免疫算法介绍讲义.ppt

算法设计与分析 其他算法 天津城市建设学院电子与信息工程系 主讲：唐国峰 免疫算法介绍 * 免疫算法 生物免疫的启示 在生物自然界中，免疫现象普遍存在，并对物种的 生存与繁衍 发挥着重要的作用； 生物的免疫功能主要是由参与免疫反应的细胞或由其构成的器官来完成的； 生物免疫主要有两种类型： ? 特异性免疫（Specific Immunity）， ?非特异性免疫反应（Nonspecific Immunity）； 生物免疫系统是通过自我识别、相互刺激与制约而构成了一个 动态平衡的网络结构 。 * 免疫算法 抗原 是指能够刺激和诱导机体的免疫系统使其产生免疫应答，并能与相应的免疫应答产物在体内或体外发生特异性反应的物质。 抗体 是指免疫系统受抗原刺激后，免疫细胞转化为浆细胞并产生能与抗原发生特异性结合的免疫球蛋白，该免疫球蛋白即为抗体。 * 免疫算法 ? 免疫防御 即机体防御病原微生物的感染； ? 免疫（自身）稳定 即机体通过免疫功能经常消除那些损伤和衰老的细胞以维持机体的生理平衡； ? 免疫监视 即机体通过免疫功能防止或消除体内细胞在新陈代谢过程中发生突变的和异常的细胞 * 免疫算法 大于阈值 spam 记忆细胞检测器 亲和力计算 不大于阈值 大于阈值 不大于阈值 亲和力计算 正文特征提取 用户反馈 未成熟细胞检测器 ham spam特征库 随机特征项 检测到spam？ 删除该未成熟检测器 克隆记忆 Y N 用户反馈 更新检测器、spam特征库 * 免疫算法 1.免疫识别 2.免疫学习 3.免疫记忆 4.克隆选择 基本免疫方法 * 免疫算法 免疫识别是免疫系统的主要功能，同时也是AIS的核心之一，而识别的本质是区分“自我”和“非我”。 核心机制是根据识别的对象特征进行编码，定义一个自我集合并随机产生一系列检测器，用于检测自我集合的变化。根据阴性选择原理，若检测集合与自我集合匹配，则完成匹配任务，机体发现病变。 * 免疫算法 (1)定义自己(self)为一个字符串集合S，每个字符串由n个字母组成，字符串可以是一个网络数据包，电子邮件特征向量或程序的一般行为模式。 (2)产生一个初始监测器集合R。 (3)监测器集合中每个监测器经历阴性选择过程。其中每一个监测器都不能与集合S中的任何一个字符串相匹配，否则就从监测器集合中删去对应的检测器。 (4)通过与R集合的匹配不断监测S的变化，一旦发生任何匹配，则说明S集发生了变化，即有外来抗原侵入。 * 免疫算法 在最初的算法描述中，候选的监测器是随机产生的，然后测试以删除与自身字串相匹配的监测器，算法中采用的匹配规则是r-连续位匹配，即当两个字符串至少存在连续r位相同是才发生匹配。 该过程重复进行，直到所需数量的监测器被产生出来。通常用概率分析方法来估算为了满足一定的可靠性所应有的监测器的数目。 * 免疫算法 免疫识别过程同时也是一个学习的过程，学习的结果是免疫细胞的个体亲和度提高、群体规模扩大，并且最优个体以免疫记忆的形式得到保存。 当机体重复遇到同一抗原时，由于免疫记忆机制的作用，免疫系统对该抗原的应答速度大大提高，并且产生高亲和度的抗体去除病原，这个过程是一个增强式学习过程。而且可以对结构类似的抗原进行识别。 * 免疫算法 当免疫系统初次遇到一种抗原时，淋巴细胞需要一定的时间进行调整以更好地识别抗原，并在识别结束后以最优抗体的形式保留对该抗原的记忆信息。而当免疫系统再次遇到相同或者结构相似的抗原时，在联想记忆的作用下，其应答速度将大大提高。 免疫记忆主要体现在再次免疫应答和交叉免疫应答时，可以大大加速优化搜索过程，加快学习进程并提高学习质量。 * 免疫算法 免疫学习一般有以下几种途径: (a)对同一抗原进行重复学习，属于增强式学习。 (b)亲合度成熟，对应于AIS中的个体经遗传操作后其亲合度逐步提高的过程，属于遗传学习。 (c)低度的重复感染，对应于AIS的重复训练过程。 (d)对内生和外生抗原的交叉应答，属于联想式学习，对应于联想记忆机制。 * 免疫算法 克隆选择 克隆选择原理最先由Jerne提出，后由Burnet给予完整阐述。其大致内容为:当淋巴细胞实现对抗原的识别(即抗体和抗原的亲和度超过一定阈值)后，B细胞被激活并增殖复制产生B细胞克隆，随后克隆细胞经历变异过程，产生对抗原具有特异性的抗体。克隆选择理论描述了获得性免疫的基本特性，并且声明只有成功识别抗原的免疫细胞才得以增殖。经历变异后的免疫细胞分化为效应细胞(抗体)和记忆细胞两种。 * 免疫算法 克隆选择 克隆选择的主要特征是免疫细胞在抗原刺激下产生克隆增殖，随后通过遗传变异分化为多样性抗体细胞和记忆细胞。 克隆选择对应着一个亲和度成熟的过程，即对抗原亲和度较低的个体在克隆选择机制的