基于细胞因子的生物网络协同进化理论与应用研究

论文摘要

随着网络应用需求日益朝着高性能、大规模、多样性的方向发展,对Internet网络提出了更高的分布式要求。对网络系统逐渐提出自扩充性、可移动性、可生存性、简单易操作性的要求。并且,随着用户和网络环境变化的自适应性等特点,有必要进一步优化Internet网络体系结构,并设计其应用。生物系统是分布式自治系统,能提供给科学和工程领域各种富有成效的技术和方法。在生物界中,像人体系、蜂群和人类社会这样的大规模系统,已形成许多重要的原理和机理,正好可以满足以上对Internet的未来需求。本课题将生物细胞因子网络的一些相关原理和机理,应用到Internet网络中,提出新颖的生物网络计算模型和相关智能算法语应用。首先,本文对人工神经网络、人工免疫系统和人工内分泌系统等生物智能理论及各种智能技术发展进行了综述,指出了目前发展存在的问题以及将来的发展方向。并介绍了细胞因子网络的生理基础及其调控机理和网络模型,为本文智能网络模型及算法的研究设计奠定了生物理论基础。介绍了智能移动Agent的特性及应用领域,为生物网络模型的设计提供技术支撑。其次,从细胞因子网络的理论和研究结果中抽象出一种新颖的生物网络集成计算框架,设计了一种细胞因子网络结构及其中间件,该中间件包括网络平台和生物实体。生物网络平台由通用基础组件、网络服务模块和关联模块三部分组成,生物实体是网络应用中的最小组件。并设计了生物结构的通信机制。接着,对初步激活辅助性T细胞前体提出了一个“两步双信号”模型,用来了解外周的自我-非我区分的机制。基于这个“两步双信号”模型,我们提出了一种新颖的人工免疫算法用来产生不同的“两步双信号”生物实体,而且设计了基于一个“两步双信号”生物实体的分布式入侵检测系统用来保护生物网络结构的安全,对它的运行机制进行了讨论。借鉴造血细胞因子模型的协同调整模型,扩展生物实体的设计,提出了一种Web服务的协同调度。造血细胞因子模型研究了细胞因子之间的促进与抑制机制,以及对于造血祖细胞的控制调节作用。在细胞因子网络基础上,对Web合成服务请求与调度的建模,融入基于造血细胞因子调节模型,设计了一种资源的实时计算方法。并结合两种服务选择策略,在扩展的生物网络平台上研究系统的响应能力和服务质量。仿真实验表明基于造血细胞因子网络的Web服务实时调度方法是有效的,具有很好的性能。借鉴生物神经内分泌免疫系统的协同进化机制,基于细胞因子网络平台提出了Web服务的合成方法。在细胞因子网络调控下的生物实体代理Web服务,构成为一个带有条件的米兰机单元,Web服务的合成可以转换为米兰机进化过程。生物实体通过消息匹配和条件约束形成细胞因子网络,Web服务的合成通过生物实体细胞因子网络支持。在服务协同进化过程中可以动态调整其合成的服务,完成服务的动态自组织合成和管理等工作。仿真结果表明该方法在环境动态变化时具有适应性。然后,借鉴生物细胞因子网络的协同进化机制,为生物实体设计协同感知的属性与计算能力,提出了Web服务合成中的方法。在细胞因子网络调控下的生物实体代理Web服务,具有细胞因子网络实体的基本功能,并且扩展了对于分布感知的支持。通过考虑连接亲和度、多亲和度服务质量模型,以及信任亲和度的计算,提出了服务感知计算的具体方法。仿真结果表明该方法具有良好的性能和可扩展性。最后,对全文研究内容进行了总结,指出研究工作中存在的不足,明确了下一步的研究方向。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.1.1 生物网络
• 1.1.2 协同进化计算
• 1.1.3 细胞因子网络
• 1.2 研究意义
• 1.3 论文主要研究内容及创新点
• 1.4 论文的组织结构
• 第2章 人工生物网络研究的综述
• 2.1 引言
• 2.2 生物网络
• 2.2.1 生物网络研究最新进展
• 2.2.2 ANN、AES和AIS之间的关系及作用方式
• 2.2.3 三大生物网络集成的系统——生物网络结构
• 2.3 细胞因子网络
• 2.3.1 细胞因子网络研究进展
• 2.3.2 细胞因子网络中的协同调控机制
• 2.4 小结
• 第3章 协同进化细胞因子网络的总体设计
• 3.1 引言
• 3.2 细胞因子网络调控的神经内分泌免疫系统
• 3.3 基于细胞因子的生物网络结构
• 3.3.1 总体框架设计
• 3.3.2 功能设计
• 3.4 细胞因子网络中间件
• 3.4.1 细胞因子网络平台
• 3.4.2 生物实体
• 3.5 细胞因子网络的通信机制
• 3.5.1 通信语言
• 3.5.2 通信机制
• 3.6 小结
• 第4章 TSTS细胞因子网络协同调控机制的研究与应用
• 4.1 引言
• 4.2 TSTS细胞因子网络协同调控模型
• 4.3 TSTS模型的细胞因子网络
• 4.3.1 TSTS生物实体
• 4.3.2 受TSTS模型启发的免疫算法
• 4.4 基于TSTS协同调控网络的入侵检测系统
• 4.4.1 基于TSTS生物实体的分布式入侵检测系统结构
• 4.4.2 分布式入侵检测系统的运行机制
• 4.5 小结
• 第5章 基于造血细胞因子网络的Web服务协同调度模型
• 5.1 引言
• 5.2 造血细胞因子网络
• 5.3 基于造血细胞因子网络的Web服务协同调度
• 5.3.1 造血细胞因子网络平台
• 5.3.2 面向协同调度的生物实体
• 5.3.3 Web服务协同调度模型
• 5.4 仿真结果及性能分析
• 5.4.1 仿真设计
• 5.4.2 结果和分析
• 5.5 小结
• 第6章 基于细胞因子协同进化网络的Web服务组合方法
• 6.1 引言
• 6.2 Web服务组合的米兰机模型
• 6.3 基于细胞因子网络的Web服务组合方法
• 6.3.1 细胞因子协同进化网络平台
• 6.3.2 生物实体的结构
• 6.3.3 生物实体的消息匹配与算法
• 6.4 仿真结果及性能分析
• 6.4.1 仿真设计
• 6.4.2 结果和分析
• 6.5 小结
• 第7章 基于细胞因子网络协同感知模型的Web服务聚集研究
• 7.1 引言
• 7.2 感知计算
• 7.3 基于细胞因子网络协同感知的Web服务聚集
• 7.3.1 细胞因子协同感知网络平台
• 7.3.2 面向感知的生物实体
• 7.3.3 基于协同感知的Web服务聚集
• 7.4 仿真结果及性能分析
• 7.4.1 仿真设计
• 7.4.2 结果和分析
• 7.5 小结
• 第8章 结论和展望
• 8.1 结论
• 8.2 展望
• 参考文献
• 致谢
• 附录
• 附录A 攻读博士学位期间参加的项目
• 附录B 攻读博士学位期间发表或录用的论文