免疫计算的高精度检测与自适应学习研究

1. 免疫计算的高精度检测与自适应学习研究 龚涛博士 东华大学信息科学与技术学院

2. 答辩大纲 学术基础、思路、前期积累和教研经历 立项依据、科学意义和应用前景 研究内容、创新点与可行性分析 学术作用、预期研究成果与考核指标 实验条件、学科背景及单位支持 免疫计算的高精度检测与自适应学习研究

3. 1. 申请者信息 1.1学术基础 学术经历 • 2003年在中南大学获模式识别与智能系统专业硕士学位，其硕士论文“多维教育免疫艾真体”评为湖南省优秀硕士学位论文，导师是蔡自兴教授。 • 2007年在中南大学获计算机应用技术专业博士学位，导师是蔡自兴教授，博士学位论文的题目是“免疫计算的建模与鲁棒性分析研究”，曾获宝钢教育基金首届优秀学生特等奖、英国米塔尔优秀学生奖等奖励。 • 自2002年起成为美国Sigma Xi科学研究学会的正式会员，该学会的200多名会员是诺贝尔奖获得者，其中包括杨振宁和爱因斯坦等。 主要论著和专利 • 在国际刊物、国内一级刊物和国际重要会议上发表论文近40篇，其中32篇为第一作者，SCI检索3篇，EI检索12篇，ISTP检索7篇，1篇评为国际会议优秀论文提名奖。 • 出版专著、教材等著作12本，其中1本为独著，3本为第一作者。 • 申请发明专利2项（都已公开）。 免疫计算的高精度检测与自适应学习研究

4. 1. 申请者信息 1.2思路、学术思想和前期工作积累 免疫计算研究的思路与学术思想 • 从反向思维的角度出发，借助自体的完全检测突破异体高精度检测的瓶颈，为此需要动态构建系统的正常模型。 • 由生物免疫系统的免疫响应与学习机制启发，设计人工免疫系统的自适应示例学习算法和自适应进化学习算法。 前期工作积累 • 已初步建立免疫计算模型，抗病毒等实验验证了合理性(J. Cent. South Univ. Technol.,2006,13(6):694-698; Lecture Notes in Computer Science,2006,3973,267-272)。 • 对高精度异体检测和免疫学习进行了较好的预研工作(Trans. of Nonferrous Metals Society of China,2003,13(4):948-952; International Journal of Multimedia and Ubiquitous Engineering,2006, 1(3): 23-26; 控制理论与应用,2006,23(1):79-85; 控制理论与应用,2003,20(4):514-520;机器人,2003,25(3):193-197) • 以网络教育系统为应用对象展开了免疫计算的应用研究(International Journal on E-Learning, 2006, 5(4): 493-506) • 我们通过国家自然科学基金青年基金项目和重点项目等课题的研究，在本研究方向上已有一定积累，取得了初步的研究成果。 免疫计算的高精度检测与自适应学习研究

5. 1. 申请者信息 1.3教学与科研工作经历 科研工作经历 • 主持国家自然科学基金青年基金项目“免疫计算的测不准有限计算模型与鲁棒性分析”(60404021，23万元，2005.1.1－2007.12.1) 。主持东华大学校基金研究项目“免疫计算的建模、算法设计与特性研究”(104-10-0044017，2万元，2007.4.1-2009.4.1)， • 作为技术负责人主持完成军工项目(7万元，2004.8-2005.8)，主持完成中南大学优秀博士生选题项目“未知环境中移动机器人的免疫计算与故障诊断”(040125 , 1万元，2005.1.1-2006.12.30)。 • 作为主要研究成员参加国家自然科学基金重点项目“未知环境中移动机器人导航控制的理论与方法研究”(60234030，180万元，2003.1.1-2006.12.1，优秀)、 国家自然科学基金面上项目“离散型多智能体系统鲁棒性的非光滑建模研究” (69974043，12万元，2000.1.1-2002.12.1，优秀)和国家基础研究(军工)项目(A1420060159，180万元，2006.1.1-2007.12.30)。 • 作为小组长参加教育部网络课程《人工智能》建设项目(1441000，10万元，2001.1.1-2002.12.30，优秀)和国家博士点基金项目。 • 兼任国际刊物Journal of Computers in Mathematics and Science Teaching (JCMST)、International Journal of Security and Its Applications (IJSIA)和International Journal of Multimedia and Ubiquitous Engineering (IJMUE)的编委，曾担任免疫计算相关的国际学术会议2005 International Symposium on Bio-Inspired Computing的国际顾问。 讲授的课程有人工智能、智能控制和面向对象程序设计C++。 免疫计算的高精度检测与自适应学习研究

