免疫系统的计算机模型及应用

第一章引言

 

1.1研究背景

免疫系统在形式上是多种多样的，以致人们很难在描述免疫系统和建立相应的理论模型方面找到统一的规范。它是生物领域研究的热点和难点，只有在研究方法上进行创新才能改变现有的研究思路，取得突破性成果。本文利用了生物信息学的观念，把免疫系统看作一个信息系统进行研究，尝试用计算机的方法来模拟细胞间的交互作用，以期从中发现免疫系统规律，目前该领域国内鲜有相关论文出现。

计算机在模拟免疫系统中发挥着重要的作用，希望采取正确的方法建立合理的计算机模型，从中找出免疫系统中细胞的作用路径，为进一步地建立正确的免疫系统模型提供有力的依据，也会对以后的免疫系统研究提供便利。而传统的数学、物理模型缺乏对免疫系统的宏观性能描述，只能从局部解释免疫学现象，具有一定的局限性。免疫系统仿真为免疫学家开辟了在计算机中研究免疫学理论的新时代，对于计算机学和人工智能研究来说，通过免疫系统建模和仿真也能对智能系统、复杂系统及新的计算模型的研究提供新方法和新思路。

建立计算机仿真系统的第一步是建立模型，模型是为了理解事物而对事物的形象和状态的抽象模拟和简化，是对事物的一种无歧义的书面描述。通常模型是由文本、符号和组织这些符号的规则组成的。需求建模是把由文本表示的需求和由图形或数字符号表示的需求结合起来，绘制出对目标系统的完整性描述，并要检测软件需求的一致性、完整性和错误等。形式化需求规格说明意味着用严格的数学知识和符号来构造系统的需求模型，使需求模型更加严密、无二义性和便于推理。

..........................

1.2免疫计算机模型的国内外研究现状

实验可以观察免疫系统整体反应现象，但只利用实验手段从细节和根本上解释这些现象是不够的，比如免疫记忆机制等，还需要借助模型和理论分析等来对这种现象进行系统描述，为了解决免疫学的这些现象，研究人员己经开发了许多基于微分方程的模型。在二十世纪中后期就有许多研究免疫系统的数学方法用于研究不同的免疫学现象，现有免疫学理论的许多概念实际上是数学模型研究的结果。但是以微分方程为代表的数学模型有其自身的局限性，以数学方法建立的多数免疫仿真模型都是确定的，这些确定模型做出的假设对许多细胞内过程是不成立的，缺乏对免疫系统的宏观性描述。

计算机仿真由于更容易设计分析，便于修改和更新，成本更低，越来越受到研究人员的欢迎。计算机建模等理论方法在理解免疫系统的宏观性能和研究免疫系统细节方面都非常重要，是对实验必要的补充。1974年，诺贝尔奖获得者、免疫学家K.Jeme由于提出了免疫网络理论而引起广泛关注。Farmer在1986年发表的关于免疫系统适应与机器学习的文章拉开了免疫系统建模研究的序幕，他在这篇文章中提出了一个基于Jeme关于网络假说的动态免疫系统模型，并对于免疫系统和机器学习进行了开拓性和创造性的研究。1989年Varela讨论了免疫网络以何种方式收敛和免疫系统是否可以通过产生不同的变异抗体来适应新环境的问题，并提出了自己的思想。Hugues Bersini主要研究检验免疫系统维持记忆的方式，以及怎样建立模型和算法来对这些性质进行模拟。1991年，Perelson和Bersini发表了通过免疫系统理念解决控制问题的文章，这些开创性的研究成果为免疫系统的产生和发展奠定了坚实的生物学理论基础。

二十世纪九十年代日本学者Ishida将几个简单的免疫机制应用于传感器网络的故障诊断中，提出利用免疫系统的分布式网络解决故障诊断问题的思想。二十世纪九十年代中期，Forrest尝试用免疫系统机制解决计算机安全和病毒检测问题，英国的Hunt的研究重点是免疫系统学习和免疫网络思想用于建立机器学习的算法，并已成功将免疫思想用于DNA序列的分类和抵押欺诈检测的研究之中。目前，免疫系统理论的研究团队正在逐渐扩大，免疫系统建模的研究也日渐趋向成熟。

............................

