疫系统分布式的特性,具备强大的信息处理能力。在模糊判断层,利用树突细胞是一种抗原提呈细胞,被认为是天生的检测器,可以准确收集周围多种信号并对此做出反应。在这一层建立了设备之间的协同图,当某一设备发生异常时根据协同图信息计算出协同信号,最终确定是否是故障,这部分内容在第四章节进行详细介绍。在适应性诊断层,通过改进的克隆选择算法生成未知故障检测器完成对未知抗原的应答。同时,不断的补充和完善检测器和设置成熟检测器的生命周期,保证了检测器的有效性,使系统具有最优的识别能力。最后以校园网为例,设计了以太网口的实验方案,选取了部分常见的接口故障,对所提出算法模型进行了验证。