NGHIÊN cứu một số THUẬT TOÁN THÔNG MINH TRONG máy học và hệ MIỄN DỊCH NHÂN tạo ỨNG DỤNG xây DỰNG hệ THỐNG PHÁT HIỆN VIRUS máy TÍNH

Chương 3: Một số đặc điểm cơ bản của hệ miễn dịch sinh học Chương 4: Tổng quan về hệ miễn dịch nhân tạo Chương 5: Xây dựng hệ thống phát hiện virus Chương 6: Kết luận và hướng phát triển

KHOA CÔNG NGHỆ PHẦN MỀM

KHÓA LUẬN TỐT NGHIỆP

NGHIÊN CỨU MỘT SỐ THUẬT TOÁN

THÔNG MINH TRONG MÁY HỌC

VÀ HỆ MIỄN DỊCH NHÂN TẠO

ỨNG DỤNG XÂY DỰNG HỆ THỐNG

PHÁT HIỆN VIRUS MÁY TÍNH

Giảng viên hướng dẫn: TS VŨ THANH NGUYÊN

ThS NGUYỄN HỮU THƯƠNG Sinh viên thực hiện: NGUYỄN PHƯƠNG ANH

NGUYỄN VĨNH KHA

TP Hồ Chí Minh, tháng 03 năm 2011

ABSTRACT

As a result of internet growing, the network attack is increasing considerably in both type and number Current anti-virus application just work well with known issues, the ability to detect new variants of virus is rather limited In order to find out an affective solution for the problem, the thesis focus on researching immune system and then - artificial immune system, creating the base to build an adaptive virus detection system

The thesis learns about the components and mechanisms of the human body immune system in depth, and consequently studies the theoretical background that allows emulating them on artificial immune system Three key problems of artificial immune system: pattern recognition, negative selection and clone selection will be presented in essay thoroughly

Based on the theoretical results, the authors implemented an adaptive virus detection system As a smart virus detection system, it is not only capable of detecting known virus patterns but also have the ability to identify new threats

khoa Công Nghệ Phần Mềm, trường Đại học Công Nghệ Thông Tin, Đại học Quốc gia TP Hồ Chí Minh đã tận tình hướng dẫn, cung cấp kiến thức, truyền đạt những kinh nghiệm quí báu giúp chúng em hoàn thành tốt luận văn này

Xin chân thành cám ơn ThS Nguyễn Hữu Thương, giảng viên khoa Công Nghệ Phần Mềm, trường Đại học Công Nghệ Thông Tin, Đại học Quốc gia TP Hồ Chí Minh, người đã không ngừng quan tâm, nhắc nhở chúng em trong suốt thời gian làm luận văn

Xin cám ơn các Thầy, Cô trường Đại học Công Nghệ Thông Tin, Đại học Quốc gia TP Hồ Chí Minh đã hướng dẫn, cung cấp kiến thức giúp chúng em thực hiện nghiên cứu luận văn

Xin cám ơn cha, mẹ, các anh, chị em trong gia đình đã hỗ trợ, lo lắng và động viên Đồng thời, xin cám ơn tất cả các đồng nghiệp đã ủng hộ, giúp đỡ chúng tôi trong quá trình thực hiện luận văn này

Dù đã có nhiều cố gắng nhưng chắc chắn sẽ không tránh khỏi những thiếu sót, chúng em rất mong nhận được sự đóng góp ý kiến của các Thầy giáo, Cô giáo

và các bạn để đề tài này được hoàn thiện hơn

Chúng em xin chân thành cảm ơn!

