書籍內容
本書系統地論述計算機免疫學的概念、原理及套用技術。首先就生物免疫學及計算機免疫學的研究歷程進行簡要回顧，討論生物免疫學的機理，重點闡述計算機免疫學中的形態空間理論、克隆選擇原理、免疫算法、免疫模型，以及計算機免疫系統的設計方法等，同時就免疫與神經網路及進化計算之間的關係進行專題討論，最後，就其套用領域進行綜述闡述。
內容節選
序
生物信息系統的計算能力受到國內外專家學者的普遍關注。近年來，以神經計算、進化計算、DNA計算及免疫計算等仿生計算為代表的計算智慧型技術得到了空前的發展，掀起了仿生計算的新高潮。
特別值得一提的是免疫計算。科學家已證實，人體的免疫系統是一個與人腦一樣複雜的巨系統，擁有112個免疫細胞?遍布全身各個角落。當外部病原體或細菌侵入機體時，免疫細胞能夠識別"自體"和"非自體"，迅速清除和消滅異物，確保機體的安全性。生物免疫系統的這種能力，具有多樣性、耐受性、大規模並行分布處理、自組織、自學習、自適應、免疫記憶和魯棒性等特點，近年來受到國內外眾多學者的高度重視。22年6月：IEEETrans.onEvolution-aryComputation出專刊報導了人工免疫的研究進展，22年--23年國際上舉辦有關人工免疫的專題會議近2次。
計算機的安全性問題與生物免疫系統具有共同性，近年來提出了計算機免疫這一新概念。在計算機病毒防治、黑客人侵檢測等領域，基於免疫的網路安全技術克服了傳統網路安全技術的弱點，極具挑戰性和發展性，具有廣闊的套用前景。
"計算機免疫學"這一概念目前在國內外還是一個新生事物，缺少系統的闡述。《計算機免疫學》是李濤教授及其所領導的計算機網路與安全研究所多年來潛心免疫計算、網路安全方面的研究成果；對生物免疫的機理，計算機免疫學的基本概念、原理及套用技術進行了深入淺出、全面系統的論述，同時還特別在基於免疫的網路安全技術方面進行了較為深入的討論，澄清了概念，是國內第一本有關計算機免疫的專著。本書的出版對有志於計算機免疫系統研究的科技工作者和研究生大有裨益。作為一門新興學科的著作，本書的工作具有開拓性。希望本書的出版對國內計算機免疫的研究起到較好的促進作用。願讀者與作者共同努力，將我國的計算機免疫研究推向前進。
前言
自古以來，人們就對生物界有著濃厚的興趣，並不斷地從生物系統的結構、功能及其調節機制中獲得靈感。生物成為許多發明家創新的靈感源泉，他們從生物現象中得到啟示，創立了許多不同的方法，製造出了從機翼到防彈衣等許多套用產品。在信息處理領域，由於人們面對的問題越來越複雜，傳統方法解決信息處理的能力越來越有限，促使人們開始尋求新的方法和手段。
從2世紀中葉開始，人們就已經開始注意到生物系統尤其是人類自身功能及結構的模仿，由此產生了許多新的研究領域。例如，人工神經網路是對人腦結構的模擬，模糊控制與人類模糊思維有著相似之處，而進化算法則對生物的生存演化進行了描述。
生物信息處理系統可以分為腦神經系統、遺傳系統和免疫系統。免疫系統與神經系統相似，可以學習並記憶新的知識，同時免疫系統的學習過程還借鑑了遺傳系統的進化機理。
近年來，生物免疫系統成為一個新興的生物信息研究課題。計算機的安全問題與生物免疫系統所遇到的問題具有驚人的相似性，兩者都要在不斷變化的環境中維持系統的穩定性。人體免疫系統具有天生髮現並消滅外來病原體的能力，生物免疫系統所具有的這些特性正是計算機科學工作者所夢寐以求的。
