基于云模型的网络风险评估技术研究

在网络安全问题的研究中,由于网络入侵行为具有不确定性(模糊性和随机性),云模型把模糊性和随机性有效集成在一起.为保护网络的安全性,提出了一种基于云模型的网络风险评估方法.给出了形式化描述及评估过程,并提出了一种改进的逆向云生成算法.模型通过对系统资源监控,并对得到的数据进行处理,然后输入到云控制器,云控制器根据设定的规则做出评估结果.实验结果表明了方法可以有效评估网络的风险等级,最大限度的保留了评估过程中固有的不确定性,比传统基于模糊集理论的评估方法具有更高的可信度,提高了评估结果的科学性和准确性.     

基于云模型的入侵检测研究

由于网络行为的不确定性,使现有入侵检测系统几乎都存在高误报率和高漏报率的缺点。云模型是将模糊性和随机性有机结合进行不确定性推理的有效工具。本文利用云模型来处理网络实体行为的不确定性,提出了一种新的云入侵检测方法。该方法通过基于云知识库的云推理引擎进行不确定性推理,以对网络实体行为进行智能判断。模拟结果表明该方法能有效提高入侵检测效率。     

基于云模型的网络计划建模方法

项目建设过程中的不确定性因素对预测项目完工时间有较大影响,项目中的不确定性主要是随机性和模糊性.将云模型以及云运算引入到网络计划建模方法中,提出基于云模型的网络计划建模方法,可以将随机性和模糊性结合起来处理;这种基于云模型的网络计划建模方法,比传统的方法更真实地反映了项目的不确定性,能够提供更多有价值的信息.使用基于云模型的网络计划建模方法来计算整个项目完工的时间,充分考虑了项目建设过程中的不确定性,更加符合工程实际.     

网络安全风险评估的云决策

为了更合理地评估网络安全风险,利用云模型集成随机性和模糊性的优点,提出一种基于云模型的网络安全风险评估和决策方法。首先,通过采样系统正常状态信息,构造标准概念云;在进行风险评估时,采样处于风险状态时的信息,计算其云数字特征;然后利用改进的基于云滴距离的云相似度算法,计算与标准概念云的相似度,相似度最大的即为最终输出结果。最后,通过Kddcup99数据集进行模拟攻击及性能采样仿真实验。结果表明,该方法最大限度地保留了风险评估过程中固有的不确定性和模糊性,提高了评估结果的可信性。     

一种新的基于云理论和随机过程的可靠性评估方法

为解决系统可靠性评估中不确定性的问题和定性与定量信息转换的困难,结合随机过程可靠性分析方法和云理论,提出了一种新的可靠性评估方法.将云理论融合到随机过程可靠性分析方法中,利用云模型描述系统的状态转移.同时,构造系统定性评价中的云标尺,将系统可靠性评估中的定量变量和定性变量对应起来.该方法考虑了系统可靠性评估中的随机性和模糊性,研究了系统可靠性中的定量表示和定性评价之间的对应关系,结果是语言值,很直观.通过这个方法,找到语言值描述的系统特性与定量数值描述的系统特性之间的对应关系,能够准确理解和使用这些系统评估中的语言值.最后用一个实例验证了该方法的适用性.     

可信网络中一种考虑不确定性的节点信誉量化模型

可信网络中节点信誉是一种重要而带有不确定性的信任关系。信誉及其聚合过程具有模糊性和随机性特征。云模型能够科学地描述节点信誉及其形成过程的不确定性。采用逆向云生成算法,揭示了节点信誉及其聚合过程在整个生命期的模糊性和随机性规律;获得其信誉云的数字特征值,指导在局部窗口内其信誉的量化。基于服务满意度评价的确定度值这一具有稳定倾向的随机数,结合衰减系数,设计了信誉度量化模型。模型中的权值是与满意度值有关的有稳定倾向的随机数。所提信誉量化模型切合开放网络信任关系的不确定性规律。仿真结果表明,与其它信誉量化模型相比,所提出的模型计算结果稳定,且具有较强的杭攻击性。     

云计算环境下服务信任评估方法研究

云计算环境中,服务资源广域分布、复杂多变,服务实体之间的信任关系因不确定性强而难以有效建立与维护。传统的服务信任评估方法无法全面反映信任的随机性和模糊性特征。在研究云模型理论的基础上,提出一种基于加权多属性云的服务信任评估方法。引入时间衰减因子来反映服务信任的时效性,并以多属性信任云来细化信任评估的粒度。计算用户评价相似度,确定推荐实体的推荐可靠性和权重,防止不法分子的合谋欺骗和恶意攻击。通过云相似度计算确定服务的信任等级,为用户的服务选择提供安全决策。仿真结果表明,该方法明显提高了服务交互成功率,并能有效适用于云计算环境下的服务信任评估。     

一种基于云模型的不确定性数据的建模与分类方法

不确定性是数据的本质特征,它的产生可能来自于样本误差、更新延迟或重复测量等,对不确定性数据的分析在越来越多的领域得到了关注。传统的不确定性数据的数据项被表示成一个值域及其上的概率分布函数。由于不确定性数据存在模糊性与随机性,传统的概率分布函数难以准确定义不确定性数据的实际分布,因此利用云模型中云滴的分布提出一种不确定性数据的云建模过程,并通过云综合与云相似度计算来实现不确定性数据的分类。云模型能有效地将数据的随机性与模糊性融合在一起,能更真实地反映数据的实际分布,从而实现有效的数据分类。实验结果也证明了此种方法的有效性。     

基于云理论的遥感图像土地利用分割分类方法研究

传统的遥感图像土地利用分类技术自动化和智能化的程度较低,遥感图像土地利用分类问题是一个包含随机性和模糊性的不确定性问题,而云模型把模糊性和随机性集成到一起,构成定性和定量相互间的映射。据此,本文探索将云理论引入到遥感图像土地利用分割分类技术中,建立了基于灰度的云映射空间,实现对遥感图像的分类。同时以武汉市南湖地区进行了实证分析,进一步阐述了模型构建过程,通过分类结果的评价和对比,探索该方法在本领域中的适用性。     

一种基于云模型的综合评判方法

概念的不确定性导致评判客体的评语具有模糊性和随机性，且这两种性质是相互关联的。利用云模型来反映综合评判过程．实现定性与定量之间的转化，使整个综合评判方法更具有说服力，使综合评判结果更贴近人们的思想。文章提出了一种基于云模型的综合评判方法．它能客观地总结出不同因素的评判集，与传统综合评判方法中不同因素具有相同评判集有着本质的区别．实验结果验证了该方法的可行性和有效性。     

黏性土冻胀风险可拓评价方法研究

针对黏性土冻胀性分级指标单一、界限值大,无法反映冻胀影响因素间不确定性的问题,本文在基于可拓云模型在不确定性方面的优点,结合熵值客观赋权方法提出了以取样深度、含水率、干密度、孔隙比和超塑含水率为评价指标的可拓云综合评价模型.该模型可根据实测数据与冻胀风险等级的随机性处理离散化问题,真实反映指标间的模糊性、随机性以及不确定性关系,准确评价黏性土冻胀等级,通过工程案例对该模型的有效性进行了验证.研究结果表明,基于熵值法的可拓云综合评价模型在黏性土冻胀风险评价中的应用是有效的、可行的.     

基于可拓云的网络信任评估

针对网络信任评估中存在不确定因素的问题,以复杂开放网络中的安全交易为研究背景,引入可拓云理论,利用可拓学中的物元理论和云模型的不确定性兼二者定性与定量相结合的优点,提出了基于可拓云的网络信任评估模型,实现了信任值定性与定量之间的转换。在此模型基础上提出基于可拓云的网络信任评估方法,对网络安全交易能够有效地进行信任评估,为最终信任决策提供有利依据。仿真实验结果表明:信任决策调度算法提高了信任评估的准确性和交易的成功率,有效缓解了网络交易实体的欺骗行为,评估方法具有可行性和有效性。     

基于云模型和SFT的可靠性数据不确定性评价

为了分析和评价系统可靠性数据中的不确定性,即随机性、离散性和模糊性,将云模型与空间故障树(Space Fault Tree,SFT)理论相结合,使用云化SFT作为基础对数据不确定性进行评价。首先使用云模型能表示数据不确定性的特点,将SFT的相关概念进行云化。将其中云化系统故障概率分布对在某因素影响下,可靠性数据生成的云模型特征参数Ex、En和He进行求导。根据在系统工作环境范围内的求导结果,并结合提出的模糊性 、离散性 和随机性 计算数据的不确定性。使用该方法对经典实例进行了分析,得到了一些定性和定量结果。但Q和 两个参数应该具体问题具体分析。     