Tp Hồ Chí Minh, tháng 03 năm 2011

Sinh viên

MỤC LỤC

CHƯƠNG 1: MỞ ĐẦU 1

1.1 Giới thiệu đề tài 1

1.1.1 Lý do chọn đề tài 1

1.1.2 Đối tượng, phạm vi nghiên cứu của đề tài 2

1.1.3 Các giai đoạn thực hiện đề tài 2

1.2 Ý nghĩa khoa học và thực tiễn của đề tài 3

1.3 Cấu trúc của luận văn 3

CHƯƠNG 2: CÁC CƠ CHẾ CHUẨN ĐOÁN VIRUS MÁY TÍNH VÀ MỘT SỐ VẤN ĐỀ LIÊN QUAN 5

2.1 Khảo sát virus máy tính 5

2.2 Các cơ chế chẩn đoán virus máy tính 5

2.2.1 Phát hiện virus dựa vào chuỗi nhận dạng 6

2.2.2 Phát hiện virus dựa vào hành vi 6

2.2.3 Phát hiện virus dựa vào ý định 7

CHƯƠNG 3: MỘT SỐ ĐẶC ĐIỂM CƠ BẢN CỦA HỆ MIỄN DỊCH SINH HỌC 8

3.1 Các khái niệm miễn dịch sinh học 8

3.2 Các thành phần chủ yếu của hệ miễn dịch 9

3.3 Các cơ chế kích hoạt (hoạt hoá) và nhận diện miễn dịch cơ bản 11

3.4 Chức năng sinh học của hệ miễn dịch 13

3.4.1 Các cơ quan lymphoid tiên phát (Primary lymphoid organs) 14

3.4.2 Các cơ quan lymphoid thứ phát (Secondary lymphoid organs) 14

3.4.3 Các tầng bảo vệ của hệ miễn dịch 15

3.5 Hệ miễn dịch bẩm sinh (Innate immune system) 16

3.6 Hệ miễn dịch thích nghi (Adaptive immune system) 16

3.7 Nhận dạng mẫu (Pattern Recognition) 17

3.8 Phân biệt Self và Nonself 19

3.8.1 Phép chọn lọc tích cực (Positive Selection) 19

3.8.2 Chọn lọc tiêu cực (Negative Selection) 20

3.8.3 Chọn lọc nhân bản (Clonal Selection) 21

CHƯƠNG 4: TỔNG QUAN VỀ HỆ MIỄN DỊCH NHÂN TẠO 22

4.1 Khái niệm về hệ miễn dịch nhân tạo 22

4.2 Phạm vi ứng dụng của hệ miễn dịch nhân tạo 23

4.3 Cấu trúc cơ bản của hệ miễn dịch nhân tạo 23

4.3.1 Mô hình chung cho các hệ thống phỏng tiến hoá sinh học 24

4.3.2 Mô hình cho hệ miễn dịch nhân tạo 24

4.3.3 Các mô hình trừu tượng của hệ miễn dịch và tương tác giữa chúng 25

4.3.4 Một số thuật toán miễn dịch 28

4.4 Các lĩnh vực ứng dụng của AIS 32

4.4.1 Điều khiển 32

4.4.2 An ninh máy tính 33

4.4.3 Phát hiện lỗi 34

4.4.4 Phát hiện bất thường trong hệ thống 34

4.4.5 Tối ưu hoá 34

4.4.6 Khai phá dữ liệu 34

CHƯƠNG 5: XÂY DỰNG HỆ THỐNG PHÁT HIỆN VIRUS 36

5.1 Xây dựng bộ phát hiện (Detector) 36

5.2 Luật so khớp trùng chuỗi 37

5.3 Chọn lọc âm tính 41

5.3.1 Quá trình học (Learning Machine) 41

5.3.2 Quá trình kiểm tra 43

5.4 Chọn lọc nhân bản và siêu biến đổi 44

5.5 Mô hình tổng thể hệ thống VDS 48

5.5.1 Yêu cầu của hệ thống VDS 48

5.5.2 Use-case của hệ thống VDS 49

5.5.3 Mô hình dòng dữ liệu của hệ thống VDS 49

5.5.4 Mô hình các lớp của hệ thống VDS 50

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 51

6.1 Kết luận 51

6.2 Hướng phát triển 51

PHỤ LỤC 1: CÁC LOẠI VIRUS MÁY TÍNH 52

PHỤ LỤC 2: HƯỚNG DẪN SỬ DỤNG CHƯƠNG TRÌNH 60

TÀI LIỆU THAM KHẢO 65

DANH MỤC CÁC HÌNH, SƠ ĐỒ

Hình 3.1: Các dòng miễn dịch và thành phần của HMD 10

Hình 3.2: Sự nhận diện và cơ chế kích hoạt đơn giản 12

Hình 3.3: Các cơ quan sản sinh bạch cầu 13

Hình 3.4: Kiến trúc đa tầng của HMD 15

Hình 3.5: B-cell 17

Hình 3.6: T-cell 18

Hình 3.7: Quá trình chọn lọc nhân bản 21

Hình 4.1: Cấu trúc phân tầng của HMD nhân tạo 24

Hình 4.2: Kháng thể nhận diện kháng nguyên dựa vào phần bù 26

Hình 4.3: Thuật toán lựa chọn tích cực 31

Hình 4.4: Thuật toán lựa chọn tiêu cực 32

Hình 4.5: Ánh xạ giữa các thành phần của HMD với kiến trúc của một máy chủ nhằm bảo vệ các tiến trình hoạt động 34

Hình 5.1: Nguyên tắc rút trích các đoạn bit nhị phân 36

Hình 5.2: Mã giả hàm kiểm tra so khớp dựa trên luật r-Contiguous 40

Hình 5.3: Quá trình chọn lọc âm tính 41

Hình 5.4: Ví dụ minh họa quá trình học 42

Hình 5.6: Ví dụ minh họa quá trình kiểm tra 43

Hình 5.7: Mô hình tổng quát của thuật toán CLONALG 47

Hình 5.7: Ánh xạ hệ miễn dịch sinh học và hệ thống phát hiện virus 48

Hình 5.8: Use-case của hệ thống VDS 49

Hình 5.9: Mô hình quá trình huấn luyện dữ liệu của hệ thống VDS 49

Hình 5.10: Mô hình quá trình kiểm tra dữ liệu của hệ thống VDS 50

Hình 5.11: Mô hình lớp hệ thống VDS 50

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ CÁI VIẾT TẮT

AIS Artificial Immune System Hệ miễn dịch nhân tạo

VDS Virus Detection System Hệ thống phát hiện virus

CNTT Công nghệ thông tin Công nghệ thông tin

CLONALG Clonal selection algorithm Thuật toán chọn lọc nhân bản

Sự phát triển của Internet tạo điều kiện cho các loại hình xâm nhập luận lý trái phép vào các hệ thống CNTT cả chiều rộng (lây lan trên quy mô toàn thế giới)

và chiều sâu (can thiệp vào hạt nhân hệ thống đích) Mỗi ngày các hệ thống mạng phải đối phó với hàng loạt đợt tấn công bằng mã độc (malicious, harmful code) của tin tặc, khiến nhiều hệ thống bị đình trệ, tắc nghẽn và tê liệt; gây thiệt hại không nhỏ Dự án nghiên cứu về sự phát triển toàn cầu của Viện Hàn lâm Công nghệ Quốc gia Mỹ (National Academy of Engineering, USA - 2008) nhận định vấn đề an ninh thông tin và virus máy tính là một trong 14 thách thức công nghệ lớn nhất của thế

kỷ 21 mà nếu giải quyết được, cuộc sống con người sẽ được cải thiện đáng kể

Virus máy tính (từ đây gọi tắt là virus, phân biệt với từ “virút” trong y học) thực sự trở thành mối đe dọa thường xuyên và cấp bách của các hệ thống CNTT hiện nay

Để phòng chống virus máy tính, các hệ thống CNTT sử dụng các phần mềm chống virus (anti-virus, gọi tắt là AV) Qua khảo sát, phần lớn các AV chỉ phát huy tác dụng trên các mẫu virus xác định, khả năng dự đoán virus mới còn hạn chế nên thường bị động khi có dịch virus bùng phát

Đã có nhiều giải pháp ứng dụng TTNT đã ra đời nhằm mục đích dự báo, chuẩn đoán các mẫu virus mới Trong đó, điển hình nhất chính là HMD nhân tạo - một phương pháp cách tiếp cận của tin sinh học - là khái niệm chỉ các hệ thống thông minh nhân tạo, giải quyết vấn đề dựa trên các nguyên lý, chức năng và mô hình hoạt động của HMD con người

Giống như miễn dịch sinh học, HMD nhân tạo có một số đặc trưng chính quan trọng như: chống chịu nhiễu, học không có giám sát, ghi nhớ, phân tán và tự tổ chức HMD nhân tạo được đánh giá như một phương pháp tính toán mềm mới có hiệu quả Phạm vi ứng dụng của HMD nhân tạo không chỉ đơn thuần giới hạn ở các bài toán nhận dạngmà nó thực sự thu hút được sự chú ý của các nhà nghiên cứu thông qua những ứng dụng trong các lĩnh vực như bảo mật và an toàn thông tin, học máy, robot học, điều khiển học, tối ưu hoá…

Ở Việt Nam hiện nay, các công trình, tài liệu nghiên cứu về HMD nhân tạo

còn rất ít Chính vì vậy chúng tôi đã quyết định chọn đề tài: “Nghiên cứu một số thuật toán thông minh trong máy học và hệ miễn dịch nhân tạo Ứng dụng xây dựng hệ thống phát hiện virus máy tính” làm đề tài luận văn tốt nghiệp Và

chúng tôi đã xây dựng một chương trình dựa trên lý thuyết của HMD nhân tạo nhằm mục đích bước đầu áp dụng HMD nhân tạo vào việc phát hiện virus

1.1.2 Đối tƣợng, phạm vi nghiên cứu của đề tài

- Tìm hiểu chung về virus và các cơ chế dùng để chuẩn đoán virus

- Tìm hiểu các khái niệm liên quan đến HMD sinh học, HMD nhân tạo

- Tìm hiểu một số thuật toán miễn dịch và một số phương pháp tối ưu hàm

- Cài đặt ứng dụng về bảo mật: Hệ thống phát hiện xâm nhập virus bằng ngôn ngữ lập trình C# trên nền dotNET 3.5

1.1.3 Các giai đoạn thực hiện đề tài

- Bước 1: Khảo sát tình hình virus, hacker, xâm nhập mạng hiện nay

- Bước 2: Nghiên cứu tài liệu liên quan đến HMD sinh học

- Bước 3: Nghiên cứu tài liệu liên quan đến HMD nhân tạo

- Bước 4: Nghiên cứu các mô hình và thuật thoát dùng để triển khai HMD nhân tạo

- Bước 5: Phát triển và cài đặt chương trình thử nghiệm

- Bước 6: Đánh giá hiệu năng của chương trình thử nghiệm, so sánh với khả năng phát hiện virus của các chương trình chống virus hiện nay

1.2 Ý nghĩa khoa học và thực tiễn của đề tài

Giống như trong công tác vệ sinh dịch tễ, trong lĩnh vực phòng chống virus máy tính, phòng bệnh vẫn là chủ yếu với các hoạt động cơ bản: nhận dạng bệnh cũ

và dự báo bệnh mới Các hoạt động này đều dựa vào các kỹ thuật chủ đạo của lớp bài toán nhận dạng Giải quyết vấn đề an toàn dữ liệu, đề tài nhận dạng virus máy tính hướng tiếp cận máy học và HMD nhân tạo còn làm phong phú thêm tập lời giải cho các bài toán nhận dạng cùng loại và có thể mở rộng để nhận dạng các đối tượng biến đổi

