Apprendre Algorithme de Sélection Négative | Systèmes Immunitaires Artificiels

Définition

L'algorithme de sélection négative s'inspire du système immunitaire biologique qui distingue le soi du non-soi. Les lymphocytes T qui réagissent au soi sont éliminés, ne laissant que ceux capables de reconnaître les agents étrangers. L'algorithme définit le soi (données normales), génère des détecteurs qui ne correspondent pas au soi, et utilise ces détecteurs pour identifier les anomalies.

Le processus comprend trois étapes :

Génération d'un ensemble représentatif d'échantillons de soi pour capturer le comportement normal du système ;
Création d'un grand nombre de détecteurs aléatoires ;
Élimination des détecteurs correspondant au soi, ne conservant que les détecteurs actifs qui signalent des anomalies lorsqu'ils correspondent à de nouvelles données.


              12345678910111213141516171819202122232425262728293031323334
            
import random

def generate_random_detector(length):
    """Generate a random binary string detector of given length."""
    return ''.join(random.choice('01') for _ in range(length))

def match(detector, self_set, r):
    """
    Returns True if detector matches any string in self_set
    with at least r contiguous matching bits.
    """
    for self_str in self_set:
        for i in range(len(self_str) - r + 1):
            if detector[i:i+r] == self_str[i:i+r]:
                return True
    return False

def negative_selection(self_set, num_detectors, length, r):
    """
    Generate detectors that do not match any self string
    with at least r contiguous matching bits.
    """
    detectors = []
    while len(detectors) < num_detectors:
        detector = generate_random_detector(length)
        if not match(detector, self_set, r):
            detectors.append(detector)
    return detectors

# Example usage:
self_set = ['11001', '10011', '11100']
detectors = negative_selection(self_set, num_detectors=5, length=5, r=3)
print("Generated detectors:", detectors)

Forces et limites de l’algorithme de sélection négative

L’algorithme de sélection négative offre une méthode simple pour la détection d’anomalies, inspirée par les systèmes immunitaires. Principaux atouts :

Capacité à détecter des anomalies inconnues en ciblant les données en dehors de l’ensemble du soi ;
Absence de besoin de connaissances préalables sur les motifs anormaux, seulement une définition claire du soi.

Les limites incluent :

La génération de détecteurs devient lente à mesure que l’ensemble du soi s’agrandit ;
Moins efficace pour les données de grande dimension ou continues en raison d’une couverture clairsemée du non-soi ;
Risque de faux positifs ou négatifs si l’ensemble du soi n’est pas pleinement représentatif ou si les détecteurs sont mal définis.

Malgré ces problèmes, l’algorithme de sélection négative constitue une idée centrale dans les systèmes immunitaires artificiels et la détection robuste d’anomalies.

Tout était clair ?

Merci pour vos commentaires !

Section 4. Chapitre 2

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Awesome!

Completion rate improved to 6.25

Glissez pour afficher le menu