6. 2. 立项依据、科学意义和应用前景 2.1 免疫计算研究的国内外现状 • Bersini首次使用免疫算法来解决网络适应性问题 • Ishida利用人工免疫系统解决传感器网络故障诊断问题 • Forrest等人首次将免疫算法应用于计算机安全和病毒检测 • Hunt等人将免疫算法应用于机器学习领域 • 王煦法等设计基于自然免疫系统的自我防护机制 • 肖人彬也研究了人工免疫系统的原理和模型 • 焦李成等在遗传算法的基础上引入免疫机制 • 闵乐泉基于细胞神经网络研究了生命及人工免疫理论 • 梁意文等基于免疫原理创建大规模网络入侵检测模型 • 丁永生等设计和创建基于免疫突现计算的生物网络结构 • 毛宗源对免疫算法的参数问题展开了研究 • 龚涛、蔡自兴提出了多维教育免疫网络、多维教育免疫艾真体和免疫计算的3层测不准有限计算模型等 免疫计算的高精度检测与自适应学习研究

7. 2. 立项依据、科学意义和应用前景 免疫计算研究 的两大瓶颈 高精度的异体检测问题是传统检测算法所无法解决的难题，因为待测对象的未知性和复杂性可能会大幅度降低检测率。 未知异体的学习是一个无限扩展的分类与创建新类的过程，而传统的聚类算法仅适用于有限类的划分与聚类。 2.2 免疫计算研究现状的分析结论 因此，非常有必要从新的思维角度构建新型免疫计算模型，根据免疫组件的时空属性构建自体的模型，通过自体检测的结果对异体进行高精度的检测，构建未知异体的自适应学习模型，力求有所创新。从已检索到的国内外文献来看，这是前人没有解决的难题。我们在本研究方向上已有一定积累，取得了初步的研究成果。 免疫计算的高精度检测与自适应学习研究

8. 2. 立项依据、科学意义和应用前景 2.3 科学意义和应用前景 科学意义 • 为了提高异体检测的精度，提出人工免疫系统的正常模型，利用自体的检测结果检测异体，实现异体检测精度的大幅提高。 • 为了增强系统的自适应学习能力，提出免疫计算的未知异体学习模型，通过异体特征空间内自适应随机搜索实现异体学习的自适应性。 • 这些研究是对新型免疫计算理论的探索，为网络安全、故障诊断和控制等应用提供理论依据，具有重要的理论意义和指导应用价值。 应用前景 • 免疫计算的高精度异体检测和自适应学习机制可用于计算机网络的病毒防治、信息系统的软件故障检测与自修复、电子商务、模式识别等应用领域，应用前景广阔美好。 • 已公开的两项免疫计算相关专利为本项目的应用推广奠定了坚实的基础，已获“2006届中国宁波科技创业计划大赛新苗奖”的免疫计算应用相关创业书为免疫计算应用产业的创业提供了参考框架。 免疫计算的高精度检测与自适应学习研究

9. 3. 研究内容、创新点与可行性分析 建立AIS的正常模型 对异体进行高精度检测 未知异体自适应学习 为应用提供模型和算法 研究目标 研究内容 正常模型、学习模型 高精度异体检测算法 自适应学习算法 关键问题 实验手段 免疫计算 人工免疫系统的正常模型 未知异体的自适应学习模型 技术路线 研究方法 可信计算建模的方法 按照定义、定理严格数学逻辑推理的方法 智能化表示方法 从免疫计算缺点入手的反向思维方法 3.1 本项目的研究内容 免疫计算的高精度检测与自适应学习研究

10. 3. 研究内容、创新点与可行性分析 3.2可行性分析 技术路线 • 对于免疫计算的可信建模问题，按照信息科学术语定义和设计人工免疫系统的正常模型和3层计算模型。 • 在所有已知异体构成的异体特征空间中，根据最相似逼近和自适应随机搜索的方法构建未知异体自适应学习模型。 可行性分析 • 利用我们已提出并证明的3层免疫计算模型和静态正常模型，按照严格逻辑推理框架和测不准有限计算思想，可构建人工免疫系统的正常模型和未知异体自适应学习模型，提高异体检测的精度。用免疫算法生成抗体，实现抗体的异体识别和自适应免疫。 • 优化免疫算法，可以增大负载极限，提高免疫计算的自适应学习能力。 免疫计算的高精度检测与自适应学习研究