Ở nước ta mặc dù đã có nhiều đề tài nghiên cứu về virus máy tính, nhưng hầu như chưa có công trình nào đề cập và giải quyết bài toán nhận dạng biến thể virus máy tính ứng dụng HMD nhân tạo Không chỉ dừng lại ở việc nghiên cứu lý thuyết, đề tài cũng đặt ra mục tiêu thực tiễn là xây dựng một hệ thống phát hiện virus máy tính, bước đầu ứng dụng HMD nhân tạo vào các bài toán nhận dạng virus

1.3 Cấu trúc của luận văn

Cấu trúc của luận văn được trình bày theo 5 chương:

Chương 1: Mở đầu Chương 2: Các cơ chế chuẩn đoán virus và các vấn đề liên quan

Chương 3: Một số đặc điểm cơ bản của hệ miễn dịch sinh học Chương 4: Tổng quan về hệ miễn dịch nhân tạo

Chương 5: Xây dựng hệ thống phát hiện virus Chương 6: Kết luận và hướng phát triển Ngoài ra, ở phần phụ lục chúng tôi còn trình bày một số phân lớp virus hiện nay, một số module sử dụng chính trong chương trình phát hiện virus đã được xây dựng

CHƯƠNG 2: CÁC CƠ CHẾ CHUẨN ĐOÁN VIRUS MÁY TÍNH VÀ MỘT SỐ VẤN ĐỀ LIÊN QUAN

2.1 Khảo sát virus máy tính

Virus máy tính (computer virus) là loại chương trình máy được thiết kế để thực hiện các chỉ thị của nó sau chương trình khác Bí mật sao chép bản thân nó vào các hệ thống máy tính, virus lây từ máy này sang máy khác, làm suy giảm năng lực hoạt động hệ thống và xâm phạm dữ liệu người dùng Kể từ khi virus Brain xuất hiện đầu tiên (1986), ngày nay có đến hàng chục ngàn biến thể virus máy tính lây lan trên toàn thế giới Biến thái qua nhiều thế hệ, virus máy tính ngày càng tinh vi, mức độ quấy rối phá hoại càng nguy hiểm và nghiêm trọng

Có nhiều định nghĩa về virus máy tính Theo Bordera, virus máy tính là:

“Bất cứ chỉ thị, thông tin, dữ liệu hoặc chương trình làm suy giảm tính hoàn thiện của tài nguyên máy tính, làm vô hiệu, gây nguy hiểm hoặc phá hủy, hoặc ghép bản thân nó vào tài nguyên của máy tính khác và thi hành khi chương trình máy tính thi hành”

Ngoài những tính chất chung, mỗi loại virus có nguyên tắc lây nhiễm, đặc điểm dữ liệu khác nhau Lúc đầu các chuyên gia phân loại virus theo hình thức lây nhiễm Về sau virus máy tính phát triển đa dạng với nhiều xu hướng kết hợp, phân hóa, lai tạp, kế thừa… khiến việc phân loại gặp rất nhiều khó khăn (xem phụ lục 1)

2.2 Các cơ chế chẩn đoán virus máy tính

Hơn 20 năm qua, virus máy tính đã gây nguy hại cho nhiều hệ thống CNTT trên thế giới Các nhà khoa học đã tốn nhiều công sức nghiên cứu, xây dựng các hệ phòng chống virus máy tính theo nhiều tiếp cận, kỹ thuật khác nhau Cho đến nay,

có ba kỹ thuật nhận dạng virus máy tính đã được áp dụng: dựa vào chuỗi nhận dạng virus (signature-based approach), dựa vào hành vi nghi ngờ virus (suspicious behavior-based approach) và dựa vào ý định virus (intention-based approach)

2.2.1 Phát hiện virus dựa vào chuỗi nhận dạng

Hoạt động theo nguyên lý nhận dạng mẫu, các AV sử dụng một CSDL chứa mẫu virus (ID-virus library) Mỗi khi có virus mới, các chuyên gia anti-virus sẽ giải

mã, trích chọn và cập nhật chuỗi nhận dạng virus vào thư viện Thông tin về đối tượng chẩn đoán (ghi nhận từ hệ thống đích) cùng với thông tin của virus (trong thư viện mẫu) sẽ cho kết luận về tình trạng của đối tượng

Nhận dạng mẫu giúp AV phát hiện các virus đã biết trên tập dữ liệu chẩn đoán với độ chính xác cao Tuy nhiên phương pháp này có khá nhiều nhược điểm:

 Cồng kềnh: Kích thước thư viện mẫu tỷ lệ thuận với số virus đã cập nhật và

tỷ lệ nghịch với tốc độ tìm kiếm

 Bị động: AV chỉ hiệu quả trên các mẫu virus đã cập nhật, không đáp ứng kịp thời dịch bệnh do tốn thời gian cho việc thu thập mẫu virus mới, giải mã, phân tích, lập thuật giải, cập nhật phiên bản mới, phát hành…

 Nhầm lẫn: Các hacker cố gắng tạo vỏ bọc an toàn cho virus Khi AV so mẫu chẩn đoán giống với virus, dữ liệu sạch của hệ thống sẽ bị tẩy nhầm

2.2.2 Phát hiện virus dựa vào hành vi

Tiếp cận này nghiên cứu virus máy tính dưới góc độ thi hành của tập mã lệnh Cũng là chương trình máy tính, nhưng khác với các phần mềm hữu ích, virus chỉ chứa các lệnh nguy hiểm Nghiên cứu trật tự, quy luật hình thành các lệnh máy của virus, tiếp cận này dựa vào khái niệm hành vi để xây dựng cơ chế nhận dạng thông qua tập các thủ tục, hành vi của chúng

Sử dụng tri thức hành vi từ kinh nghiệm chuyên gia nên tiếp cận này còn gọi

là phương pháp heuristic Do các virus giống nhau thường có hành vi như nhau nên

AV có thể nhận dạng các virus cùng họ Tuy nhiên AV khó phân biệt được các hành

vi giống nhau nhưng mục đích khác nhau (ví dụ các phần mềm thường tạo và xóa tập tin tạm, trong khi virus tạo bản sao chính nó và xóa dữ liệu người dùng…) nên tiếp cận này ít được sử dụng cho máy lẻ, trạm làm việc, vốn dành cho người dùng ít

kinh nghiệm

2.2.3 Phát hiện virus dựa vào ý định

Do hãng Sandrasoft (Ấn Độ) đề xướng từ năm 2005, tiếp cận intention-based (tên mã Rudra) lưu giữ hình ảnh chi tiết của máy tính trong tình trạng sạch, sau đó tiếp tục theo dõi trạng thái hệ thống Những thay đổi quan trọng trong tập tin, cấu hình hệ thống hay HĐH đều được cảnh báo như một mối hiểm họa tiềm tàng Khi những thay đổi này được đánh giá nguy hiểm, hệ sẽ khôi phục máy về tình trạng ban đầu Mặc dù đơn giản nhưng tiếp cận này tỏ ra khá hiệu quả vì nó có thể bảo vệ máy tính khỏi các mối đe dọa chưa được biết đến, kể cả virus máy tính

Trong thực tế, tiếp cận “quay về quá khứ” đã được nhiều hãng phần mềm hệ thống sử dụng: Symanteccó Norton Ghost và Norton Goback; VMware có System Image Snapshot; Faronics có Deep Freeze… Bản thân Windows XP cũng có chức năng phục hồi hệ thống bằng System Restore Tuy nhiên tiếp cận này kém hiệu quả khi các điểm trạng thái được ghi nhận lúc hệ thống bị nhiễm virus lạ Mặt khác, hệ cũng cần bộ nhớ ngoài đủ lớn để lưu toàn bộ hình ảnh hệ thống qua từng thời điểm