基于云模型和组合权重的SCADA系统安全风险评估研究

当前数据采集与监控系统(supervisory control and data acquisition, SCADA)系统面临着巨大的安全威胁,对其风险状况进行监测和评估是一项有效的应对措施。为有效处理评估过程中存在的模糊性和随机性问题,将云模型理论引入SCADA系统安全风险评估中,提出了一种基于云模型和组合权重的安全风险评估模型。该模型从SCADA系统的资产、威胁、脆弱性、安全措施4方面构建安全风险评估指标体系,采用最小二乘法求出评估指标的最优组合权重,借助云发生器得到评估指标的云模型数字特征和SCADA系统的综合评估云,然后基于黄金分割率构建标准评估云,同时结合改进的云相似度计算方法得出最终评估结果,最后通过实验验证了模型的有效性和可行性。研究结果表明,该模型能够得到准确的评估结果,与模糊综合评价等方法相比,该评估方法具备更高的可信性,评价效果更好。该方法不仅有助识别SCADA系统的安全风险威胁,而且为其他领域的安全风险评估提供了一定的参考。     

基于云重心理论的舰艇部队作战油料保障能力评估

为评估舰艇部队作战油料保障能力,根据舰艇部队作战油料保障特点和相关要求,从油料储存能力、油料运输能力、油料补给能力、快速反应能力、组织筹划能力、抢修抢险能力6个方面构建了评估指标体系,采用云重心理论建立了舰艇部队作战油料保障能力评估模型,并结合实例对模型进行了验证.结果表明,该方法能有效融合主客观信息,解决评估过程中定性与定量间的不确定性转换,减少评估过程中模糊性和随机性的影响,提高舰艇部队作战油料保障决策的科学性.     

SFT下的云化概率和关键重要度分布的实现与研究

为了完善空间故障树(Space Fault Tree,SFT)理论,特别是离散型空间故障树(Discrete Space Fault Tree,DSFT)对于系统实际运行过程中产生的具有离散性、随机性和模糊性的可靠性数据的适应性,提出了云化SFT方法。该方法利用云模型能表示数据的离散性、随机性和模糊性特点,重构SFT的计算基础,即特征函数。进而在SFT计算中保留原始数据特征,使最终结果也能诠释原始数据特征。论文主要完成了云化SFT理论环节中的一部分,即云化概率重要度分布和关键重要度分布。论文论证了引入云模型表示系统可靠性数据的必要性和可行性。给出了云化概率重要度分布和关键重要度分布的计算推导过程。并通过实例对这两个云化概念进行了计算。研究表明云化SFT结果要比原SFT结果更为接近现实,包含了更多数据的原始特征。     

基于云理论和雷达图的路网综合可靠度评价

针对路网可靠性分析中评价指标的多样性提出了路网综合可靠度概念, 并结合其模糊性、随机性特点, 运用云理论中定性描述与定量数值之间的转换, 改进了传统雷达图中没有体现权重的缺陷, 继而建立了雷达图模型来定量综合评价路网综合可靠度。实例应用结果表明, 基于云理论和雷达图的评价方法直观有效。     

基于云理论和信息融合理论的系统性能评估方法研究

现代系统结构复杂,其性能评估需要从多个层次综合评判形成合理可信的最终评估结果,评估过程大量存在多源不确定信息。不确定性的存在增加了评估过程中定性与定量综合集成的难度。云理论和信息融合理论在不确定信息和多源信息的处理上各有优点,在功能上具有一定的互补性。两者相结合能够增强对信息的处理能力,挖掘出数据中更有价值的隐含信息。本文创新地将二者结合起来,提出了新的系统性能评估模型和方法,较好地融合了影响系统性能的多源信息,充分利用和集成了信息的模糊性和随机性,完成定性和定量之间的映射。这种方法能有效地处理各多源信息的不确定性,具有科学性,同时最终得到的评价结果是语言评判值,具有直观性。该方法是对信息融合理论和云理论联合使用的探索。