Systme Immunitaire Artificiel

Rpublique Algrienne Dmocratique et PopulaireMinistre de lEnseignement SuprieureUniversit des Sciences et de la TechnologieDOran Mohammed Boudiaf (USTO)Facult des SciencesDpartement dInformatique

Systme Immunitaire Artificiel

Prsente par : YAHIAOUI Meroua Module : Optimisation Avance Dirig par : Pr BENYETTO .M

2012-2013

Sommaire:

1. Introduction.

2. Fonctionnement des SIN.

3. Dfinition des AIS

4. Historique des AIS

5. Les algorithmes des AIS

a. Algorithme de la slection ngative.

b. Algorithme de la slection clonale.

c. Algorithme des rseaux immunitaire.

6. Exemple dapplication

7. Conclusion

1-Introduction:

Le systme immunitaire biologique constitue une arme contre des intrus dans un corps donn. Pour ce faire, il existe plusieurs cellules qui contribuent liminer ces intrus nomm antignes. Ces cellules participent pour ce quon appelle une rponse immunitaire biologique [1].

Le systme immunitaire naturel est assez compliqu pour quune simulation artificielle soit ralise dune faon complte. Par contre, les chercheurs ont russi simuler les fonctions les plus pertinentes dans un systme immunitaire biologique pour que lartificiel hrite le maximum des fonctionnalits naturelles dans le domaine de la reconnaissance des formes [2].

2-Principe du fonctionnement du systme immunitaire naturel :

Le systme immunitaire protge l'organisme contre l'invasion de corps trangers. Il est constitu de cellules diffrentes rparties dans tout l'organisme. Chaque catgorie de cellules a une fonction spcifique et se dplace dans l'organisme selon les besoins.

La rponse immunitaire fait intervenir deux types de mcanismes qui sont d'apparitions successives au cours de l'volution des espces et sont intimement connects :

A. L'immunit naturelle non spcifique, encore appele inne ou nave, repose sur une distinction globale du soi et du non-soi. C'est une rponse immdiate, non spcifique de l'agresseur et non adaptative.

B .L'immunit acquise spcifique, galement appele immunit saisie ou adaptative, reprsente la partie du systme immunitaire qui peut identifier spcifiquement et liminer slectivement le micro-organisme et les molcules trangres elle se caractrise par une spcificit antignique, diversit, et mmoire immunologique.

3-Dfinition des AIS:

Les systmes immunitaires artificiels (AIS) sont des systmes informatiques inspirs par les principes et les processus du systme immunitaire naturel des vertbrs.

Les algorithmes exploitent typiquement les caractristiques du systme immunitaire dtude et de mmoire pour rsoudre un problme. Ils sont coupls lintelligence artificielle et quelques algorithmes d'AIS sont troitement lis algorithmes gntiques [3].

4-Historique des AIS:

L'AIS a commenc au milieu des annes 80 par Farmer, Packard et Perelson's (1986) et papiers de Bersini et de Varela sur les rseaux immuniss (1990). Cependant, c'tait seulement au milieu des annes 90 que l'AIS est devenu un domaine son propre chef. Forrest et autres (sur choix ngatif) a commenc en 1994 ; et Dasgupta a entrepris des tudes tendues sur des algorithmes ngatifs de choix. La chasse et le Cooke ont commenc les travaux sur les modles immuniss de rseau en 1995 ; Timmis et Neal ont continu ce travail et ont apport quelques amliorations. De Castro et Von Zuben's et travail de Nicosia et de Cutello (sur choix clonal) est devenu notable en 2002. Le premier livre sur les systmes immunitaires artificiels a t dit par Dasgupta en 1999.

Nouvelles ides, telles que la thorie de danger et les algorithmes inspirs par systme immunitaire inn, sont maintenant explors galement. Bien qu'un certain doute qu'ils offrent encore quelque chose au del des algorithmes existants d'AIS, ceci soit discut avec chaleur, et la discussion fournit un les forces d'entranement principales pour le dveloppement d'AIS l'heure actuelle.

l'origine l'AIS s'est mis trouver des abstractions efficaces des processus trouvs dans systme immunitaire mais, plus rcemment, il devient a intress en modelant les processus biologiques et en s'appliquant des algorithmes immuniss aux problmes de bioinformatiques [4].

5-Les algorithmes des AIS:

Les modles de conceptions les plus utiliss sont les rseaux immunitaires, la slection clonale et la slection ngative.

a. Algorithme de la slection ngative

La slection ngative est le processus qui permet de distinguer le soi du non soi, elle a t applique des problmes de dtections d'anomalies, son algorithme a la forme suivante :

Gnrer le Soi comme tant un ensemble S dlments dans un espace U qui doivent tre surveills. S peut reprsenter le sous-ensemble des tats considrs comme normaux pour le systme.

