Využitie imunitných princípov v podmienkach

multiagentových systémov.

Tomáš Kasanickýkasanicky@neuron.tuke.sk

Ústav informatikySlovenská akadémia vied

Štruktúra prezentácie.

• Multiagentový systém (MAS)

• Biologicky imunitný systém

• Umelý imunitný systém

• Prostriedky umelej imunitnej odozvy

• Umelá imunitná odozva a MAS

• Tézy dizertačnej prace

• Navrhovaný systém

Multiagentový systém (MAS)

• Vo všeobecnosti existuje mnoho definícií pojmu agent, avšak za jednu z najuniverzalneš možno považovať:

Autonómny agent je výpočtový systém, ktorý existuje v nejakom dynamickom prostredí, v ktorom autonómne vníma a koná tak, aby dosahoval ciele, pre ktoré je určený (Maes P )

• Za agensový systém môžeme považovať zoskupenie agentov, ktory navzajom tvoria celok

Biologicky imunitný systém

• Imunitný systém predstavuje obrannú líniu

organizmu proti nežiadúcim vplyvom okolia • Základnou vlastnosťou imunitného systému je

identifikovať škodlivé látky (patogény) a následne

ich zneškodniť • Imunitný systém:

– Vrodená, nešpecifická imunita

– Adaptívna, získaná imunita

Adaptívna, získaná imunita

Získaná imunita sa stala predlohou pre vytváranie algoritmov umelej imunitnej odozvy.

Je charakterizovaná nasledovnými vlastnosťami:

• Pomalšia prvotná odozva

• Vykazuje prvky učenia

• Masívne paralelné procesy

• Distribuovanosť

Adaptívna, získaná imunita

• Vo všeobecnosti existujú dva základne typy buniek získanej imunity:– B-bunky – T-bunky

• Ich aktivácia a proces akým zasahujú je pomerne kopmlexný a imunológovia sa v mnohých otázkach ešte nezhodli na jednotnej teórii

Umelý imunitný systém(UIS)

• Umelý imunitný systém je výpočtový systém založený na metaforách prirodzených imunitných systémov (John Timmis ).

• Jedna z prvých prac Jerne N.K “Towards a Network

Theory of the Immune System” 1974 z tejto práce čerpal Farmer J.D pričom jeho práca “The Immune System Adaptation and Machine Learning” 1986 sa často označuje za priekopnickú pracú v UIS

Umelý imunitný systém(UIS)

• Z výpočtového hľadiska sa dá charakterizovať nasledovnými vlastnosťami:

– Rozpoznávanie – Robustnosť – Rozmanitosť – Pamäť – Distribuovanosť – Prispôsobivosť – A ďalšie(Reinforcement learning, adaptívnosť)

Algoritmy UIS

• Model kostnej drene

• Model týmusu

• Algoritmus klonálnej selekcie

• Model imunitnej siete

• Alternatívne prístupy

Model kostnej drene• Kostná dreň je zodpovedná za produkciu krviniek.

Produkuje všetky druhy lymfocitov.• generátor reťazcov o nejakej dĺžke • generovanie nových buniek za pomoci knižníc

génov

ABC, EFD, ARC RAV, RTF, RBF MXL, FTK, LXM

ABC | RTF | LXM

Model týmusu

• Týmus je miesto, kde dochádza k dozrievaniu T-buniek

• Algoritmus popisuje dva základne stavy:

– pozitívna selekcia– negatívna selekcia

Pozitívna selekcia

Generátor

Vlastnébunky

Odstrániť

Afinita Množinadetektorov

Pozitívna reakcia

Negatívna reakcia

Negatívna slelekcia

Generátor

Vlastnébunky

Odstrániťautoimunita

Afinita Množinadetektorov

Negatívnareakcia

Pozitívna reakcia

Samotná detekcia

Skúmanývzor

Množinadetektorov

Odstrániťpatogén

Afinita Nerozpoznané

Rozpoznané

Algoritmus klonálnej selekcie.

• Vznikol na základe teórie, ktorá sa pokúša vysvetliť spôsob aktivácie imunitných buniek

• V problematike evolučných algoritmov existujú algoritmy, ktoré využívajú rovnaké princípy

• Tento algoritmus a jeho úpravy patria k najčastejšie používaným technikám v oblasti UIS

Algoritmus klonálnej selekcie

M

M

Výber buniek s Najväčšou afinitou(podobnosť).

Proliferáciaa dozrievanie.

Protilátky.

PamäťovéBunky.

Patogén

Epitop

Paratop

Model imunitnej siete

• Je to skupina algoritmov, ktorá problém aktivácia buniek vníma v širšom merítku

• Uväzuje aj o autoaktivácii, kedy imunitne bunky medzi sebou siria podnety a tak vytvárajú imunitnú sieť

• Jerne “Towards a Network Theory of the Immune System” v roku 1974

Princíp imunitnej siete

k njiij snpkneGm 1)()(

i

n

jjiij

N

jjiijji

N

jiji xkyxmxxmkxxmcx 2

111

1

.

pričom G(x) = x pre x>0 ,G(x)=0 pre x<=0ei(n) je n-ty bit i-teho epitopupj(n) je n-ty bit i-teho paratopuoperácia komplementárnosti je XORs symbolizuje hranicu zhody

Umelá imunitná odozva a MAS

• MAS a ich interakcia s UIS môže biť v princípe dvojaka :

– MAS sú prostriedkom resp. aplikačným nástrojom UIS. Využívajú sa tu prirodzená vlastnosti UIS ako je distribuovanosť paralelnosť . Najčastejšie sa sem radia simulátory (rakovinové bunky, HIV)

– MAS sa stávajú aplikačným cieľom UIS.UIS sú využívané na riešenie problémov, koorodináacie kooperácie a komunikácie.

Tézy dizertačnej prace• Analyzovať vlastnosti rôznych prístupov pri rozhodovaní

v podmienkach multiagentových systémov. Teoreticky porovnať existujúce riešenia z hľadiska dynamickej adaptácie.

• Analyzovať možnosti využitia princípov fungovania imunitného systému v oblasti multiagentových systémov s cieľom podpory rozhodovania v dynamickom prostredí. Realizovať prehľad existujúcich prístupov a aplikácií.

• Navrhnúť a implementovať multiagentovú architektúru založenú na prvkoch imunitných systémov.

• Experimentálne overiť efektivitu navrhnutého systému na zvolenej testovacej doméne.

Navrhovaný systém

• Vytvoriť všeobecný MAS schopný ošetrovať kritické stavy v sledovanom systéme.

• Využiť princípy UIS pri zabezpečení dynamickej adaptabilty systému na novovzniknuté kritické stavy.

Bloková schéma

Sledovanýsystém Prostredie

Monitorovacíagent

Selekčnýagent

Zasahovacíagent

Agentrozhrania

Operátor

Generickýagent UIS

Databázazásahov

Referenčnýagent