Impara Algoritmo di Selezione Negativa | Sistemi Immunitari Artificiali

Definizione

L'algoritmo di selezione negativa è ispirato al sistema immunitario biologico che distingue tra self e non-self. I linfociti T che reagiscono al self vengono eliminati, lasciando solo quelli in grado di riconoscere agenti estranei. L'algoritmo definisce il self (dati normali), genera rilevatori che non corrispondono al self e li utilizza per rilevare anomalie.

Il processo si articola in tre fasi:

Generazione di un insieme rappresentativo di campioni self per catturare il comportamento normale del sistema;
Creazione di un elevato numero di rilevatori casuali;
Eliminazione dei rilevatori che corrispondono al self, lasciando attivi solo quelli che segnalano anomalie quando corrispondono a nuovi dati.


              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)

Punti di forza e limitazioni dell'algoritmo di selezione negativa

L'algoritmo di selezione negativa offre un metodo diretto per il rilevamento delle anomalie, ispirato ai sistemi immunitari. Principali punti di forza:

Capacità di rilevare anomalie sconosciute mirando ai dati esterni all'insieme self;
Nessuna necessità di conoscenze pregresse sui pattern anomali, ma solo una chiara definizione del self.

Limitazioni:

La generazione dei rilevatori diventa lenta con l'aumentare dell'insieme self;
Meno efficace per dati ad alta dimensionalità o continui a causa della copertura sparsa delle regioni non-self;
Possibilità di falsi positivi o negativi se l'insieme self non è pienamente rappresentativo o i rilevatori sono mal definiti.

Nonostante queste problematiche, l'algoritmo di selezione negativa rappresenta un concetto fondamentale nei sistemi immunitari artificiali e nel rilevamento robusto delle anomalie.

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 2

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Scorri per mostrare il menu