CHƯƠNG 3: MỘT SỐ ĐẶC ĐIỂM CƠ BẢN CỦA HỆ MIỄN DỊCH SINH HỌC

Để có thể hiểu rõ hơn về HMD nhân tạo, cấu trúc của HMD nhân tạo và một số thuật toán miễn dịch, ta đi tìm hiểu những đặc điểm cơ bản của HMD sinh học

3.1 Các khái niệm miễn dịch sinh học

Trong lịch sử, miễn dịch được dùng để chỉ sự không mắc bệnh, mà cụ thể là các bệnh nhiễm trùng Trong cơ thể, tất cả các tế bào và phân tử hoá học chịu trách nhiệm về tính miễn dịch hợp thành hệ thống miễn dịch, và toàn bộ những đáp ứng của chúng tạo ra đối với những chất lạ xâm nhập vào cơ thể được gọi là đáp ứng miễn dịch Qua đó, chúng ta có thể đưa ra khái niệm tổng quát về hệ miễn dịch như sau:

Hệ miễn dịch là hệ thống sinh học bảo vệ cơ thể chống lại những tấn công liên tục của các sinh vật từ bên ngoài, với hai chức năng chính là nhận diện và loại

bỏ những vi sinh vật xâm nhập vào cơ thể

Miễn dịch học là một môn học hiện đại và là một ngành khoa học thực nghiệm nghiên cứu về hệ miễn dịch Miễn dịch học bắt đầu được biết đến với thành tựu của Edward Jenner (1749 – 1823) trong việc chủng ngừa phòng bệnh đậu mùa Jenner là một thầy thuốc người Anh, ông đã quan sát thấy rằng những người vắt sữa

đã bị bệnh đậu bò và sau đó hồi phục thì không bao giờ mắc bệnh đậu mùa nữa Dựa vào nhận định này, ông đã lấy dịch từ vết thương của người bị đậu bò tiêm cho một đứa trẻ 8 tuổi Đứa trẻ này sau đó cho tiếp xúc trực tiếp với người bệnh đậu mùa thì đã không mắc bệnh và ông gọi cách bảo vệ của mình là “vaccination” (chủng ngừa) (chữ vaccination bắt nguồn từ tiếng Latinh “vacca” nghĩa là con bò cái) và đã cho xuất bản quyển sách “Vaccination” vào năm 1798

Năm 1980, Tổ chức Y tế Thế giới công bố rằng bệnh đậu mùa là căn bệnh đầu tiên trên thế giới đã bị loại trừ nhờ vào công tác chủng ngừa Từ đó khoa học về miễn dịch liên tục phát triển và đến nay đã đạt được rất nhiều thành tựu cả về mặt lý

thuyết cũng như thực tế

3.2 Các thành phần chủ yếu của hệ miễn dịch

Chức năng của hệ miễn dịch sinh học là nhận dạng tế bào và phân chia chúng thành hai nhóm khác nhau: self (những tế bào của cơ thể tạo ra) và non-self (những tế bào lạ), đồng thời loại bỏ các tế bào thuộc loại non-self

Hệ miễn dịch bẩm sinh chủ yếu dựa vào bạch cầu hạt và đại thực bào, còn hệ miễn dịch thích nghi dựa vào tế bào lympho (lymphocyte) Các tế bào lympho được chia làm hai loại là B-cell và T-cell, chúng có khả năng ghi nhớ, thích nghi, và mang những phần tử thụ cảm trên bề mặt có khả năng nhận diện kháng nguyên (antigen) Vai trò chính của B-cell là sản sinh ra các kháng thể (antibody) tương ứng với các tác nhân gây bệnh, còn chức năng chính của T-cell là điều chỉnh các tế bào khác và tấn công trực tiếp các tế bào gây ra sự lây nhiễm trong cơ thể

Khi có kháng nguyên xâm nhập vào cơ thể, các cơ quan thụ cảm trên bề mặt của lympho bào được kích hoạt và thực hiện quá trình nhân rộng, đột biến và tạo ra những kháng thể thích hợp có khả năng nhận diện cũng như loại bỏ kháng nguyên Một số lympho bào sẽ trở thành tế bào ghi nhớ và lưu thông trong cơ thể, sau đó, nếu có loại kháng nguyên tương tự lây nhiễm thì hệ miễn dịch thích nghi có thể nhanh chóng phát hiện và loại bỏ chúng Khả năng "tự hoàn thiện" này của hệ miễn dịch giúp cơ thể không mắc lại những bệnh cũ

Hệ miễn dịch sinh học bao gồm hơn 107 mạng miễn dịch con (immune network) với các nguyên tắc hoạt động rất phức tạp Nó thực sự là một hệ thống hoạt động tin cậy, thống nhất, có khả năng tính toán song song và phân tán Xét theo quan điểm của khoa học máy tính, thì việc xây dựng hệ thống tính toán mô phỏng hệ thống miễn dịch sinh học có rất nhiều ý nghĩa thực tiễn

sub-HMD là một cơ chế bảo vệ tự nhiên hiệu quả và tức thời, cho phép cơ thể chống lại những lây nhiễm của các vi sinh vật bên ngoài Nó bao gồm hai tầng bảo

vệ là: Hệ thống miễn dịch bẩm sinh và hệ thống miễn dịch thích nghi Cả hai hệ

thống hoạt động dựa trên các tế bào bạch huyết (white blood cells) còn gọi là bạch cầu (leukocyte) Trong đó HMD bẩm sinh chủ yếu dựa vào bạch cầu hạt (granulocyte) và đại thực bào (macrophage), còn HMD thích nghi dựa vào tế bào lympho (lymphocyte – là một loại bạch cầu)

Hình 3.1: Các dòng miễn dịch và thành phần của HMD HMD sinh học bao gồm các thành phần sau:

- Đại thực bào (Macrophage): Là thành phần của HMD bẩm sinh Đại thực bào có khả năng trình diện các kháng nguyên với các tế bào khác và được gọi là các

tế bào trình diện kháng nguyên (antigen-presenting cells – APC) Đại thực bào là một tế bào dọn dẹp lớn (một thực bào) có trong mô liên kết và trong nhiều cơ quan như tuỷ xương, lách, hạch bạch huyết, gan và thần kinh trung ương Đại thực bào có liên kết mật thiết với các bạch cầu hạt đơn nhân Đại thực bào cố định (mô bào) ở tại chỗ trong các mô liên kết; đại thực bào tự do di chuyển giữa các tế bào và tụ tập

ở các ổ nhiễm để loại bỏ vi trùng và các thể ngoại lai khác ra khỏi các mô và máu

- Bạch cầu hạt (Granulocyte): Là thành phần của HMD bẩm sinh Bạch cầu hạt gồm các loại bạch cầu trung tính (Neutrophils), bạch cầu ưa eosin (Eosionphils), bạch cầu ái kiềm (Basophils) có khả năng nuốt và tiêu huỷ một số vi sinh vật và một

số phần của kháng nguyên xâm nhập vào cơ thể

- Bạch cầu trung tính (Neutrophils – Bạch cầu đa hình): Một bạch cầu có

B-cell T-cell Macrophage

s

nhân hình thuỳ và trong bào tương có nhiều hạt nhỏ màu đỏ tía, bạch cầu trung tính

có khả năng nuốt và giết các vi trùng, tạo thành một cơ chế bảo vệ quan trọng chống lại các bệnh nhiễm

