基于危險(xiǎn)理論的人工免疫原理與應(yīng)用

摘 要：側(cè)重以危險(xiǎn)理論的基本機(jī)制為線索，對(duì)危險(xiǎn)理論的研究現(xiàn)狀加以系統(tǒng)論述。首先以危險(xiǎn)理論的免疫模型入手，歸納提煉出仿真機(jī)理并建立起隱喻算法；介紹其中具有代表性領(lǐng)域中的應(yīng)用情況；最后對(duì)基于危險(xiǎn)理論的人工免疫研究的下一步工作進(jìn)行展望。

關(guān)鍵詞：危險(xiǎn)理論； 免疫算法； 人工免疫系統(tǒng)； 算法模型

中圖分類號(hào)：TP301.6文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-3695(2007)06-0018-04

0 引言

半個(gè)世紀(jì)之前，Burnet就提出了著名的SNS(Self/NonSelf)理論，并由此建立了傳統(tǒng)的生物免疫模型。該模型的核心功能就是具有區(qū)分自我與非自我(SNS) 的能力。自20世紀(jì)90年代以來(lái)，由該免疫模型啟發(fā)產(chǎn)生，人工免疫系統(tǒng)已經(jīng)逐步成為一種流行的智能計(jì)算范例。人工免疫系統(tǒng)通過(guò)把生物免疫系統(tǒng)的要素和過(guò)程歸結(jié)成一個(gè)算法，并由此算法作為基礎(chǔ)建立起各種應(yīng)用系統(tǒng)。這些系統(tǒng)可以適應(yīng)地節(jié)選自然免疫系統(tǒng)的某些性質(zhì)而建立起相關(guān)的應(yīng)用系統(tǒng)。這種系統(tǒng)可以廣泛地應(yīng)用于各個(gè)領(lǐng)域，解決各種問(wèn)題，如數(shù)據(jù)挖掘、模式識(shí)別、多樣性、記憶性、自適應(yīng)、動(dòng)態(tài)保護(hù)和學(xué)習(xí)等。

在這之后，整個(gè)免疫學(xué)界又普遍流傳著另外一個(gè)新型的理論模式，那就是危險(xiǎn)理論

（Danger Theory，DT）模式。這個(gè)理論的主要?jiǎng)?chuàng)導(dǎo)者Polly Matzinger［1］認(rèn)為，免疫系統(tǒng)并不能區(qū)分SNS，而只區(qū)分危險(xiǎn)信號(hào)(Danger Signal) 的有無(wú)。這就打破了長(zhǎng)久以來(lái)對(duì)自身免疫耐受的認(rèn)識(shí)，并對(duì)傳統(tǒng)的SNS 理論提出嚴(yán)重質(zhì)疑。這個(gè)新的理論模式的提出對(duì)移植、腫瘤、自身免疫響應(yīng)等諸多問(wèn)題作出非常好的解釋，并由此修正了傳統(tǒng)的免疫應(yīng)答系統(tǒng)。目前危險(xiǎn)模式已引起各界學(xué)者的廣泛關(guān)注并產(chǎn)生了極其深遠(yuǎn)的影響。

危險(xiǎn)理論并不是免疫應(yīng)答的一種擴(kuò)展方式，而是一種全新的理論模式。雖然迄今為止危險(xiǎn)理論的說(shuō)法在生物免疫界并沒(méi)有得到廣泛的認(rèn)同，但是這個(gè)理論所包含的全新響應(yīng)機(jī)制對(duì)于現(xiàn)在研究的人工免疫系統(tǒng)而言，有著極其深刻的意義。它打破了傳統(tǒng)的免疫適應(yīng)模式，提出了一種新的組織算法模型。

當(dāng)前， 由于眾多研究者認(rèn)識(shí)到DT在信息安全、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘等領(lǐng)域潛在的應(yīng)用前景，關(guān)于DT的研究得到了許多大學(xué)、研究機(jī)構(gòu)和工業(yè)界的重視。英國(guó)布拉德福德大學(xué)的Uwe Aickelin最早開(kāi)展了基于DT的信息安全方面的研究。他首次闡述了將Polly Matzinger提出的危險(xiǎn)理論用于人工免疫系統(tǒng)的研究，提出基于DT的異常檢測(cè)［2］(Anomaly Detection）和入侵檢測(cè)系統(tǒng)（IDS）［3］。其后英國(guó)Kent大學(xué)的Andrew Secker對(duì)基于DT的數(shù)據(jù)挖掘技術(shù)進(jìn)行了系統(tǒng)性的理論研究，并以基于DT的自適應(yīng)郵箱系統(tǒng)為例開(kāi)展了基于DT的Web挖掘應(yīng)用研究［4］。作為計(jì)算智能的一個(gè)嶄新分支，DT已成為許多國(guó)際期刊的重要議題， 如International Conference on Artificial Immune Systems(ICARIS)在2002年第一屆會(huì)議以來(lái)相繼出版的專輯中都有大量的相關(guān)討論文章。

