计算机工程

作者：张艺, 周雯, 梁意文, 谭成予

单位：武汉大学 计算机学院, 武汉 430072

关键词：树突状细胞算法,hDCA模型,数字微分,人工免疫系统,特征提取

基金：国家自然科学基金"计算机免疫智能的连续应答机制及其应用研究"（61877045）。

树突状细胞算法（DCA）是一种模拟人体免疫系统中抗原提呈的算法，可以快速有效地将输入数据分为正常和异常，然而现有DCA模型普遍存在形式化描述不清晰且信号提取受人工经验影响的不足。为此，在hDCA模型的基础上，提出一种基于数字微分的函数化DCA模型。在预处理阶段引入数字微分方法，根据数据变化趋势自适应提取信号并随机动态采样抗原，去除对时序敏感的数据序列。在此基础上，对输入信号加以融合得到决策信号，并进行抗原背景环境分类处理。将ndhDCA、DCA和hDCA应用于WBC和KDD99数据集进行对比，实验结果表明，ndhDCA对有序数据集和无序数据集均具有高准确率和低误报率，同时可降低输入数据顺序的敏感性。

来源：2020年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第9期