- Bạch cầu ưa eosin (Eosionphils): Là một loại bạch cầu trong bào tương có những hạt thô nhuộm màu đỏ cam Chức năng của loại bạch cầu này chưa được biết đầy đủ, chỉ biết chúng có khả năng nuốt các hạt lạ, có mặt với số lượng lớn trong niêm mạc và các cơ quan bề mặt bao phủ trong cơ thể đồng thời có liên quan đến các đáp ứng dị ứng

- Bạch cầu ái kiềm (Basophils): Chức năng của bạch cầu ái kiềm chưa được biết rõ, chỉ biết chúng có khả năng nuốt các vật lạ có chứa histamine và heparin

- Lympho bào (Lymphocyte): Là thành phần của HMD thích nghi Là một loại bạch cầu ở trong các hạch bạch huyết, lách, tuyến ức, thành ruột, và tuỷ xương Các lympho bào có nhân đặc và bào tương màu xanh lạt sáng Lympho bào có thể chia ra lympho bào B sản sinh ra kháng thể và lympho bào T liên quan đến việc loại thải mô ghép Lympho bào có nhiệm vụ nhận diện và loại bỏ tác nhân gây bệnh

3.3 Các cơ chế kích hoạt (hoạt hoá) và nhận diện miễn dịch cơ bản

HMD chứa một tập tế bào (cells) và phần tử (molecules) bảo vệ cơ thể chống lại sự lây nhiễm Khi bị các kháng nguyên tấn công HMD thích nghi sẽ được kích hoạt Kháng nguyên có thể là những phần tử bên ngoài (antigen) như các phần tử trên bề mặt của các tác nhân gây bệnh hoặc các kháng nguyên do tế bào của cơ thể tạo ra (self-antigen)

Hình 3.2 là một ví dụ đơn giản về cơ chế kích hoạt và nhận diện của HMD Phần 1 của sơ đồ cho thấy cách thức hoạt động các tế bào trình diện kháng nguyên (Antigen Presenting Cells – APC) Đầu tiên những kháng nguyên sẽ bị các cơ quan trình diện kháng nguyên như đại thực bào nuốt và tiêu hoá, phân ra thành các peptide kháng nguyên Một phần của những peptide này kết hợp với các phần tử MHC (Major Histocompatibility Complex – phức hợp các phần tử có nhiệm vụ

trình diện peptide kháng nguyên cho T-cell) trên bề mặt của APC tạo thành phức hợp MHC/peptide (II)

T-cell mang những cơ quan thụ cảm bề mặt cho phép chúng nhận dạng các phức hợp MHC/peptide khác nhau (III) Mỗi khi nhận diện được MHC/peptide, T-cell sẽ được kích hoạt, phân chia và tạo ra các lymphokine (là một loại bạch cầu) hoặc các tín hiệu hoá học (chemical signals) kích thích các thành phần khác của HMD hoạt động (IV)

Hình 3.2: Sự nhận diện và cơ chế kích hoạt đơn giản APC (Antigen Presenting Cell): Tế bào trình diện kháng nguyên, MHC

(Major Histocompatibility Complex): Phức hợp các phần tử có nhiệm vụ trình diện peptide kháng nguyên cho T-cell, Pathogen: Tác nhân gây bệnh, Lymphokines: Là một loại bạch cầu, B-cell: Tế bào lympho B, Actived B-cell: B-cell được kích hoạt, T-cell: Tế bào lympho T, Activated T-cell: T-cell được kích hoạt, Plasma cell: Tương bào

Không giống T-cell (lympho bào T), B-cell (lympho bào B) có các cơ quan thụ cảm có khả năng nhận diện kháng nguyên một cách tự do không cần hỗ trợ của những phần tử MHC (V) Mỗi cơ quan thụ cảm trên bề mặt B-cell chỉ có thể nhận diện một kháng nguyên cụ thể Khi cơ quan thụ cảm B-cell nhận được tín hiệu, B-cell được kích hoạt và nhân rộng, biệt hoá (biến đổi) thành các tương bào (Plasma cell), các tương bào sẽ sản sinh ra kháng thể với số lượng lớn Những kháng thể này

sẽ vô hiệu hoá tác nhân gây bệnh Một số B-cell và T-cell được kích hoạt này sẽ chuyển thành các tế bào ghi nhớ (memory cell) Chúng sẽ tiếp tục lưu thông trong

cơ thể trong một khoảng thời gian dài, giúp cơ thể chống lại những kháng nguyên tương tự lây nhiễm sau đó, nhờ có sự “suy luận” (elicit) của HMD

3.4 Chức năng sinh học của hệ miễn dịch

Hình 3.3: Các cơ quan sản sinh bạch cầu

Có nhiều bộ phận sản sinh bạch cầu trong cơ thể tạo nên HMD, những thành phần này gọi là cơ quan lymphoid (lymphoid organ – cơ quan sản sinh bạch cầu), mỗi thành phần giữ một vai trò nhất định trong việc sản sinh, trưởng thành và phát triển của các lympho bào (lymphocyte – là một loại bạch cầu), chủ yếu là B-cell và T-cell Các cơ quan lymphoid có thể được chia thành 2 loại: Loại cơ quan tiên phát (primary lymphoid organs), chúng có nhiệm vụ sản sinh lympho bào và tăng độ thích hợp của chúng với các kháng nguyên bằng cơ chế chọn lọc và đột biến Loại

cơ quan thứ phát (secondary lymphoid organs) Tại những cơ quan này các lympho bào sau khi sinh ra tương tác với tác nhân kích thích kháng nguyên (antigentic stimuli) làm cho đáp ứng miễn dịch thích nghi được kích hoạt Hình 3.3 cho thấy các cơ quan lymphoid (lymphoid organs) phân bố trong cơ thể

3.4.1 Các cơ quan lymphoid tiên phát (Primary lymphoid organs)

- Tủy xương (Bone marrow): Nó là một nơi quan trọng có nhiệm vụ sản sinh các loại tế bào màu, bao gồm hồng cầu (red bood cell), bạch cầu đơn nhân (monocyte - có chức năng nuốt các hạt lạ), bạch cầu hạt (granulocayte), lympho bào (lymphocyte - là một loại bạch cầu), tiểu huyết cầu (platelets - giúp máu đông) Nó cung cấp môi trường để mỗi B-cell phân biệt một kháng nguyên nào đó và để xử lý kháng nguyên

- Tuyến ức (Thymus): ở sau xương ức sternum, ở phần trên và ở phần trước của tim Nó cung cấp môi trường để T-cell phân biệt kháng nguyên và tạo ra những nhân tố hormon cho sự trưởng thành của T-cell

3.4.2 Các cơ quan lymphoid thứ phát (Secondary lymphoid organs)

Các cơ quan lymphoid thứ phát là nơi lympho bào tương tác với tác nhân kích thích kháng nguyên (antigentic stimuli) làm cho đáp ứng miễn dịch thích nghi được kích hoạt Bao gồm:

- Hạch hạt nhân ở họng và amydam (Tonsils và adenoid)

- Các nút Lympho (Lympho nodes)

- Ruột thừa và Máng Peyer (Appendix và peyer’s patches)

- Lách (spleen)

- Mạch lymphatic (Lymphatic vessels-Lymphatic system)

3.4.3 Các tầng bảo vệ của hệ miễn dịch

HMD có thể coi như một kiến trúc phân tầng với cơ chế điều chỉnh và bảo vệ trong một số mức như hình 3.4

Hình 3.4: Kiến trúc đa tầng của HMD Pathogens: Tác nhân gây bệnh, Skin: Lớp da, Biochemical Barriers: Hàng rào sinh hóa, Innate immune response: Đáp ứng miễn dịch bẩm sinh, Adaptive immune response: đáp ứng miễn dịch thích nghi, Phagocyte: Thực bào, Lymphocyte: Lympho bào (là một loại bạch cầu)