11. 3. 研究内容、创新点与可行性分析 3.3本项目的创新点 (1) 提出人工免疫系统的正常模型和3层测不准有限计算模型 对于静态人工免疫系统，人工免疫系统的正常模型在系统正常时可以一次构建。对于动态人工免疫系统，人工免疫系统的正常模型随着系统正常状态的转换而动态构建。从自然免疫系统的分层结构自然启发，根据自然计算的原理设计免疫计算的3层结构。 (2) 构建免疫计算的未知异体自适应学习模型 通过在异体空间中寻求未知异体特征向量的最相似样本点，即最相似的已知异体，来确定未知异体在特种空间中的样本点位置，根据不确定推理判定未知异体是否属于某类已知异体，或者创建新的异体类别。 (3) 提出基于正常模型的异体高精度检测算法 通过较为简单但精度很高的自体检测间接地检测与自体互斥的异体，从而达到高精度检测异体的最终目的。 (4) 设计基于免疫进化的未知异体自适应学习算法 根据进化机理和免疫算法的设计原则设计异体特征空间中自适应学习未知异体的学习算法，力求算法的精度更高，效率更高。 免疫计算的高精度检测与自适应学习研究

12. 4. 学术作用、预期研究成果与考核指标 4.1 本项目的学术作用 对提高学科发展的作用 (1) 促进新的计算智能学科的诞生，即免疫计算分支。 (2) 促进计算机学科、自动化学科、电子学科和生物医学交叉发展。 (3) 丰富人工智能学科的理论内容，促进人工智能学科的发展。 (4) 为人工智能在计算机安全、故障诊断、控制等领域的应用提供很好的示例和新的启示。 对提高本人学术能力的作用 (1) 通过免疫计算两大难点的深入研究和突破，能提高本人在国际免疫计算领域的学术研究能力、竞争能力和合作能力。 (2) 本项目的科学研究将激励本人为国家和上海市新兴信息技术发展以及东华大学的科技研究进步作出贡献。 免疫计算的高精度检测与自适应学习研究

13. 4. 学术作用、预期研究成果与考核指标 4.2预期研究成果和考核指标 预期研究成果 (1)拟提交《免疫计算的高精度检测与自适应学习研究》总结报告一份，在国内外核心刊物和重要会议上发表论文8篇，其中国际刊物3篇，申请国家发明专利1项。 (2)这些报告、论文和专利将展现本项目研究免疫计算模型和算法的新思想、新模型、新理论和新方法，具有国际先进水平，能形成自主知识产权，会产生显著经济效益。 考核指标 (1)在国内外核心刊物和重要会议上发表有关免疫计算的论文8篇，其中国际刊物3篇。 (2)申请免疫计算相关的国家发明专利1项。 (3)异体检测率大于98%，未知异体学习的准确率大于90%。 免疫计算的高精度检测与自适应学习研究

14. 5. 实验条件、学科背景和单位支持 实验条件 • 东华大学是教育部直属全国重点大学，是国家正式批准立项的“211工程”重点建设高校，由教育部和上海市人民政府共建共管。 • 东华大学信息科学与技术学院有数字化纺织服装技术教育部工程研究中心、网络智能技术研究中心、自动化研究所、通信技术研究所等研究基地，基地设备先进齐全，具有比较完善的实验条件。 学科背景 • 免疫计算是新兴的、多学科交叉的计算智能分支。 • 经教育部批准，东华大学信息科学与技术学院现有“控制科学与工程”一级学科博士后流动站，控制理论与控制工程、模式识别与智能系统2个博士点，控制理论与控制工程等7个工学硕士点。 • 课程组成员长期从事免疫计算和人工智能理论研究，有较好的学科背景。 单位支持 • 东华大学科技处承诺为本项目工作顺利开展，提供必要的物质保证。 • 信息科学与技术学院承诺在人力和物力上对本项目研究给予大力支持。 免疫计算的高精度检测与自适应学习研究

15. Thank You !