Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 13

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  sztuczny system immunologiczny
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Zabezpieczenie systemu operacyjnego przed zagrożeniami jest od lat obszarem badań wielu naukowców i konstruktorów oprogramowania antywirusowego. Nowe, skomplikowane zagrożenia pojawiają się w szybkim tempie, co skłoniło badaczy do poszukiwania nowoczesnych metod ich wykrywania. W artykule zaprezentowano badania wykrywalności zagrożeń w systemie operacyjnym przy pomocy sztucznego systemu immunologicznego w zależności od podanych parametrów wejściowych algorytmów. System składa się z bloków: sterującego, generacji receptorów i wykrywania anomalii. Blok generacji receptorów konstruuje ciągi binarne zwane receptorami do wykrywania przy ich pomocy anomalii w programach. Blok wykrywania anomalii korzysta z wygenerowanego zestawu receptorów do detekcji zagrożeń. W pracy przedstawiono wyniki badań wykrywalności anomalii w zależności od podanej liczby bitów receptora i progu aktywacji, a następnie przeanalizowano je i podsumowano.
EN
The protection of operating systems against malware has been a field of research for many scientists and antivirus software designers for years now. New, complicated dangerous software appears rapidly, which inspired the researchers to look for unconventional, novel solutions for malware detection. In the paper, an original research of malware detection rates achieved by an artificial immune system using specific input parameters is presented. The system consists of control, receptor generation and anomaly detection units. The receptor generation unit constructs binary strings called receptors used to recognize foreign program structures. The anomaly detection unit uses generated receptors to detect malware in the monitored program. In the work, presented are the results of research of malware detection rates with regard to receptor bit count and activation threshold. The results are analyzed and concluded.
EN
The article shows implementation of artificial immune system in the mechanical optimization. Optimization process is mainly used during new product introduction phase and ensures that new design is well balanced and includes all critical to quality items. Artificial immune system algorithm in the mechanical optimization assumes optimal solution as a pathogen and geometric configurations as a lymphocyte which are matching with optimal design.
PL
Artykuł przedstawia zastosowanie sztucznego systemu immunologicznego w procesie optymalizacji konstrukcji mechanicznych. Proces optymalizacji jest stosowany zwłaszcza w trakcie projektowania nowej konstrukcji bądź systemu i pozwala dostarczyć produkt zbalansowany i uwzględniający wszystkie niezbędne kryteria. Algorytm działający na podstawie sztucznego systemu immunologicznego w optymalizacji mechanicznej traktuje optimum jako patogen, a konfiguracje geometryczne jako limfocyty, które adresują optymalną konstrukcje.
PL
W artykule przedstawiono rozwiązanie problemu znanego jako zadanie komiwojażera. Prezentowany problem polega na minimalizacji kosztów dystrybucji dostaw do wielu odbiorców obsługiwanych przez flotę pojazdów. W rozwiązaniu tego zadania bierze się pod uwagę całkowitą długość drogi, czas przejazdu i wielkości ładunku. W obliczeniach zastosowano dwie metody rozwiązania. W pierwszej z nich wyznaczono trasy wszystkich pojazdów dostawczych biorących udział w bieżącej dostawie, uwzględniając przy tym kryteria na minimum długości drogi i czasu przejazdu oraz obsługi przy ograniczeniu na ładowność pojazdów. W drugiej z metod przeprowadzono najpierw klasteryzację punktów dostaw ze względu na minimum długości drogi i ograniczenie ładowności pojazdu przeznaczonego do obsługi danego klastra dla zadanej liczby i ładowności pojazdów. Następnie dla każdego pojazdu wyznaczono najkrótszą i najszybszą drogę przez wszystkie punkty klastra, do którego był przydzielony. We wszystkich opisanych tu obliczeniach zastosowano algorytmy sztucznych systemów immunologicznych. Problemy wielokryterialne został rozwiązane metodą kryteriów ważonych i optymalności Pareto.
EN
In the paper the solution of the issue known as a traveling salesman problems (TSP) is presented. A minimizing of costs of distributing supplies to multiple recipients supported by a fleet of vehicles is considered. the total path length, the driving time and the volumes of cargo is taken into account in the solution of the task . An artificial immune system is used to solve it. This multi-criteria problem has been solved using objectives weighted method and Pareto efficiency. Results were compared.
EN
In this paper we showed the method of resistive gas sensors data processing. The UV irradiation and temperature modulation was applied to improve gas sensors’ selectivity and sensitivity. Noise voltage across the sensor’s terminals (proportional to its resistance fluctuations) was recorded to estimate power spectral density. This function was an input data vector for LS-SVM (least squares – support vector machine) algorithm, which predicted a concentration of gas present in sensor’s ambient atmosphere. The algorithm creates a non-linear regression model at learning stage. This model can be used to predict gas concentration by recording resistance noise only. We have proposed a fast method of selecting LS-SVM parameters to determine high quality model. The method utilizes a behavior of immune system to determine optimal parameters of the LS-SVM algorithm. High accuracy of the applied method was proved for the recorded experimental data.