Các hàng rào vật lý (Physical barriers): Gồm lớp da và màng nhầy nằm ở các tuyến hô hấp và tiêu hóa chứa đại thực bào (macrophage) và kháng thể ngăn không cho những chất lạ xâm nhập vào cơ thể

Hàng rào sinh hóa (Biochemical barriers): Các chất lưu như nước bọt, mồ hôi nước mắt chứa những enzym có thể loại bỏ kháng nguyên Các Axit trong da

cùng với nhiệt độ của cơ thể cũng ngăn cản sự sống sót và sản sinh của một kháng nguyên

HMD thích nghi và bẩm sinh: Hai tuyến chính của HMD sẽ được trình bày

kỹ hơn trong phần sau

3.5 Hệ miễn dịch bẩm sinh (Innate immune system)

HMD bẩm sinh hoạt động dựa vào bạch huyết cầu là đại thực bào và bạch cầu trung tính (có chức năng nuốt và tiêu diệt các vi trùng, tạo ra một cơ chế bảo vệ quan trọng chống lại các bệnh truyền nhiễm) Những bạch huyết này có các cơ quan thụ cảm bề mặt có thể nhận diện và bám vào các phần tử gây bệnh

Với những vi khuẩn thông thường, HMD bẩm sinh có thể nhận diện và loại

bỏ

HMD bẩm sinh không có cơ chế ghi nhớ, hoạt động của HMD bẩm sinh đối với các vi sinh vật xâm nhập vào cơ thể lần 2 không có gì khác so với lần 1 Đây là điểm khác biệt cơ bản so với HMD thích nghi

3.6 Hệ miễn dịch thích nghi (Adaptive immune system)

HMD thích nghi hoạt động với thành phần chính là các lympho bào (lymphocyte - là một loại bạch cầu) bao gồm (B-cell và T-cell) Các B-cell và T-cell trên bề mặt của chúng có những cơ quan thụ cảm chuyên dụng cho một loại kháng thể nào đó Khi kháng nguyên xâm nhập vào cơ thể các cơ quan thụ cảm trên bề mặt của lympho bào sẽ kết hợp với kháng nguyên làm cho các lympho bào này được kích hoạt và thực hiện quá trình nhân rộng, đột biến sau đó tạo ra những kháng thể thích hợp có khả năng nhân diện và loại bỏ kháng nguyên Một số lympho bào sẽ trở thành tế bào có khả năng ghi nhớ lưu thông trong cơ thể.Khi có loại kháng nguyên tương tự lây nhiễm, HMD thích nghi có thể nhanh chóng phát hiện và loại bỏ chúng Khả năng này giúp cho cơ thể không mắc lại những bệnh cũ

Do đó đáp ứng miễn dịch thích nghi cho phép HMD tự hoàn thiện nó sau mỗi lần

“đụng độ” với kháng nguyên

3.7 Nhận dạng mẫu (Pattern Recognition)

Dưới quan điểm về nhận dạng mẫu trong HMD, đặc trưng quan trọng nhất của B-cell và T-cell là chúng mang những phần tử cảm thụ trên bề mặt có khả năng nhân dạng kháng nguyên Các cơ quan thụ cảm B-cell (B-cell Receptor) và cơ quan thụ cảm T-cell (T-cell Receptor) nhận diện kháng nguyên với những đặc điểm khác nhau Cơ quan thụ cảm B-cell tương tác với các phần tử kháng nguyên một cách tự

do, trong khi các cơ quan thụ cảm T-cell chỉ nhận diện các kháng nguyên được gắn kết trên một phần tử bề mặt (phần tử nằm trên bề mặt của một tế bào trình diện kháng nguyên – APC) gọi là MHC (Majoy Histocompatibility Complex - MHC đây

là phức hợp các phần tử làm nhiệm vụ trình diện peptide kháng nguyên cho T-cell)

Vai trò chính của B-cell là sinh ra một loại kháng thể chuyên dụng, đây là thuộc tính đơn đặc trưng (monospecificity) của B-cell

Hình 3.5: B-cell Hình (a) là hình ảnh cơ quan thụ cảm B-cell (BCR - B-cell Receptor hay còn gọi là antibody) trên bề mặt B-cell tách riêng ra

Hình (b) là một phần của kháng nguyên (antigen) được nhận diện bởi một cơ quan thụ cảm hay một kháng thể (B-cell Receptior hoặc antibody) được gọi là epitope Một kháng thể chỉ có thể nhận diện được một loại epitope, nhưng một kháng nguyên có thể có nhiều loại epitope

Hình 3.5 minh hoạ cơ quan thụ cảm B-cell (BCR) hay còn gọi là phần tử

kháng thể của tế bào B-cell (antibody) Việc nhận diện thực hiện được nhờ có sự kết hợp giữa cơ quan thụ cảm, nhưng một kháng nguyên có thể trình diện nhiều loại epitope Điều đó có nghĩa là nhiều kháng thể của các B-cell khác nhau có thể nhận diện một kháng nguyên như ví dụ hình 3.5 (b)

Trong khi B-cell trình diện các phần tử kháng thể trên bề mặt của chúng, và trưởng thành trong tuỷ xương, thì quá trình trưởng thành của T-cell xảy ra trong tuyến ức Chức năng của T-cell là điều chỉnh các tế bào khác và tấn công trực tiếp các tế bào gây ra sự lây nhiễm trong cơ thể T-cell có thể chia thành 2 nhóm quan trọng: helper T-cell (TH) và killer T-cell (TK) Các cơ quan thụ cảm kháng thể T-cell khác nhau về cấu trúc so với các cơ quan thụ cảm của B-cell, như minh hoạ hình 3.6 (a) Các cơ quan thụ cảm T-cell nhận diện kháng nguyên đã được xử lý và trình diện trong các tế bào khác gọi là tế bào trình diện kháng nguyên (Antigen Presenting Cells-APC), ví dụ như đại thực bào Trong đó những tế bào này sẽ nuốt các tác nhân gây bệnh (pathogen) và “tiêu hoá” chúng, biến chúng thành các peptide, mỗi peptide sẽ kết hợp với một phần tử bề mặt gọi là MHC (phức hợp các phần tử làm nhiệm vụ trình diện peptide kháng nguyên cho T-cell) tạo thành phức hợp MHC/peptide Các cơ quan thụ cảm của T-cell sẽ nhận diện những phức hợp này và loại bỏ nó Sơ đồ 3.6 (b) ví dụ về cơ quan thụ cảm T-cell và sự kết hợp của nó với phức hợp MHC/peptide

Hình 3.6: T-cell Hình (a) là hình ảnh cơ quan thụ cảm T-cell (T-cell Receptor hay TCR) trên

bề mặt tế bào T-cell (T-cell – tế bào lympho T) tách riêng ra

Hình (b) là cơ quan thụ cảm T-cell kết hợp với phức chất được tạo nên bởi MHC (phức hợp các phần tử làm nhiệm vụ trình diện peptide kháng nguyên cho T-cell) và một peptide của kháng nguyên

3.8 Phân biệt Self và Nonself

Trong quá trình chọn lọc các tế bào B-cell và T-cell, HMD thích nghi bên cạnh việc phải chọn ra những tế bào có khả năng nhận biết được những tế bào lạ (antigen hay nonSelf), còn phải loại bỏ những tế bào nhận biết được những tế bào

do cơ thể tạo ra (antigen hay đơn giản là Self) Tương ứng với hai quá trình này ta

có quá trình chọn lọc tích cực và quá trình chọn lọc tiêu cực Hai quá trình này xảy

ra với cả B-cell và T-cell với nguyên lý khá giống nhau, nên khi xây dựng thuật toán cho nó sẽ chỉ xét với T-cell