計算機免疫學基於生物免疫系統的基本原理，是一種新興的智慧型信息處理方法，在計算機網路安全、模式識別等領域中具有廣闊的套用前景。22年1月，國際權威雜誌Nature出專題報導了免疫計算及計算機免疫的相關研究。22年6月，IEEETransactiononEvolutionaryComputation出專刊報導了有關人工免疫的研究進展，22年～23年，國際上舉辦有關人工免疫的學術會議近2次。與此同時，在美國、英國等西方國家以及日本掀起了一股研究開發計算機免疫系統的熱潮，進一步吸引了眾多領域的專家學者從各個不同學科和角度開展研究，並在許多工程領域中取得了巨大的成績。然而，這還只是個起點，特別是在國內，基本上才剛剛開始起步。目前國內還沒有關於計算機免疫學全面系統的論述，關於計算機免疫系統的研究論文也很少，也沒有一部專門闡述計算機免疫學系統的著作。
在這種背景下，為了促進國內計算機免疫學的研究，重視計算機免疫系統在理論上的指導作用和工程套用上的實際效用，筆者結合自己多年來在免疫計算、神經計算、網路安全及智慧型信息系統上所做的研究和體會，特編撰拙著，以期拋磚引玉。
全書共7章。第1章介紹計算機免疫學的發展概況；第2章討論生物免疫系統機理，從生物免疫學的角度闡述免疫系統的功能、機制及特點等；第3章從計算機免疫學的角度出發，論述形態空間理論及免疫細胞模型，闡述計算機免疫系統的設計步驟及方法等；第4章對計算機免疫學中的幾種重要的免疫算法進行詳細的論述，並就免疫計算與進化計算之間的關係進行討論；第5章介紹計算機免疫學中幾種典型的免疫模型；第6章簡要介紹人工神經網路的基本原理，並就免疫系統與神經網路進行比較，同時闡述基於免疫的神經網路；第7章集中介紹免疫系統在工程上的套用，闡述其主要套用領域，並結合筆者的工作提出一些新的觀點。
筆者要非常感謝楊頻副教授(博士)、趙奎博士、丁菊玲碩士、黃旭波碩士、許國光碩士、梁可心碩士、陳桓碩士、宋程碩士、仰石碩土、王益豐碩士及劉勇碩士等人的努力，他們為此書收集了大量的文獻、資料，並進行了細緻的整理工作，為本書奠定了一個堅實的基礎。筆者還要特別感謝研究生劉莎、郭京、楊進、漆蓮芝、周念念、王麗輝、杜雨、盧正添、王志明等，他們對本書進行了煩瑣的校對工作，為本書的最後出爐做出了貢獻。
計算機免疫學的研究在國際上的興起也是最近幾年的事情，由於書稿涉及許多新的內容和研究前沿，儘管筆者已經盡了最大的努力，但仍感問題難免，望各位同仁不吝賜教斧正，使其不斷完善。
書籍目錄
第1章 概論
1. 1 生物免疫學探索
1. 2 計算機免疫學研究概況
1. 3 計算機免疫學的多學科性
第2章 生物免疫系統機理
2. 1 人體免疫系統
2. 1. 1 人體免疫的層次結構
2. 1. 2 免疫細胞
2. 1. 3 抗體分子
2. 1. 4 補體系統
2. 1. 5 MHC分子
2. 2 免疫機制
2. 2. 1 概述
2. 2. 2 自體耐受
2. 2. 3 免疫應答
2. 2. 4 免疫反饋機制
2. 3 免疫系統的學習進化
2. 3. 1 免疫記憶的產生
2. 3. 2 免疫細胞的生命周期
2. 3. 3 遺傳變異
2. 3. 4 抗體指令系統
2. 4 免疫系統基本特徵
2. 4. 1 耐受性
2. 4. 2 學習與認知
2. 4. 3 分布性
2. 4. 4 魯棒性和適應性
2. 4. 5 多樣性
2. 4. 6 免疫反饋
2. 4. 7 自組織性
第3章 計算機免疫學基本原理
3. 1 形態空間模型
3. 1. 1 形態空間
3. 1. 2 自體/非自體
3. 1. 3 抗體/抗原
3. 2 免疫細胞模型
3. 2. 1 基本原理
3. 2. 2 骨髓模型
3. 2. 3 否定選擇