關(guān)于DT的應(yīng)用研究進(jìn)展在一些國(guó)內(nèi)論文中尚未涉及，而國(guó)外的綜述性論文中有所涉及。例如理論論述方面，Matzinger討論了這個(gè)基本理論觀點(diǎn)，可以作為介紹性文章；技術(shù)性的文章見(jiàn)文獻(xiàn)[2~7]。本文側(cè)重以DT的基本原理框架為線索， 對(duì)其研究狀況加以系統(tǒng)綜述。

1 免疫模式

17世紀(jì)以來(lái)，人們就認(rèn)識(shí)到在機(jī)體內(nèi)存在著一個(gè)由免疫組織與器官、免疫細(xì)胞及免疫活性分子等組成的免疫系統(tǒng)。正如現(xiàn)在所知道的，機(jī)體內(nèi)的免疫系統(tǒng)總是在兩種不同的功能狀態(tài)之間保持著動(dòng)態(tài)平衡。當(dāng)它處于耐受狀態(tài)時(shí)，免疫細(xì)胞與抗原發(fā)生識(shí)別后不是執(zhí)行其免疫應(yīng)答功能，而是被消除或抑制，進(jìn)而幫助機(jī)體對(duì)自身抗原建立免疫耐受；同時(shí)也為病原體、腫瘤細(xì)胞等逃避免疫系統(tǒng)的攻擊提供了可能。當(dāng)它處于應(yīng)答狀態(tài)時(shí)，免疫細(xì)胞與抗原發(fā)生識(shí)別后，立即進(jìn)入活化狀態(tài)，開(kāi)始執(zhí)行其免疫應(yīng)答功能，幫助機(jī)體清除病原體、腫瘤細(xì)胞等，使機(jī)體恢復(fù)健康。然而當(dāng)其免疫應(yīng)答對(duì)象或強(qiáng)度不合適時(shí)，則有可能引起自身免疫、過(guò)敏或慢性感染等疾病，對(duì)機(jī)體造成傷害。

免疫學(xué)作為一門學(xué)科，總體歸納起來(lái)，在其認(rèn)識(shí)和發(fā)展過(guò)程中存在著三種典型的模式。

1.1 Burnet模式［8］

Burnet根據(jù)當(dāng)時(shí)所發(fā)現(xiàn)的胚胎期及新生期接觸抗原可導(dǎo)致免疫耐受的現(xiàn)象指出: B和T細(xì)胞進(jìn)入外周組織，準(zhǔn)備與各自的特異性抗原發(fā)生識(shí)別、活化，執(zhí)行其特異性免疫應(yīng)答功能。如圖1所示，抗原分為兩種細(xì)菌性抗原和病毒性抗原。針對(duì)這兩種抗原在免疫中分別起作用的是B細(xì)胞和TK（T Kill）細(xì)胞這兩種具有抗原特異性的淋巴細(xì)胞。由圖1可知，根據(jù)Burnet模型，上述兩種淋巴細(xì)胞根據(jù)抗原特異性與抗原進(jìn)行匹配而識(shí)別，然后B細(xì)胞和TK細(xì)胞在得到匹配滿足要求的條件下被系統(tǒng)活化而產(chǎn)生免疫應(yīng)答。模式中只存在著一種信號(hào)Signal 1。

1.2 雙信號(hào)模式

雙信號(hào)模式（Two Signal Model）［9］隨著細(xì)胞免疫學(xué)的飛速發(fā)展，外周耐受及成年期耐受的現(xiàn)象相繼被發(fā)現(xiàn)。為此，Bretscher和Cohn于1969年首次提出雙信號(hào)模型（圖2）。他們認(rèn)為任何一個(gè)處于靜息期的初始特異性淋巴細(xì)胞（B細(xì)胞或HK細(xì)胞）在與其特異性抗原發(fā)生識(shí)別時(shí)均會(huì)得到第一活化信號(hào)Signal 1（抗原識(shí)別信號(hào)）。如果在24 h內(nèi)它能夠從具有同一抗原特異性的輔助TH細(xì)胞（THelper 細(xì)胞） 獲得第二活化信號(hào)（輔助信號(hào)）Signal 2，那么具有該抗原特異性的B細(xì)胞或HK細(xì)胞將進(jìn)入活化狀態(tài)。啟動(dòng)相應(yīng)的體液免疫應(yīng)答或細(xì)胞免疫應(yīng)答；而只得到第一活化信號(hào)的細(xì)胞將進(jìn)入無(wú)能活化狀態(tài)，形成對(duì)其特異性抗原的免疫耐受。其免疫響應(yīng)仍然建立在SNS基礎(chǔ)上。

圖1 Burnet模型圖2 雙信號(hào)模型

1.3 危險(xiǎn)理論模式［1，5~7］

20世紀(jì)90年代以來(lái)，Matzinger等人為了解決協(xié)同刺激模式中存在的問(wèn)題，從全新的角度出發(fā)，提出了一個(gè)頗為令人關(guān)注的危險(xiǎn)理論模式。他們認(rèn)為： 決定免疫系統(tǒng)是否執(zhí)行特異性免疫應(yīng)答功能的關(guān)鍵因素是由機(jī)體受損細(xì)胞向APC發(fā)出的危險(xiǎn)信號(hào)， 而不是由那些與機(jī)體親緣關(guān)系較遠(yuǎn)的病原體向APC發(fā)出的入侵信號(hào)。也就是說(shuō)，機(jī)體內(nèi)的細(xì)胞不論是受到內(nèi)源性因素還是外源性因素的作用，只要它們發(fā)生損傷，就會(huì)向APC發(fā)出危險(xiǎn)信號(hào)，促使APC進(jìn)入活化狀態(tài)；然后經(jīng)過(guò)一系列細(xì)胞間的相互作用，啟動(dòng)特異性免疫應(yīng)答，執(zhí)行免疫系統(tǒng)的防衛(wèi)功能，幫助機(jī)體恢復(fù)健康。危險(xiǎn)模式與SNS 模式在很大程度上是相同的，其根本區(qū)別是免疫應(yīng)答的觸發(fā)信號(hào)不同。SNS 模式認(rèn)為免疫系統(tǒng)區(qū)分SNS ，對(duì)異己抗原產(chǎn)生的外源性信號(hào)產(chǎn)生應(yīng)答；危險(xiǎn)模式認(rèn)為免疫系統(tǒng)只區(qū)分危險(xiǎn)信號(hào)，對(duì)損傷細(xì)胞產(chǎn)生的內(nèi)源性信號(hào)即危險(xiǎn)信號(hào)產(chǎn)生應(yīng)答，APCs 只有被危險(xiǎn)信號(hào)活化后才會(huì)提供第二信號(hào)即協(xié)同刺激信號(hào)。細(xì)胞受損或異常死亡傳遞危險(xiǎn)信號(hào)活化局部APCs；APCs 提供第二信號(hào)，在同時(shí)具備第一信號(hào)和第二信號(hào)時(shí)細(xì)胞活化并增殖。健康細(xì)胞、程序性死亡細(xì)胞和凋亡細(xì)胞［8］不提供危險(xiǎn)信號(hào)；在只有第一信號(hào)而缺乏第二信號(hào)的情況下導(dǎo)致T 細(xì)胞耐受。生命整個(gè)發(fā)展過(guò)程中不斷產(chǎn)生的新的T、B 細(xì)胞均遵循上述規(guī)律而活化或耐受。自身健康組織和程序性死亡細(xì)胞或凋亡細(xì)胞對(duì)不斷產(chǎn)生的T、B 細(xì)胞來(lái)說(shuō)是個(gè)耐受不斷形成的過(guò)程。機(jī)體受到病原體侵害，釋放危險(xiǎn)信號(hào)激發(fā)免疫應(yīng)答，效應(yīng)性T、B 細(xì)胞發(fā)揮一定效應(yīng)后死亡或轉(zhuǎn)為靜息狀態(tài)。病原體被清除后危險(xiǎn)因素消除，免疫應(yīng)答結(jié)束，T 細(xì)胞在缺乏第二信號(hào)的情況下對(duì)自身健康組織產(chǎn)生耐受。

這一模式消除了免疫學(xué)中自身與異己的界線。因?yàn)闊o(wú)論是自身抗原還是異己抗原， 只要它們損傷了機(jī)體內(nèi)的細(xì)胞，就會(huì)由這些受損細(xì)胞發(fā)出危險(xiǎn)信號(hào)，從而激活免疫系統(tǒng)， 發(fā)揮其特異性免疫應(yīng)答功能。所以，有些學(xué)者認(rèn)為危險(xiǎn)理論模式為免疫學(xué)的研究開(kāi)辟了一個(gè)全新的視野。具體流程如圖3所示。

圖3 危險(xiǎn)理論模式

2 危險(xiǎn)理論免疫模型的算法描述

2.1 SNS模式與危險(xiǎn)理論模型比較

傳統(tǒng)的SNS模式要求對(duì)所有的異己抗原都要進(jìn)行響應(yīng)，即對(duì)于每一個(gè)抗原（Antigen，Ag），都要與抗體集中的每一個(gè)抗體進(jìn)行匹配，然后判斷出是自我（Self）還是非我（Nonself），最后給出處理意見(jiàn)。

危險(xiǎn)理論模式并不要求清除每一種異己抗原，而是清除有害的抗原。對(duì)那些異己但無(wú)害的抗原采取包容的處理方式（耐受）。

基于危險(xiǎn)模式的人工免疫的應(yīng)用將很有潛力。這不僅僅局限在傳統(tǒng)人工免疫系統(tǒng)的應(yīng)用方面。傳統(tǒng)的人工免疫系統(tǒng)的可量度性在于抗原Ag對(duì)于所用抗體Ab的匹配識(shí)別度量。這個(gè)計(jì)算必然會(huì)出現(xiàn)這樣的問(wèn)題：為了要降低整個(gè)系統(tǒng)的誤診斷率，必然力求建立一個(gè)完善的抗體集(Ab Set)來(lái)與抗原匹配識(shí)別，則需要經(jīng)歷一個(gè)大批量的計(jì)算過(guò)程。對(duì)于實(shí)際運(yùn)用而言，如此大的匹配計(jì)算很浪費(fèi)計(jì)算資源，在時(shí)間方面同樣不可取。這一點(diǎn)在危險(xiǎn)理論模式中可以很好地解決。根據(jù)現(xiàn)代免疫學(xué)的知識(shí)可知，機(jī)體并不是對(duì)任何異己的東西都進(jìn)行免疫應(yīng)答，也就是說(shuō)在匹配之前需要進(jìn)行篩選，選出那些確實(shí)有害的抗原再進(jìn)行計(jì)算。這樣，對(duì)于那些異己的但是無(wú)害的抗原將不進(jìn)行處理。

此外，在基于危險(xiǎn)理論模式的免疫系統(tǒng)中，只是對(duì)危險(xiǎn)區(qū)域內(nèi)的抗體細(xì)胞進(jìn)行活化以使之抗原進(jìn)行識(shí)別。基于危險(xiǎn)模式的免疫系統(tǒng)中的淋巴細(xì)胞(包括B、T細(xì)胞。其中T細(xì)胞分為TH細(xì)胞和TK細(xì)胞)在系統(tǒng)中的作用與傳統(tǒng)的免疫系統(tǒng)不同，同時(shí)系統(tǒng)響應(yīng)的內(nèi)容也不一樣。基于危險(xiǎn)模式的免疫系統(tǒng)用DND(Dangerous/NonDangerous)的方式進(jìn)行區(qū)分，以取代傳統(tǒng)的人工免疫系統(tǒng)陰性選擇中的SNS。

2.2 基于危險(xiǎn)理論的免疫算法描述

本文根據(jù)危險(xiǎn)理論進(jìn)行隱喻，首先設(shè)計(jì)出三種信號(hào)：

（1）危險(xiǎn)信號(hào)（圖4中的Signal 0）。在免疫系統(tǒng)中由細(xì)胞的非常規(guī)死亡產(chǎn)生。人工免疫系統(tǒng)中可以是各種災(zāi)害性的信號(hào)，如在計(jì)算機(jī)系統(tǒng)中進(jìn)程的異常死亡。