3.8.1 Phép chọn lọc tích cực (Positive Selection)

a) Nguyên tắc lựa chọn

Phép chọn lọc tích cực đối với các lympho bào (T-cell và B-cell) nhằm mục đích tránh sự góp mặt của những lympho bào không có ích Những lympho bào mà

cơ quan thụ cảm chúng không có khả năng nhận diện được kháng nguyên sẽ bị loại

bỏ Kết quả cuối cùng của phép chọn lọc tích cực là những lympho bào có khả năng nhận diện được kháng nguyên

b) Chọn lọc tích cực với T-cell

Tất cả T-cell có cơ quan thụ cảm nhận diện được một phần của kháng nguyên (peptide), mà peptide này đã kết hợp với MHC tạo thành phức chất MHC/peptide, cần được chọn vào quần thể có giá trị và giải phóng khỏi tuyến ức để

nó thực hiện nhiệm vụ miễn dịch của mình

Quá trình chọn lọc tích cực đảm bảo chỉ những T- cell mà cơ quan thụ cảm của nó có thể nhận diện kháng nguyên (nhận diện được phức hợp MHC/peptide)

mới được đi ra khỏi tuyến ức, lưu thông trong cơ thể Quá trình này xảy ra trong tuyến ức, do đó nó được gọi là phép chọn lọc tích cực trung tâm, hay phép chọn lọc tích cực trong tuyến ức Ở quá trình chọn lọc tích cực này độ thích hợp của kháng thể và kháng nguyên không đủ lớn để tạo ra quá trình chọn lọc Clone (clonal selection) mà nó chỉ là tiền đề cho quá trình chọn lọc Clone

3.8.2 Chọn lọc tiêu cực (Negative Selection)

b) Chọn lọc tiêu cực với T-cell

Tất cả T-cell có cơ quan thụ cảm nhận diện được peptide hay antigen hay đơn giản là self (phần kháng nguyên do cơ thể tạo ra), mà self-peptide này đã kết hợp với phần tử MHC tạo thành phức hợp MHC/self-peptide Quá trình này đảm bảo rằng T-cell rời khỏi tuyến ức không thể nhận dạng được bất kỳ tế bào nào do cơ thể sinh ra

self-c) Chọn lọc tiêu cực với B-cell

Trong quá trình sản sinh nhiều B-cell mà cơ quan thụ cảm của nó có thể kết hợp với các tế bào của cơ thể (self - antgen) sẽ bị loại bỏ

3.8.3 Chọn lọc nhân bản (Clonal Selection)

Hình 3.7: Quá trình chọn lọc nhân bản Khái niệm về chọn lọc nhân bản được dùng để miêu tả chức năng của hệ miễn dịch thu được nhằm làm đa dạng hóa các kháng thể giúp cơ thể chống lại sự xâm nhập của các kháng nguyên

Trong cơ thể sinh vật luôn tồn tại một tập các kháng thể không đồng nhất mà

có thể nhận dạng được tất cả các kháng nguyên ở một số mức độ nhất định Khi một kháng nguyên tương đồng với một kháng thể, kháng thể sẽ kết nối với kháng nguyên về phương diện hóa học, sao chép và tạo ra thêm nhiều kháng thể khác với cùng một bộ thụ cảm Trong suốt quá trình tăng sinh các kháng thể, sự đột biến gen xuất hiện trong các kháng thể mới nhằm làm tăng ái lực với các kháng nguyên Điều này khiến cho khả năng phát hiện kháng nguyên của các kháng thể này được cải thiện theo thời gian Việc chọn lọc này có thể xem như một mô hình thu nhỏ của thuyết tiến hóa Darwin khi các kháng thể thích hợp nhất được lựa chọn và được biến đổi gen để tăng tính đa dạng của quần thể

CHƯƠNG 4: TỔNG QUAN VỀ HỆ MIỄN DỊCH NHÂN TẠO

Ở chương 3, chúng ta đã đi tìm hiểu về những đặc điểm cơ bản của HMD sinh học, chương này trình bày các vấn đề về khái niệm HMD nhân tạo, phạm vi ứng dụng của HMD nhân tạo, cấu trúc cơ bản của HMD nhân tạo và các lĩnh vực ứng dụng của HMD nhân tạo

4.1 Khái niệm về hệ miễn dịch nhân tạo

Trong sự phát triển của khoa học, nhiều lý thuyết mới đã được ra đời bằng cách quan sát các hoạt động trong thế giới tự nhiên, phát minh vật lý của Newton gắn với hiện tượng quả táo rơi là một ví dụ điển hình Gần đây, máy tính được sử dụng như một công cụ để nghiên cứu các tiến trình sinh học nhằm đạt được hiểu biết tốt hơn về chúng, cũng như mong muốn áp dụng các nguyên tắc đã được hoàn thiện qua hàng triệu năm tiến hóa của tự nhiên vào giải quyết các bài toán của cuộc sống Các ý tưởng xuất phát từ sinh học đã làm xuất hiện một số lĩnh vực nghiên cứu mới như: mạng nơron nhân tạo, mạng nơron tế bào, giải thuật di truyền, sự sống nhân tạo, otomat tế bào, tin sinh học,… AIS là một cách tiếp cận của tin sinh học, đó là khái niệm chỉ các hệ thống thông minh nhân tạo, giải quyết vấn đề dựa trên các nguyên lý, chức năng và mô hình hoạt động của hệ miễn dịch của con người

Giống như hệ miễn dịch sinh học, AIS có một số đặc trưng chính quan trọng như: chống chịu nhiễu, học không có giám sát, ghi nhớ, phân tán và tự tổ chức AIS được đánh giá như một phương pháp tính toán mềm mới có hiệu quả Phạm vi ứng dụng của AIS không chỉ đơn thuần giới hạn ở các bài toán nhận dạng (lấy ý tưởng

từ khả năng nhận biết và loại bỏ các phần tử có hại của hệ miễn dịch sinh học), mà

nó thực sự thu hút được sự chú ý của các nhà nghiên cứu thông qua những ứng dụng trong các lĩnh vực như bảo mật và an toàn thông tin, học máy, robot học, điều khiển học, tối ưu hóa, xử lý ảnh

Có rất nhiều định nghĩa về HMD nhân tạo nhưng có thể đưa ra bốn định

nghĩa cơ bản sau:

- Định nghĩa 1: “HMD nhân tạo (AIS) là các phương pháp thao tác, phân lớp, biểu diễn và phân tích dữ liệu dựa trên sơ đồ sinh học đáng tin cậy là HMD của con người.” (Starlab)

- Định nghĩa 2: “HMD nhân tạo là một hệ thống tính toán bắt chước HMD

tự nhiên.” (Timmis, 2000)

- Định nghĩa 3: “HMD nhân tạo là phương pháp tính toán thông minh lấy ý tưởng của HMD hướng vào việc giải quyết các bài toán trong thực tế.” (Dasgupta - 1999)

- Định nghĩa 4: ”HMD nhân tạo là một hệ thống thích nghi lấy ý tưởng của học thuyết miễn dịch và những chức năng, nguyên tắc, mô hình miễn dịch quan sát được, áp dụng giải các bài toán thực tế.” (Castro & Timmis - 2002)

Trong các định nghĩa trên định nghĩa thứ 4 là rõ ràng và chặt chẽ hơn cả, định nghĩa này rất phù hợp với những nội dung mà luận văn sẽ trình bày

4.2 Phạm vi ứng dụng của hệ miễn dịch nhân tạo

HMD nhân tạo có phạm vi ứng dụng rất rất rộng rãi các ứng dụng của nó phải kể đến là:

- Tìm kiếm và tối ưu

- An toàn thông minh

4.3 Cấu trúc cơ bản của hệ miễn dịch nhân tạo

4.3.1 Mô hình chung cho các hệ thống phỏng tiến hoá sinh học

Trong các thuật toán phỏng tiến hoá sinh học nói chung, đối tượng chính của chúng là một tập nhiễm sắc thể nhân tạo (một quần thể), quần thể này trải qua quá trình chọn lọc, sinh sản và đột biến gien Quá trình này lặp lại nhiều lần, mỗi lần như thế là một quần thể tiến hóa hơn xuất hiện Để xây dựng được cấu trúc cơ bản của mô hình này người ta phải biểu diễn được gien các cá thể trong quần thể, cùng với các thủ tục lựa chọn, sản sinh và đột biến gien

Cấu trúc cơ bản của hệ thống phỏng sinh học cần có 3 yếu tố cơ bản sau:

- Biểu diễn các thành phần của hệ thống

- Cơ chế đánh giá tương tác của các cá thể với môi trường và các cá thể với nhau Môi trường thường mô phỏng bởi một tập kích thích vào, một hoặc nhiều hàm đo độ thích nghi của cá thể với môi trường

- Các thủ tục thích nghi điều khiển tính động của hệ thống, tức là làm cho hoạt động của hệ thống thay đổi theo thời gian

Đây cũng là điểm cơ bản của cấu trúc để thiết kế HMD nhân tạo, đó là: Mô hình hoá các thành phần của HMD gồm tế bào các phần tử miễn dịch; xây dựng một tập hàm xác định độ thích hợp, để định lượng sự tương tác của các phần tử nhân tạo, và một tập thuật toán để điều khiển tính động của hệ AIS

4.3.2 Mô hình cho hệ miễn dịch nhân tạo

Hình 4.1: Cấu trúc phân tầng của HMD nhân tạo

Tầng đầu tiên là lĩnh vực ứng dụng, đây là điểm cơ bản của mọi hệ thống không chỉ với AIS Đối với lĩnh vực ứng dụng khác nhau sẽ quyết định những thành phần và cách thức biểu diễn khác nhau và dẫn tới các thao tác trên các thành phần cũng khác nhau

Tầng thứ hai là biểu diễn các thành phần: Trong AIS phải biểu diễn được hai thành phần quan trọng là kháng thể và kháng nguyên

Tầng thứ ba là các phương pháp đánh giá độ thích hợp: Để đánh giá độ thích hợp có thể sử dụng nhiều phương pháp khác nhau như khoảng cách Hamming, khoảng cách Euclid, hoặc khoảng cách Mahattan

Tầng thứ tư là sử dụng các thuật toán miễn dịch: Có thể dùng các thuật toán miễn dịch như thuật toán chọn lọc tích cực, thuật toán chọn lọc tiêu cực, thuật toán chọn lọc Clone, thuật toán aiNet, thuật toán RAIN để điều chỉnh tính động của hệ AIS

Tầng thứ năm là đưa ra lời giải cho bài toán: Lời giải cho bài toán sẽ được cập nhật lại sau khi một quần thể mới được tạo và đưa ra kết quả cuối cùng khi đạt đến điều kiện kết thúc nào đó ví dụ như sau một số bước lặp nhất định

4.3.3 Các mô hình trừu tượng của hệ miễn dịch và tương tác giữa chúng

a) Tổng quát hoá các thành phần sinh học của hệ miễn dịch

Trong HMD, bạch cầu (leukocyte) là phần tử hoạt động chính của HMD.Bạch cầu bao gồm nhiều loại khác nhau như bạch cầu hạt (granulocyte) và đại thực bào (macgophage) trong HMD bẩm sinh và lympho bào bao gồm B-cell và T-cell trong HMD thích nghi Mỗi bạch cầu lại có những cơ quan thụ cảm riêng trên

bề mặt (như B-cell Receptor - BCR, T-cell Receptor - TCR) có khả năng nhận diện

và kết hợp với các loại phần tử khác nhau

Để tạo một quy ước chặt chẽ và có tính bao hàm, ta giả thiết rằng các cơ quan thụ cảm trên bề mặt của mọi bạch cầu được gọi chung là kháng thể và phần tử

mà các cơ quan thụ cảm này nhận diện được gọi chung là kháng nguyên Khả năng

nhận diện của các cơ quan thụ cảm với phần tử gây bệnh được gọi là độ thích hợp (Affinity hay Degree of match) của kháng thể với kháng nguyên

b) Không gian hình dạng (Shape - Space)

Kết hợp với kháng thể và kháng nguyên chính là sự kết hợp của khối lồi và lõm trên bề mặt 2 phần tử như hình 4.2 Do vậy để mô tả hình dạng tổng quát của kháng thể và kháng nguyên cũng như thể hiện sự kết hợp giữa chúng, ta có thể biểu diễn kháng thể và kháng nguyên là một tập các khối lồi, lõm với 3 tham số chiều cao, chiều rộng và chiều dài Tổng quát hơn ta có thể biểu diễn kháng thể và kháng nguyên như một tập L tham số

Hình 4.2: Kháng thể nhận diện kháng nguyên dựa vào phần bù

Như vậy mỗi kháng thể và kháng nguyên có thể coi như một chuỗi thuộc tính m=<m1,m2,…,mL> trong không gian hình dạng S, L chiều Mỗi phần tử chính là một điểm trong không gian S

Chuỗi thuộc tính có thể được tạo bởi bất kì kiểu thuộc tính nào như kiểu số thực, số nguyên, bit và ký hiệu Kiểu thuộc tính của các phần phụ thuộc vào bài toán và là yếu tố quan trọng để từ đó xác định tương tác của phần tử Có một số kiểu không gian hình dạng chủ yếu sau:

- Không gian thực (Real - shape - space): Chuỗi thuộc tính có các phần tử nhận giá trị thực

- Không gian nguyên (Integer - shape - space): Chuỗi thuộc tính có các phần tử nhận giá trị nguyên

- Không gian Hamming (Hamming - shape - space): Chuỗi thuộc tính có

các phần tử nhận một giá trị nào đó trong bảng hữu hạn k mẫu tự

- Không gian ký hiệu (Symbolic - shape - space): Thường tạo bởi các thuộc tính có kiểu khác nhau, trong đó có ít nhất một thuộc tính là kiểu ký hiệu

Ví dụ như không gian các chuyến bay có thể tạo từ các thuộc tính: mô tả, ngày, chuyến bay, nước xuất phát, nước kết thúc và giá Mỗi thuộc tính này có kiểu dữ liệu khác nhau có giá trị của nó nằm trong một vùng nào

đó như thuộc tính nước (kiểu ký hiệu) có thể chọn trong tập {Brazil, U.K,U.S.A}

Không mất tính tổng quát ta có thể giả sử kháng thể và kháng nguyên có cùng độ dài là L Tổng quát một kháng thể được biểu diễn bởi vector Ab=<Ab1,Ab2,…,AbL> và một kháng nguyên được biểu diễn bởi vector Ag=<Ag1,Ag2,…,AgL> để xác định tương tác của các kháng thể với nhau và kháng thể với kháng nguyên có thể dùng công thức tính khoảng cách để đo độ thích hợp của 2 phần tử

c) Đánh giá tương tác giữa các phần tử

Không gian Euclid và không gian Mahattan:

Không gian toạ độ thực dùng công thức tính toán khoảng cách (4.1) được gọi

là không gian Euclid, dùng công thức tính toán khoảng cách (4.2) được gọi là không gian Mahattan: