Utilize este identificador para referenciar este registo: http://hdl.handle.net/10773/3653
Título: Nonself detection in immune-inspired models
Outros títulos: Detecção de elementos estranhos em modelos inspirados em imunologia
Autor: Lindo, André Machado
Orientador: Abreu, Fernão Rodrigues Vístulo de
Palavras-chave: Engenharia física
Segurança de computadores
Data de Defesa: 7-Dez-2010
Editora: Universidade de Aveiro
Resumo: Neste trabalho é apresentado um algoritmo para detecção de elementos estranhos (nonself) baseado no mecanismo de Frustração Celular. Este mecanismo apresenta uma nova abordagem às interacções celulares que ocorrem no sistema imunológico adaptativo. O conceito é o de que qualquer elemento estranho estabelecerá interacções menos frustradas do que os restantes elementos do sistema, podendo por isso, através do seu comportamento anómalo, ser detectado. O algoritmo proposto possui vantagens em relação aos sistemas imunológicos artificiais mais conhecidos. Entre elas está a possibilidade de obter detecção perfeita com um número reduzido de detectores. Nesta tese, analisa-se comparativamente este algoritmo com algoritmos de selecção negativa existentes na literatura.
In this work an algorithm for nonself detection is presented, based on the Cellular Frustration mechanism. This mechanism presents a novel approach to cellular interactions occurring in the adaptive immune system. The concept is that any nonself element will establish less frustrated interactions than the remaining elements of the system, can thus, by its anomalous behaviour, be detected. The proposed algorithm has advantages over the most know artificial immune systems. Among the advantages there is the possibility to achieve perfect detection using a reduced number of detectors. In this thesis, this algorithm is analysed comparatively to negative selection algorithms that can be found in literature.
Descrição: Mestrado em Engenharia Física
URI: http://hdl.handle.net/10773/3653
Aparece nas coleções: UA - Dissertações de mestrado
DFis - Dissertações de mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
240636.pdf16.01 MBAdobe PDFVer/Abrir


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.