（2）抗原提呈信號(hào)（圖4中的Signal 1）。對(duì)于B和TK細(xì)胞來(lái)說(shuō)，抗原提呈信號(hào)根據(jù)B和TK細(xì)胞表面的抗原特異性對(duì)抗原進(jìn)行識(shí)別，然后產(chǎn)生抗原提呈信號(hào)傳遞到TH細(xì)胞。APCs雖然沒(méi)有抗原特異性，但可通過(guò)表面模型（ppr）來(lái)與感染性抗原發(fā)生識(shí)別。雖然幾種淋巴細(xì)胞產(chǎn)生抗原提呈信號(hào)的過(guò)程和原理有所不同，但在人工免疫計(jì)算方面，過(guò)程及表達(dá)均滿足格式的一致。

（3）協(xié)同刺激信號(hào)（圖4中的Signal 2）。在免疫系統(tǒng)中由APC產(chǎn)生。具體是當(dāng)APCs進(jìn)入活化狀態(tài)時(shí)才產(chǎn)生協(xié)同刺激信號(hào)。在人工免疫中則是使人對(duì)某種現(xiàn)象產(chǎn)生的情感認(rèn)識(shí)，如喜歡、討厭、有興趣、無(wú)興趣這些情感信號(hào)。

2.3 基于危險(xiǎn)模式的人工免疫算法流程

基于危險(xiǎn)模式的人工免疫算法充分利用了危險(xiǎn)模式的應(yīng)答方式和處理方式。具體流程圖如圖4所示。

圖4 危險(xiǎn)模式應(yīng)答處理流程

算法描述如下：

3 基于DT的人工免疫系統(tǒng)應(yīng)用

經(jīng)歷了一個(gè)世紀(jì)的研究，免疫和免疫耐受問(wèn)題的基本機(jī)理仍然備受爭(zhēng)論。在1940和1950年，Burnet第一次在克隆選擇理論中引出了SNS，之后的近五十年，這種典型的SNS成為了免疫學(xué)界經(jīng)典的理論基礎(chǔ)。近年來(lái)，以危險(xiǎn)理論為隱喻機(jī)制的基于DT免疫模型開(kāi)發(fā)的各種模型和算法廣泛地應(yīng)用在科學(xué)研究和工程實(shí)踐中。

3.1 入侵檢測(cè)系統(tǒng)

計(jì)算機(jī)安全的中心挑戰(zhàn)問(wèn)題是如何區(qū)分正常和潛在危險(xiǎn)的活動(dòng)。基于人體免疫系統(tǒng)（HIS）的入侵檢測(cè)系統(tǒng)(IDS)具有容錯(cuò)性、適應(yīng)性、自檢測(cè)等性質(zhì)。當(dāng)前的人工免疫系統(tǒng)已經(jīng)成功應(yīng)用于各種診斷系統(tǒng)中，但是這些診斷系統(tǒng)的算法仍然依賴于SNS區(qū)分模式。U.Aicklein等人提出了建立基于DT的下一代入侵檢測(cè)系統(tǒng)。

該系統(tǒng)是在危險(xiǎn)模式免疫算法的基礎(chǔ)上建立起來(lái)的，充分顯示出危險(xiǎn)模式的信號(hào)協(xié)作優(yōu)勢(shì)，通過(guò)DND區(qū)分來(lái)代替?zhèn)鹘y(tǒng)的SNS區(qū)分。它大大簡(jiǎn)化了系統(tǒng)的計(jì)算處理規(guī)模（系統(tǒng)只識(shí)別處理那些有危害的Dangerous入侵，而對(duì)那些沒(méi)有造成危害的誤入侵不作處理）；并且建立起完善的抗體集自適應(yīng)進(jìn)化更新體系，大大改善了該系統(tǒng)的檢測(cè)功能，使之更具實(shí)用性。系統(tǒng)克服了傳統(tǒng)免疫算法的自適應(yīng)進(jìn)化能力差、計(jì)算規(guī)模大的缺點(diǎn)。系統(tǒng)具有極強(qiáng)的分布性、自組織性、自適應(yīng)性和高效性。