3. 2. 4 克隆選擇
3. 2. 5 變異
3. 2. 6 免疫記憶
3. 3 計算機免疫系統設計
3. 3. 1 基本思想
3. 3. 2 設計步驟
3. 3. 3 實例
第4章 免疫算法
4. 1 免疫算法基本架構
4. 2 基於群體的免疫算法
4. 2. 1 否定選擇算法
4. 2. 2 肯定選擇算法
4. 2. 3 克隆選擇算法
4. 3 基於網路的免疫算法
4. 3. 1 免疫網路算法基本架構
4. 3. 2 RAIN免疫網路算法
4. 4 免疫算法與進化計算
4. 4. 1 常用進化計算方法
4. 4. 2 免疫與進化相結合的算法
第5章 免疫模型
5. 1 概述
5. 2 免疫系統模型
5. 2. 1 IMMSIM模型
5. 2. 2 ARTIS分散式檢測模型
5. 2. 3 Multi-Layered免疫模型
5. 2. 4 基於Multi-Agent的免疫模型
5. 3 免疫網路模型
5. 3. 1 基於獨特性網路理論的模型
5. 3. 2 RLAIS網路模型
5. 3. 3 aiNet網路模型
5. 3. 4 動態免疫網路模型
5. 3. 5 多值免疫網路模型
第6章 人工神經網路
6. 1 概述
6. 1. 1 發展歷史
6. 1. 2 套用領域
6. 1. 3 生物學啟示
6. 1. 4 人工神經元模型
6. 1. 5 神經網路的拓撲結構
6. 1. 6 人工神經網路的學習
6. 2 常見的人工神經網路模型
6. 2. 1 感知機
6. 2. 2 BP網路
6. 2. 3 Hopfield網路
6. 2. 4 隨機神經網路
6. 2. 5 基於Hebb學習的神經網路
6. 2. 6 競爭型神經網路
6. 3 人工神經網路與人工免疫系統
6. 3. 1 生物學原理
6. 3. 2 人工原理異同
6. 3. 3 人工免疫對人工神經網路的促進作用
6. 4 基於免疫的神經網路
6. 4. 1 Unorthodox神經網路
6. 4. 2 PDP網路
6. 4. 3 基於免疫的模擬退火算法
6. 4. 4 RBF神經網路
6. 4. 5 抗體網路
6. 4. 6 基於免疫的BP網路設計
6. 4. 7 ANNI網路模型
第7章 套用專題
7. 1 網路安全
7. 1. 1 概述
7. 1. 2 病毒檢測
7. 1. 3 入侵檢測
7. 1. 4 風險檢測
7. 1. 5 計算機取證
7. 1. 6 一個基於Multi-Agent的計算機免疫系統
7. 2 模式識別
7. 2. 1 數字識別
7. 2. 2 光譜識別
7. 2. 3 其他模式識別系統
7. 3 組合最佳化
7. 3. 1 組合最佳化問題簡介
7. 3. 2 TSP問題
7. 3. 3 交通安全規劃
7. 4 機器學習
7. 4. 1 概述
7. 4. 2 初始化
7. 4. 3 ARB的產生
7. 4. 4 資源的競爭
7. 4. 5 記憶細胞的加入
7. 4. 6 實驗結果
7. 5 控制
7. 5. 1 機器人行為控制
7. 5. 2 免疫反饋控制
7. 6 其他套用
7. 6. 1 調度
7. 6. 2 異常診斷
7. 6. 3 聯想記憶
7. 6. 4 數據挖掘與分析
7. 6. 5 生產系統
7. 6. 6 智慧型建築
7. 6. 7 自適應干擾中和器
7. 6. 8 感應問題處理
7. 6. 9 開放型Web伺服器協調
7. 6. 10 免疫系統中的映像模式
7. 6. 11 蛋白質結構預測
附錄A 中英文辭彙對照
附錄B 網際網路資源
參考文獻
