O presente trabalho investiga um método de detecção de anomalias baseado em
sistemas imunológicos artificiais, especificamente em uma técnica de reconhecimento
próprio/não-próprio chamada algoritmo de seleção negativa (NSA). Foi utilizado um esquema
de representação baseado em hiperesferas com centros e raios variáveis e um modelo capaz de
gerar detectores, com esta representação, de forma eficiente. Tal modelo utiliza algoritmos
genéticos onde cada gene do cromossomo contém um índice para um ponto de uma
distribuição quasi-aleatória que servirá como centro do detector e uma função decodificadora
responsável por determinar os raios apropriados. A aptidão do cromossomo é dada por uma
estimativa do volume coberto através uma integral de Monte Carlo. Este algoritmo teve seu
desempenho verificado em diferentes dimensões e suas limitações levantadas. Com isso,
pode-se focar as melhorias no algoritmo, feitas através da implementação de operadores
genéticos mais adequados para a representação utilizada, de técnicas de redução do número de
pontos do conjunto próprio e de um método de pré-processamento baseado em bitmaps de
séries temporais. Avaliações com dados sintéticos e experimentos com dados reais
demonstram o bom desempenho do algoritmo proposto e a diminuição do tempo de execução. / This work investigates a novel detection method based on Artificial Immune Systems,
specifically on a self/non-self recognition technique called negative selection algorithm
(NSA). A representation scheme based on hyperspheres with variable center and radius and a
model that is able to generate detectors, based on that representation scheme, have been used.
This model employs Genetic Algorithms where each chromosome gene represents an index to
a point in a quasi-random distribution, which serves as a detector center, and a decoder
function that determines the appropriate radius. The chromosome fitness is given by an
estimation of the covered volume, which is calculated through a Monte Carlo integral. This
algorithm had its performance evaluated for different dimensions, and more suitable genetic
operators for the used representation, techniques of reducing self-points number and a preprocessing
method based on bitmap time series have been therefore implemented. Evaluations
with synthetic data and experiments with real data demonstrate the performance of the
proposed algorithm and the decrease in execution time.
| Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:BDTD_UERJ:oai:www.bdtd.uerj.br:5020 |
| Date | 15 July 2009 |
| Creators | Daniel dos Santos Morim |
| Contributors | Jorge Luís Machado do Amaral, José Franco Machado do Amaral, Ricardo Tanscheit |
| Publisher | Universidade do Estado do Rio de Janeiro, Programa de Pós-Graduação em Engenharia Eletrônica, UERJ, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UERJ, instname:Universidade do Estado do Rio de Janeiro, instacron:UERJ |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0108 seconds