3.2 Web挖掘

A.Secker等人［4］闡述了如何適當(dāng)?shù)匕袲T應(yīng)用于Web挖掘。作者的興趣在于“是造成入侵行為的病原生物的上下文依賴反應(yīng)”。他認(rèn)為這種上下文依賴可以作為一個(gè)有利的算法應(yīng)用于Web挖掘；并提供了一個(gè)說(shuō)明的例證——利用DT理論免疫系統(tǒng)的性質(zhì)來(lái)建立一個(gè)自適應(yīng)的郵件過(guò)濾器系統(tǒng)。這個(gè)郵件系統(tǒng)提供了接收和暫時(shí)忽略兩種操作。系統(tǒng)將根據(jù)對(duì)當(dāng)前時(shí)候的用戶Interesting的評(píng)估進(jìn)行度量來(lái)決定需要執(zhí)行的操作。這種區(qū)分工作的界線不是一成不變的，而是隨著用戶Interesting的改變以及郵箱自身狀態(tài)的改變而改變，區(qū)分的同時(shí)由通過(guò)擁護(hù)用戶的回饋意見(jiàn)來(lái)進(jìn)化更新，從而使得系統(tǒng)可以自動(dòng)進(jìn)化。這種基于DT的動(dòng)態(tài)區(qū)分工作更適用于人工免疫系統(tǒng)領(lǐng)域。他認(rèn)為基于DT的Web挖掘可以產(chǎn)生一個(gè)新型且更為有效的算法用于Web上的知識(shí)發(fā)現(xiàn)。

3.3 動(dòng)態(tài)自組織分布式記憶(dSOSDM) 

Derek JSmith等人［10］首先從免疫學(xué)和其他記憶模式兩方面對(duì)免疫記憶的聯(lián)想性進(jìn)行探討，指出免疫系統(tǒng)的記憶屬于松散分布記憶模式，并具有聯(lián)想性和魯棒性。這類記憶通過(guò)松散地在許多獨(dú)立的Agent之間分布數(shù)據(jù)和輸入空間采樣，獲得聯(lián)想性和魯棒性。在此基礎(chǔ)上，Emma Hart等人［11］建立了自組織分布式記憶（SelfOrganising SDM，SOSDM）。

由于此時(shí)設(shè)計(jì)的SOSDM在處理動(dòng)態(tài)環(huán)境下的數(shù)據(jù)存在諸多問(wèn)題，接下來(lái)Emma Hart和Peter Ross又通過(guò)利用DT的優(yōu)點(diǎn)對(duì)原來(lái)的SOSDM算法進(jìn)行改進(jìn)［12］，并建立起一種基于DT的dSOSDM，使之能夠更適應(yīng)于處理動(dòng)態(tài)變動(dòng)環(huán)境下的數(shù)據(jù)。在這個(gè)新型的模式中，抗體發(fā)出一種信號(hào)。這個(gè)信號(hào)描述了當(dāng)前的刺激度水平，并且監(jiān)視系統(tǒng)內(nèi)部所有水平的刺激度。當(dāng)一個(gè)免疫響應(yīng)發(fā)生或當(dāng)一個(gè)新的抗體也將產(chǎn)生時(shí)提供決策機(jī)制。這個(gè)模型還提供了一個(gè)在環(huán)境中診斷災(zāi)難性變化的方法。原來(lái)的SOSDM只是產(chǎn)生一個(gè)數(shù)據(jù)聚類，而沒(méi)有針對(duì)性的相應(yīng)簇類處理；dSOSDM可以作用于動(dòng)態(tài)變化的數(shù)據(jù)環(huán)境。其產(chǎn)生的簇類在數(shù)據(jù)集合中動(dòng)態(tài)出現(xiàn)，也可以在原來(lái)存在的簇類基礎(chǔ)上消失。如此，系統(tǒng)就可以檢測(cè)出這些變化并給出相應(yīng)的反應(yīng)，通過(guò)增加新的抗體或刪除已經(jīng)存在的抗體。同時(shí)，利用危險(xiǎn)理論處理機(jī)制進(jìn)行比擬，環(huán)境中那些極端的變化將會(huì)使細(xì)胞產(chǎn)生嚴(yán)重的抑郁和外傷，并使其遭受溶解性的細(xì)胞死亡。

免疫系統(tǒng)產(chǎn)生無(wú)法控制的擴(kuò)展， 可能引起反應(yīng)對(duì)環(huán)境上的變化。新的dSOSDM系統(tǒng)更加堅(jiān)固并且比以前的SOSDM能更好地處理動(dòng)態(tài)的變動(dòng)數(shù)據(jù)庫(kù)。