Gnrer un ensemble F de dtecteurs (motifs) sappariant avec certains lments de S. Pour copier le fonctionnement du systme immunitaire gnrer des dtecteurs alatoires et supprimer ceux qui sont trop gnraux. Une approche efficace essaye de rduire au minimum le nombre de dtecteurs produits tout en maximisant la zone couverte de lespace du non soi.

Surveillez S laide de F. Si lun quelconque des dtecteurs ne sapparie pas alors un changement sest produit.

Domaine dapplication : Cet algorithme est utilis dans la scurit informatique et la dtection des spam.

b. Algorithme de la slection clonal

La slection clonale artificielle est une abstraction des mcanismes de mmorisation des systmes immunitaires, les algorithmes dvelopps sont gnralement ddis loptimisation ou la recherche. Un anticorps est une abstraction de la cellule S et des anticorps quelle produit, et les antignes reprsentent eux-mmes.

1. Produire un ensemble de solutions (rpertoire d'anticorps) de N candidat qui sont dfini par le problme tudier ;

2. Choisir les n1 cellules qui ont la plus grande affinit l'antigne ;

3. Copier (produire des copies identiques de) ces cellules choisies. Le nombre de copies est proportionnel aux affinits: plus l'affinit est haute, plus le nombre de clone est grand;

4. Changer la structure des cellules choisies (hyper mutation). Le taux de changement est proportionnelle leurs affinits : plus l'affinit est haute, plus le taux de Changement est petit;

5. Slectionner les n2 cellules (du rsultat de l'tape 4) qui ont la plus grande affinit l'antigne pour composer le nouveau rpertoire ;

6. Remplacer quelques cellules qui possdent des valeurs d'affinit faible par les nouvelles cellules ;

7. Rpter les tapes 2 6 jusqu' ce qu'un critre d'arrt donn soit rencontr.

Domaine dapplication :

Ce genre d'algorithme peut tre utilis pour des problmes d'optimisations, de Clustering, ou de reconnaissance des formes.

c. Rseaux immunitaires

La thorie immunitaire de rseau semble trs attrayante sur l'intelligence artificielle. Car premirement, elle prsente un systme dynamique capable d'excuter des interactions entre ses propres constituants et entre ses constituants et l'environnement externe. Deuximement, elle offre les possibilits d'ajuster la structure du systme (rseau) et les paramtres du systme sur l'environnement. Son algorithme gnral est :

1. Initialisation : initialiser un rseau de cellules immunises;

2. Boucle de population : pour chaque antigne :

2.1. Identification antignique : calculez les affinits des anticorps face l'antigne ;

2.2. Interactions du rseau : calculez les affinits entre tous les paires d'anticorps ;

2.3. Mta dynamique : ajoutez des nouveaux anticorps aux rseaux et supprimez qui sont inutile (le choix est bas sur un certain critre) ;

2.4. Niveau de stimulation : valuez le niveau de stimulation de chaque cellule du rseau tenant compte des rsultats des tapes prcdentes ;

2.5. Dynamique de rseau : mettre jour la structure et les paramtres du rseau selon le niveau de stimulation de diffrentes cellules ;

3. Cycle : rpter l'tape 2 jusqu' ce qu'un critre donn d'arrt soit rencontr ;

Domaine dapplication : datamining, Robotique, Ordonnancement.

6-Exemple dapplication

-Esponda et Forrest ont appliqu la slection ngative au problme de dtection dintrusion dans un rseau informatique (Le systme nomm LYSIS).

-Knight et Timmis ont propos MARITA, un algorithme pour lapprentissage supervis inspir de la thorie des rseaux immunitaires et de la slection clonale.

-De Castro et Von Zuben, en 2001, ont propos aiNet, un algorithme qui combine la thorie des rseaux immunitaires et la slection clonale.

-Warrender et Forrest ont appliqu un algorithme de dtection des intrusions laide d'appels systme.

7-Conclusion:

Nous avons vu que les systmes immunitaires possdent un grand nombre de caractristiques cognitives comme la mmoire, la reconnaissance des nouvelles formes, l'adaptabilit et le traitement distribu de l'information donc on peut dire que les systmes immunitaires forment un excellent outil pour la cration des contrleurs adaptatifs, lapprentissage et la dtection des fautes.

Bibliographie:

[1] Hiba Khelil, Application du systme immunitaire artificiel ordinaire et amlior pour la reconnaissance des caractres artificiels

[2] Goodman D, Boggess L, Watkins A. (2002). Artificial immune system classification of multiple class problems

[3] http://www.artificial-immune-systems.org/

[4]http://www.multilingualarchive.com/ma/enwiki/fr/Artificial_immune_system

[5] [CAS 1999] L.N. Castro, F.J. Von Zuben, "Artificial immune systems : part I -Basic theory and applications, Rapport technique, Dcembre 1999.