1、計算機(jī)網(wǎng)絡(luò)的發(fā)展給人們的生活帶來了便利，但是，也提出了許多挑戰(zhàn)，網(wǎng)絡(luò)規(guī)模的復(fù)雜性日益擴(kuò)大及設(shè)備要求越來越高，因而，導(dǎo)致其發(fā)生故障的可能性也越來越大，嚴(yán)重的會造成網(wǎng)絡(luò)癱瘓，因此，檢測出網(wǎng)絡(luò)中存在的不安全因素或者故障，保證其網(wǎng)絡(luò)設(shè)備正常、安全的運(yùn)行，已成為廣大網(wǎng)絡(luò)管理人員共同面臨的難題。
　　 本文針對當(dāng)前網(wǎng)絡(luò)故障檢測中普遍存在錯誤檢測率高，自適應(yīng)性差的問題，提出了一種基于生物免疫機(jī)制的層次檢測模型。根據(jù)生物免疫系統(tǒng)中的層次結(jié)構(gòu)和固

2、有免疫中的樹突細(xì)胞能夠影響適應(yīng)性免疫細(xì)胞中T細(xì)胞的激活程度，建立了包含三層結(jié)構(gòu)的免疫模型:固有檢測層、模糊判斷層和自適應(yīng)性檢測層。通過固有檢測層和模糊判斷層的雙重檢測降低了網(wǎng)絡(luò)錯誤檢測率，而自適應(yīng)性檢測層在現(xiàn)有的克隆選擇算法上做了進(jìn)一步的改進(jìn)，具有對未知故障進(jìn)行自我學(xué)習(xí)的能力。在本文中詳細(xì)的介紹了三層模型的結(jié)構(gòu)及其功能，對免疫算法如何生成檢測器、如何克隆變異、如何進(jìn)行故障檢測做了詳細(xì)的描述，分析了本模型的優(yōu)勢。最后通過實(shí)驗(yàn)驗(yàn)證了該模型的

3、可行性和有效性。本文一開始就分析了生物免疫系統(tǒng)中的固有免疫和適應(yīng)性免疫系統(tǒng)及其它們之間的作用，固有免疫系統(tǒng)是免疫系統(tǒng)重要的防御機(jī)制，源于生物免疫系統(tǒng)的人工免疫系統(tǒng)更不應(yīng)忽視固有免疫細(xì)胞的重要作用。該模型借鑒了生物免疫系統(tǒng)的多層防御機(jī)制，包括了對自體/非自體的模式識別，采用了固有免疫細(xì)胞對適應(yīng)性免疫應(yīng)答的作用，克隆選擇算法與生物免疫系統(tǒng)分布式的特性，具備強(qiáng)大的信息處理能力。在模糊判斷層，利用樹突細(xì)胞是一種抗原提呈細(xì)胞，被認(rèn)為是天生的檢測器

4、，可以準(zhǔn)確收集周圍多種信號并對此做出反應(yīng)。在這一層建立了設(shè)備之間的協(xié)同圖，當(dāng)某一設(shè)備發(fā)生異常時根據(jù)協(xié)同圖信息計算出協(xié)同信號，最終確定是否是故障，這部分內(nèi)容在第四章節(jié)進(jìn)行詳細(xì)介紹。在適應(yīng)性診斷層，通過改進(jìn)的克隆選擇算法生成未知故障檢測器完成對未知抗原的應(yīng)答。同時，不斷的補(bǔ)充和完善檢測器和設(shè)置成熟檢測器的生命周期，保證了檢測器的有效性，使系統(tǒng)具有最優(yōu)的識別能力。最后以校園網(wǎng)為例，設(shè)計了以太網(wǎng)口的實(shí)驗(yàn)方案，選取了部分常見的接口故障，對所提出算