PL
W artykule pokazano metodę przetwarzania danych z rezystancyjnych czujników gazów, stosowaną do wykrywania gazów. W celu zwiększenia czułości i selektywności czujników zastosowano modulację temperaturową oraz oświetlenie diodą LED UV aby zebrać więcej danych. Szumy napięciowe rejestrowane na zaciskach czujnika (proporcjonalne do fluktuacji jego rezystancji) zostały wykorzystane do wyznaczenia gęstości widmowej mocy. Ta funkcja stanowiła wektor danych wejściowych dla algorytmu maszyny wektorów nośnych według kryterium najmniejszych kwadratów (LS-SVM), umożliwiając określenie stężenia gazu występującego w atmosferze otaczającej czujnik. Nieliniowy charakter algorytmu pozwala na tworzenie w fazie uczenia modelu na podstawie danych uzyskanych z pomiarów za pomocą metody odniesienia. Pokazano szybki sposób doboru optymalnych parametrów algorytmu LS-SVM, gwarantujących skuteczność szacowania stężenia gazu. W badaniach wykorzystano metodę symulującą działanie systemu odpornościowego. Analiza danych eksperymentalnych potwierdziła skuteczność prezentowanej metody.
EN
Waste collection problems are one of the most important logistic tasks to solve. The paper deals with the optimization of vehicle routes, which is one of the ways of reducing costs of waste collection. In this paper it was formulated the problem of optimization for a single vehicle. This task can be reduced to the Euler’s problem in the mathematical sense. The task was resolved using artificial immune systems. The methods have been adapted to solve real problems of selective waste collection on a small settlement. The solutions were discussed. It was described further plans for the development of methods for waste collection needs.
PL
Problem zbiórki odpadów jest jednym z najważniejszych logistycznych zadań. Celem artykułu jest optymalizacja tras pojazdów odbierających odpady, która jest jednym ze sposobów redukcji kosztów ich zbiórki. W artykule sformułowano kwestię optymalizacji trasy pojedynczego samochodu. Przedstawiony problem może być zredukowany w sensie matematycznym do zadania Eulera. Problem został rozwiązany metodą sztucznych systemów. Metody zostały zaadaptowane do potrzeb rozwiązania rzeczywistego problemu selektywnej zbiórki odpadów na małym osiedlu. Otrzymane wyniki przeanalizowano. Przedstawiono dalsze plany rozwoju metody na potrzeby selektywnej zbiórki odpadów.
EN
This work presents an immune algorithm elaborated for the identification of polymers based on their NIR spectra. It uses the mechanisms and rules typical of natural immune systems. The identification of a polymer consists of a comparison of its NIR spectrum with reference spectra contained in a database. The algorithm acts in two stages. In the first stage, it compares the positions of the main absorption bands in the investigated spectrum with those of spectra from the database. Based on this comparison, the most similar reference spectra are selected. In the second stage, the shape of the numerical derivative of the investigated spectrum is compared with the shapes of the derivatives of the reference spectra selected in the first stage. Our investigations have shown that the algorithm is very effective and reliable. The algorithm can be used both for the identification of polymers in large databases and for the protection of such databases from an uncontrolled expansion.
PL
W pracy przedstawiono sztuczny system immunologiczny, należący do metod sztucznej inteligencji, przeznaczony do identyfikacji polimerów na podstawie ich widm w bliskiej podczerwieni (NIR). Analiza widm polega na porównaniu zgodności nieznanego widma z widmami zapisanymi w bazie danych, przy użyciu odpowiedniego algorytmu. Struktura algorytmu i działanie poszczególnych procedur naśladują strukturę naturalnego układu immunologicznego. Podobnie jak w naturalnych systemach, identyfikacja jest dokonywana na dwóch etapach. W pierwszym etapie przeprowadzana jest wstępna selekcja widm, realizowana za pomocą procedury odpowiadającej działaniu limfocytu T. Do wykonania tego zadania zastosowano filtry cyfrowe i pochodne numeryczne. W drugim etapie uruchamiana jest procedura odpowiadająca działaniu limfocytu B, której zadaniem jest wybranie spośród wyselekcjonowanych widm takiego, którego pochodna ma kształt najbardziej zbliżony do kształtu pochodnej nieznanego widma. W tym celu algorytm dzieli porównywane pochodne widm (antygen i przeciwciało) na małe fragmenty, czyli paratopy i epitopy, dla każdego z nich oblicza wskaźniki podobieństwa, takie jak: współczynnik determinacji (R2), współczynnik Kendalla (t), stosunek pól pod krzywymi (A), średni błąd względny (W) oraz sumę kwadratów różnic pochodnych. Na podstawie tych miar ocenia stopień dopasowania kolejnych paratopów i epitopów, a następnie stopień dopasowania antygenu i przeciwciała oraz poziom stymulacji. Zamiast klonowania i hipermutacji algorytm wykonuje lokalne przeszukiwanie każdego pasma widma. Widma, dla których stopień dopasowania przekroczy zadany próg są rozwiązaniem zadania. Przeprowadzone testy wykazały wysoką efektywność i niezawodność opracowanego algorytmu. Algorytm może służyć do identyfikacji polimerów w dużych bazach danych, a także do zabezpieczania baz danych przed wprowadzeniem kilku widm tego samego polimeru.
PL
Celem artykułu jest omówienie budowy systemu chroniącego komputer przed zagrożeniami z wykorzystaniem algorytmu opartego o system immunologiczny człowieka. Pomysł stworzenia systemu opartego o immunologię, autorstwa prof. dr hab. Marka Rudnickiego, okazał się znakomitym rozwiązaniem. Połączenie głównej idei rozpoznawania własnych elementów, z utworzeniem „terenu zagrożenia”, pozwoliło na wytworzenie programu posiadającego dużą skuteczność a jednocześnie nieobciążającego zasobów systemowych. System posiada jedynie początkową bazę danych (podobnie jak antygeny chroniące organizm dziecka, zawierają informację genetyczną pochodzącą od matki), którą w miarę funkcjonowania uzupełnia, emulując proces uczenia się. Program samodzielnie rozpoznający zagrożenia, korzystający jedynie z „inteligencji”, którą dał mu programista i którą może wykorzystywać do wykrywania nowych form ataków, oraz dostosowujący się do działającego systemu jest marzeniem każdego administratora.
EN
The purpose of the article is to discuss the construction of a system to protect your computer from threats using an algorithm based on the human immune system. The idea of creating a system based on the immunologię, introduced by prof. Mark Rudnicki proved to be an excellent solution. The main idea of the own elements of the resolution, connection with the creation of "land risks", allowed the creation of a high efficiency. The system has only the initial database (like protecting the child's body, the antigens contain genetic information derived from the mother), which, as far as the functioning of the supplements, which emulates a learning process. The program can sense danger, using only the "intelligence", which gave him the programmer and you can use to detect new hack attacks.
8
Content available Using integer valued detectors in ship immune system
EN
The task of Ship Immune System is to differentiate self objects, i.e. objects that are not dangerous to our ship, from other objects that can be a potential threat. To identify objects, the system uses specially constructed detectors. Each detector imitates a non-self object. If an object is similar to a least one detector it is considered to be non-self one. Otherwise, it is treated as self one. The detectors can be represented in the form of real or integer valued vectors. In the paper, the latter solution is discussed. To test Ship Immune System, equipped with integer valued detectors, experiments were carried out. In the experiments, the task of the system was to differentiate self ship radio stations from non-self ones. Results of the experiments are presented at the end of the paper.
PL
Zadaniem Okrętowego Systemu Immunologicznego jest odróżnianie obiektów własnych, czyli takich, które nie stanowią zagrożenia dla naszej jednostki, od wszystkich pozostałych obiektów określanych jako obiekty obce. Do identyfikacji obiektów używane są detektory z których każdy imituje jeden obiekt obcy. W przypadku kiedy niezidentyfikowany obiekt jest podobny do co najmniej jednego detektora, traktowany jest on przez system jako obiekt obcy, w przeciwnym przypadku uznaje się, że mamy do czynienia z obiektem własnym. Detektory systemu mogą być reprezentowane w postaci wektorów rzeczywistoliczbowych lub całkowitoliczbowych. W niniejszym artykule zaprezentowano drugie z wymienionych rozwiązań. W celu zbadania efektywności systemu immunologicznego wyposażonego w detektory całkowitoliczbowe przeprowadzono eksperymenty w trakcie których identyfikacji podlegały radiostacje okrętowe. Wyniki eksperymentów zaprezentowano w artykule.
PL
Przedstawiono model prognostyczny oparty na sztucznym systemie immunologicznym. Pamięć immunologiczna utworzona w procesie treningu reprezentuje obrazy połączonych sekwencji szeregów czasowych obciążeń - poprzedzających prognozę i prognozowanych. Przeciwciała zawarte w tej pamięci rozpoznają obrazy po sekwencji poprzedzającej prognozę i odtwarzają sekwencję prognozowaną.
EN
A forecasting model based on an artificial immune system was presented. The immune memory which is created during training, represents patterns of concatenated sequences of the load time series - the sequence preceding the forecast and the forecasted one. Antibodies contained in this memory recognize the first sequence of patterns and restore the forecasted sequence.
EN
The task of the Ship Immune System (SIS) is to differentiate self objects, i.e. objects that are not dangerous to our ship, from other objects that can be a potential threat. SIS can performed its task based on different physical fields generated by the objects. Radio signals generated by ship radio stations are one of such fields. The paper presents using SIS to identify warship radio stations.
PL
Zadaniem okrętowego systemu immunologicznego jest identyfikacja okrętów przeciwnika i odróżnienie ich od okrętów własnych. Zadanie to może być wykonywane z wykorzystaniem różnych pól fizycznych generowanych przez okręty. Sygnały radiowe generowane przez radiostacje okrętowe są jednym z takich pól. Artykuł prezentuje użycie okrętowego systemu immunologicznego do identyfikacji radiostacji okrętowych.
11
Content available Vaccination in ship immune system
EN
The task of the ship immune system is to differentiate self objects, i.e., objects that are not dangerous for our ship, from other objects that can be a potential threat. To perform the task, the system makes use of a set of detectors. The detectors imitate signatures of non-self objects, however, to generate them the signatures of self objects are used. Real signatures of non-self objects are usually unobtainable and therefore they are not used to produce the system. However, situations sometimes happen when the information about non-self objects is accessible. In such a case, the information mentioned can be used to improve performance of the system. To test the ship immune system build based on signatures of both self and non-self objects, experiments were carried out. In the experiments, the task of the system was to differentiate self ship radio stations from non-self ones. Results of the experiments are presented at the end of the paper.
PL
Zadaniem okrętowego systemu immunologicznego jest rozróżnianie obiektów własnych, nie stanowiących zagrożenia dla okrętu, od obiektów obcych które mogą być dla niego groźne. Do realizacji powyższego zadania system wykorzystuje zbiór detektorów. Detektory imitują sygnatury obiektów obcych, a do ich tworzenia wykorzystywane są sygnatury obiektów własnych zapamiętane w systemie. Ponieważ sygnatury obiektów obcych są zazwyczaj niedostępne, nie są one wykorzystywane w procesie tworzenia detektorów. Występują jednak sytuacje kiedy informacja o obiektach obcych jest dostępna podczas tworzenia systemu. Informacja ta może być wykorzystana do poprawienia jego efektywności. Artykuł przedstawia dwie metody umożliwiające wykorzystanie informacji o obiektach obcych podczas tworzenia detektorów. Obie metody zostały sprawdzone eksperymentalnie. Wyniki eksperymentów zostały przedstawione na końcu artykułu.
EN
This paper presents a novel approach to data clustering and multiple-class classification problems. The proposed method is based on a metaphor derived from immune systems, the clonal selection paradigm. A novel clonal selection algorithm - Immune K-Means, is proposed. The proposed system is able to cluster real valued data efficiently and correctly, dynamically estimating the number of clusters. In classification problems discrimination among classes is based on the k-nearest neighbor method. Two different types of suppression are proposed. They enable the evolution of different populations of lymphocytes well suited to a given problem : clustering or classification. The first type of suppression enables the lymphocytes to discover the data distribution while the second type of suppression focuses the lymphocytes on the classes' boundaries. Primary results on artificial data and a real-world benchmark dataset (Fisher's Iris Database) as well as a discussion of the parameters of the algorithm are given.
EN
Identification of a shape of a boundary belongs to a very interesting part of boundary problems called inverse problems. Various methods were used to solve these problems. Therefore in practice, there are two well-known methods widely applied to solve the problem: the FEM and the BEM. In this paper a competitive meshless and more effective method - the PIES combined with artificial intelligence (AI) methods is applied to solve the shape inverse problems. The aim of the paper is an examination of two popular AI algorithms (genetic algorithms and artificial immune systems) in identification of the shape of the boundary.
PL
Identyfikacja kształtu brzegu należy do bardzo interesującej grupy zagadnień brzegowych nazywanej zagadnieniami odwrotnymi. Istnieje liczna grupa metod służących rozwiązywaniu takich problemów. Jednakże w praktyce do rozwiązywania zagadnień odwrotnych szeroko wykorzystywane są dwie metody: MES i MEB. W niniejszej pracy zaproponowano zastosowanie alternatywnej bezelementowej i bardziej efektywnej metody - PURC połączonej z algorytmami sztucznej inteligencji (SI) do identyfikacji kształtu brzegu. Celem pracy jest zbadanie efektywności dwóch popularnych algorytmów SI (algorytmów genetycznych i sztucznych systemów immunologicznych) w identyfikacji kształtu brzegu.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.