[論文レビュー] Artificial Immune Systems Tutorial

Uwe Aickelin, Dipankar Dasgupta|arXiv (Cornell University)|Mar 27, 2008

Artificial Immune Systems Applications参考文献 14被引用数 13

ひとこと要約

このチュートリアルは、自己と非自己を区別し、未知の脅威に適応する能力を備えたヒトの免疫系にインspiredされた計算知能パラダイムとしての人工免疫系（AIS）を紹介する。AISの主要なメタファーを概説し、現実世界の問題に対する段階的なアルゴリズムのウォークスルーを提供するとともに、進化的およびニューラル計算手法と比較し、複雑で動的な環境におけるその柔軟性と頑健性を強調する。

ABSTRACT

The biological immune system is a robust, complex, adaptive system that defends the body from foreign pathogens. It is able to categorize all cells (or molecules) within the body as self-cells or non-self cells. It does this with the help of a distributed task force that has the intelligence to take action from a local and also a global perspective using its network of chemical messengers for communication. There are two major branches of the immune system. The innate immune system is an unchanging mechanism that detects and destroys certain invading organisms, whilst the adaptive immune system responds to previously unknown foreign cells and builds a response to them that can remain in the body over a long period of time. This remarkable information processing biological system has caught the attention of computer science in recent years. A novel computational intelligence technique, inspired by immunology, has emerged, called Artificial Immune Systems. Several concepts from the immune have been extracted and applied for solution to real world science and engineering problems. In this tutorial, we briefly describe the immune system metaphors that are relevant to existing Artificial Immune Systems methods. We will then show illustrative real-world problems suitable for Artificial Immune Systems and give a step-by-step algorithm walkthrough for one such problem. A comparison of the Artificial Immune Systems to other well-known algorithms, areas for future work, tips & tricks and a list of resources will round this tutorial off. It should be noted that as Artificial Immune Systems is still a young and evolving field, there is not yet a fixed algorithm template and hence actual implementations might differ somewhat from time to time and from those examples given here.

研究の動機と目的

• 研究者に人工免疫系（AIS）の基礎的原則を、新しい計算知能技術として紹介すること。
• 生物学的免疫系のメカニズム、特に自己／非自己認識および適応的応答が、どのように計算モデルに抽象化できるかを説明すること。
• 現実世界の問題に対する詳細なアルゴリズムのウォークスルーを通じて、AISの実用的応用を示すこと。
• AISを他の確立されたニューラルおよび進化的計算アルゴリズムと比較し、その長所と短所を強調すること。
• AIS分野に参入する研究者や実務家が役立てるためのガイダンス、リソース、および今後の研究方向性を提供すること。

提案手法

• 本論文は、先天的および適応的免疫系の比喩を用いて、分散的・非中央集権的な計算システムにおける問題解決をモデル化する。
• 解法の生成と精錬のためのコアメカニズムとして、免疫ネットワーク理論およびクローン選択原理の使用に重点を置く。
• 段階的なアルゴリズムのウォークスルーを提供し、AISが異常検出や最適化といった特定の問題にどのように適用できるかを説明する。
• 化学的メッセンジャー（信号または重みとしてモデル化）を介したフィードバックメカニズムを組み込むことで、局所的およびグローバルな適応を可能にする。
• 問題領域に応じて、集団ベースまたはエージェントベースのアーキテクチャを用いたAISの実装方法をチュートリアルで提示する。
• AISを他の進化的およびニューラル計算技法と比較し、適応性、頑健性、自己組織化の観点から焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 ヒトの免疫系の原則を、問題解決のための計算モデルにどのように抽象化できるか。
• RQ2 人工免疫系の核心的メカニズムとして、自己／非自己の識別および脅威の長期記憶を可能にする要因は何か。
• RQ3 どのような種類の現実世界の問題において、AISが従来の進化的またはニューラル計算手法を上回るか、あるいは補完するか。
• RQ4 実務でAISアルゴリズムを実装する際の主な設計上の配慮事項およびベストプラクティスは何か。
• RQ5 進化を続ける人工免疫系分野における未解決の課題と今後の研究方向性は何か。

主な発見

• 人工免疫系は、生物学的免疫応答を模倣することで、複雑で動的な問題を効果的に解決する頑健で適応的なフレームワークを提供する。
• AISにおけるクローン選択および免疫ネットワークモデルは、特に異常検出および最適化において、探索と活用の両方を効果的に行う。
• ネットワークインフィルジョン検出のような、長期記憶と未知の脅威への適応が求められる問題において、AISは優れたパフォーマンスを示す。
• チュートリアルでは、応用状況に応じて、集団ベース、エージェントベース、あるいはハイブリッド形式のいずれの形でもAISを実装可能であることが示されている。
• その可能性にもかかわらず、AISには標準化されたアルゴリズムテンプレートがなく、実装のばらつきが生じており、今後の方法論的統合の必要性が浮き彫りになっている。
• 本論文は、研究者が現実世界の工学的および科学的問題に効果的にAISを応用できるよう、主要なリソースと実用的ヒントを特定している。