3.4 數(shù)據(jù)密碼子［13~15］

2004年以來(lái)Anjum Iqbal等人［13］首先引入了數(shù)據(jù)密碼子(Date Codon)的概念。遺傳密碼子(Codon)是基因與蛋白質(zhì)進(jìn)行信息對(duì)接的橋梁，研究不同進(jìn)化階層生物的密碼子與互補(bǔ)密碼子的使用規(guī)律是揭示物種進(jìn)化的一種重要途徑。對(duì)于闡明不同生物和細(xì)胞器基因密碼子與互補(bǔ)密碼子使用以及病原感染之間的內(nèi)在聯(lián)系與進(jìn)化有著重大意義。文獻(xiàn)[14]詳細(xì)闡述了通過(guò)比擬遺傳密碼子來(lái)建立數(shù)據(jù)密碼子DASTONS。由于在基因工程中，基因通過(guò)編碼來(lái)表現(xiàn)各種蛋白質(zhì)結(jié)構(gòu)和功能模塊，同時(shí)外界病毒、細(xì)菌等病原微生物又威脅著宿主的正常結(jié)構(gòu)、功能組織乃至整個(gè)系統(tǒng)。入侵到宿主的病原生物基因和宿主的相關(guān)易致病基因互相作用，產(chǎn)生有害、毒性物質(zhì)或組織。其過(guò)程如圖5所示。最終的危險(xiǎn)理論模式的免疫模型的危險(xiǎn)信號(hào)（Danger Signal）就是由這些有害、毒性物質(zhì)或組織在宿體中作用并表達(dá)出來(lái)的。

圖5 宿體內(nèi)易致病基因與病原基因的共同作用流程

研究表明，宿主基因的某一小段可以顯示出容易與致病病原互相作用的特點(diǎn)。這些基因段在遺傳信息轉(zhuǎn)錄時(shí)也同時(shí)經(jīng)歷了這個(gè)過(guò)程，并最終合成制造危險(xiǎn)信號(hào)的變異蛋白物質(zhì)或組織。所以在遺傳基因工程中，對(duì)于這些段的檢測(cè)及研究有著深遠(yuǎn)的意義。

對(duì)于現(xiàn)代計(jì)算科學(xué)的一大分支，進(jìn)化計(jì)算以及對(duì)人體或生物體的這些計(jì)算機(jī)制的仿真領(lǐng)域，類似的數(shù)據(jù)比擬處理同樣有著重大的意義。本文把這種分析處理方式進(jìn)行比擬仿真而運(yùn)用于計(jì)算領(lǐng)域，設(shè)想出數(shù)據(jù)處理中數(shù)據(jù)密碼子的存在。

根據(jù)生物密碼子的概念，本文設(shè)想易致危險(xiǎn)的數(shù)據(jù)密碼子的存在。在數(shù)據(jù)計(jì)算中相當(dāng)于大量數(shù)據(jù)中的數(shù)據(jù)塊或數(shù)據(jù)點(diǎn)集。這些數(shù)據(jù)塊或數(shù)據(jù)點(diǎn)集在數(shù)據(jù)處理過(guò)程中容易被異常激發(fā)，當(dāng)提呈數(shù)據(jù)并被異常觸發(fā)時(shí)，會(huì)產(chǎn)生一系列的異常數(shù)據(jù)集。易致危險(xiǎn)的數(shù)據(jù)密碼子與病原數(shù)據(jù)或動(dòng)作產(chǎn)生有害、毒性物質(zhì)而最終導(dǎo)致危險(xiǎn)在宿主中的基因段（密碼子）。

由此建立起一種基于數(shù)據(jù)密碼子的系統(tǒng)調(diào)用異常入侵檢測(cè)模型。系統(tǒng)克服了傳統(tǒng)免疫算法計(jì)算規(guī)模大、特征復(fù)雜、自適應(yīng)進(jìn)化能力差的缺點(diǎn)。其中合理地確定出數(shù)據(jù)密碼子將導(dǎo)致具有深遠(yuǎn)意義的數(shù)據(jù)簡(jiǎn)約，以此作為特征單元引入危險(xiǎn)模式處理機(jī)制進(jìn)行前瞻性的測(cè)量。

4 結(jié)束語(yǔ)

接下來(lái)仍然有許多工作要做。以下幾點(diǎn)將是未來(lái)工作的重點(diǎn):DT模型的分布性、自治性、記憶性和學(xué)習(xí)性。同時(shí)在其他方面仍然需要作進(jìn)一步研究，如簡(jiǎn)約計(jì)算規(guī)模、多信號(hào)協(xié)同、集群合作體系等。

本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。