Вивчайте Алгоритм Негативного Відбору

Свайпніть щоб показати меню

Визначення

Алгоритм негативного відбору натхненний біологічною імунною системою, яка розрізняє своє та чуже. Т-лімфоцити, що реагують на своє, видаляються, залишаючи лише ті, які здатні розпізнавати чужорідні об'єкти. Алгоритм визначає своє (нормальні дані), генерує детектори, які не збігаються зі своїм, і використовує їх для виявлення аномалій.

Процес включає три етапи:

Генерація репрезентативної вибірки "своїх" зразків для фіксації нормальної поведінки системи;
Створення великої кількості випадкових детекторів;
Видалення детекторів, що збігаються зі своїм, залишаючи активні детектори, які сигналізують про аномалії при збігу з новими даними.


              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)

Переваги та обмеження алгоритму негативного відбору

Алгоритм негативного відбору забезпечує простий метод виявлення аномалій, натхненний імунною системою. Основні переваги:

Можливість виявлення невідомих аномалій шляхом фокусування на даних поза множиною self;
Відсутність необхідності у попередньому знанні аномальних шаблонів, потрібне лише чітке визначення self.

Обмеження:

Генерація детекторів сповільнюється зі збільшенням множини self;
Менша ефективність для багатовимірних або неперервних даних через розріджене покриття non-self;
Можливість хибнопозитивних або хибнонегативних результатів, якщо множина self не є повністю репрезентативною або детектори визначені некоректно.

Незважаючи на ці проблеми, алгоритм негативного відбору є ключовою ідеєю в штучних імунних системах і надійному виявленні аномалій.

Яке твердження найкраще описує алгоритм негативного відбору та його характеристики?

Select the correct answer

Він є надзвичайно ефективним для багатовимірних даних, оскільки ефективно покриває всі можливі non-self області.

Вимагає знання як нормальних, так і аномальних шаблонів даних для створення ефективних детекторів.

Генерація детекторів прискорюється зі збільшенням множини self, що дозволяє швидко масштабуватися.

Натхненний імунною системою, генерує детектори, що уникають self, і здатний виявляти невідомі аномалії.

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 4. Розділ 2

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Секція 4. Розділ 2