第二章相关知识

2.1形式化方法

2.1.1形式化方法概述

形式化方法是指描述系统性质的具有坚实数学基础的方法，是数学上的综合分析技术在系统建模中的应用，主要用于开发计算机控制的系统，通常会有推理工具作为支撑，它可提供一个用于模型设计和分析的严格有效的框架。它以系统的方式刻画、开发和验证系统的架构，其良好的数学基础会提供一系列诸如完整性、一致性、规范性和正确性精确的定义。

形式化方法本质上是用数学方法进行目标软件系统属性的描述，其种类是多种多样的，不同的形式化方法有不同的数学原理基础，有的方法以时态逻辑为基础，但如Z语言和VDM的形式化则是以集合论和一阶谓词演算为基础的。

形式化方法需要形式化规约说明语言的支持，形式规约是形式化方法的一个重要研究内容，它用数学的方式描述程序做什么，并用具有精确语义的形式语言对程序的功能进行描述，是设计和编写程序的起点，也是验证程序正确与否的重要依据，它的两个主要性质是自身的一致性和检验是否完整的描述对象的完备性。

形式化规约主要可分为面向模型和面向性质两类方法，前者又称为系统建模，主要通过构造模型来描述系统的行为特征;后者主要完成性质描述的任务，通过定义系统的性质特点来描述系统。不同的形式规约方法需要的形式规约语言也是不一样的，形式化规约语言也称为形式化描述语言，典型的代表有代数语言、时序逻辑语言等，由于数学理论和规约方法的不一致，这些语言也是不尽相同的，但每种规约语言都是由基本成分和构造成分组成的。

2.1.2  B方法

B方法是目前国际上最受重视的实用性软件形式化方法之一，它支持规格说明和继规格说明之后所有的精化和设计步骤，使用符号表示法即广义代换法来表达状态之间的转换，从软件的规格说明到编码的形成采用一致的形式描述，减少了语义错误出现的可能，程序和程序的规格说明都处于以谓词变换和扩展的Dijkstra为最弱前置条件的统一的数学框架之下。

.........................
第五章免疫算法调度在云计算中的应用

5.1引言

在前两章对免疫系统的研究基础上，我们对免疫算法等有了相应的认识，作为面向工程的应用案例，本文将改进的免疫算法应用到云环境的任务调度中。通过对Cloudsim云计算仿真平台扩展，将免疫算法思想嵌入云任务调度中，实验证明本算法可以对云计算环境实现较为理想的任务调度，是一种有效的任务调度算法。

5.2云计算

5.2.1云计算的定义

随着现代通信技术和计算机技术的发展，人类已步入以数字化、网络化为特征的信息时代，网络己经成为社会赖以生存和发展的重要工具。由于信息化技术的迅速发展，网络上数据逐渐复杂庞大，传统的并行技术等已不能满足人类日益增长的办公和科研发展的需要。云计算作为一种新型的并行计算技术出现在网络上。它的前身其实是20世纪80年代末的网格计算(利用并行计算解决大型问题)和20世纪90年代末的公用计算(将计算资源作为可计量的服务提供)，互联网技术的发展，为这些老技术形成新云计算创造了成熟的条件。

云计算(Cloud Computing)是一种新型的计算模型，它能够根据外部用户需求，从一个抽象的虚拟的可动态增长的资源池中动态地提供用户需求的计算能力、存储能力和服务等其它请求，是一种有大规模商业驱动的计算模式。用户可以利用云计算在任何地方通过连接的设备访问应用程序，应用程序位于可大规模伸缩的数据中心，计算资源可以实现动态部署和共享。利用高速互联网的传输能力将数据的处理过程从个人计算机或服务器转移到互联网的集群中，集群由一个大型的数据处理中心管理的普通工业的标准服务器，数据中心按客户的需要进行计算资源的分配，效果可以与超级计算机相媲美。通过数据中心的应用整合，利用虚拟化技术可以降低整个客户整体投资，并利用多种手段，降低数据中心对能源的消耗。

..........................

结论

免疫系统研究作为一个相对前沿的领域在最近几年空前活跃，在国内外众多研究人员的努力下，它已经成为计算机科学中的一个重要分支，免疫系统研究融合了计算机科学和其他科学的许多最新成果。目前，国内外都已经形成了免疫系统理论研究和应用的热潮，并发表了大量的文献和专著，是一个逐渐走向成熟的前沿交叉学科。

本文致力于免疫系统原理的分析与应用研究，使用UML和RUP技术对免疫系统进行建模，本文提出对UML模型图进行B方法的转换方法，用B形式化的方法对免疫模型进行描述，进而将UML特定模型图转换为相应的B机器模型，确保系统的精确性和严谨性，并进行系统的仿真实验。在对免疫系统研究的基础上，改进了免疫算法，并将其应用于云计算的任务调度中。从仿真结果的比较分析可以看出本研究工作取得了一定意义的研究成果，为相关研究人员提供了较具价值的理论指导。
参考文献（略）