粗糙XML函数依赖及其推理规则

随着XML成为网络信息表示和交换的标准以及不确定数据的广泛存在,不确定XML数据库管理技术成为了当今研究的热点.基于粗糙集理论提出了XML信息系统模型、粗糙XML树信息系统、粗糙冗余等定义,基于粗糙XML信息系统的上近似、下近似给出了粗糙XML函数依赖的定义及推理规则,并对推理规则的正确性进行了证明.为粗糙XML数据库理论的进一步研究奠定了基础.     

XML信息集及推理闭包的动态生成方法

XML动态推理控制的一个重要技术环节是如何简洁完整地记录用户获得的信息。文中采用模式树的形式将用户获得的信息保存在历史信息集中,当用户访问XML数据时,将访问结果包含的信息加入到历史信息集中,并利用模式树的信息包含关系消除冗余信息,同时使用XML关键字来合并XML元素。然后根据推理规则对XML历史信息集进行推理闭包扩展,使XML历史信息集能够完整地反映用户已了解的信息。     

XML亚强函数依赖及其推理规则

为了解决不完全信息环境下XML亚强函数依赖的逻辑蕴涵问题,基于XML Schema研究了XML亚强函数依赖及其推理规则。给出了XML Schema、符合XML Schema的不完全XML文档树等概念;基于子树信息等价、子树信息相容的概念提出了XML亚强函数依赖的定义和性质;提出了相应的推理规则集,并对其正确性进行了证明。为不完全信息环境下存在XML亚强函数依赖的XML Schema规范化的研究奠定了基础。     

安全数据库系统推理问题的研究

首先讨论了数据库中某些特定类型的推理问题，并且对各种消除推理的方法进行了归纳。描述了数据库中推理问题的一般特征，以及消除它们的一些方法和工具。     

浅析空间推理在GIS中应用

空间推理利用存贮在数据库中的基本数据信息,结合相关的空间约束来获取所需的未知空间信息。空间推理是空间关系查询、分析与应用的基础,直接影响GIS的发展与应用。     

基于安全多方计算的两方推理

数字基础设施的发展加速了个人隐私数据在机器学习中的应用。随着机器学习即服务的市场规模逐步扩大，服务提供商和用户在双向获利的同时也面临着严重的隐私泄露风险。因此，安全推理作为隐私保护机器学习的一个分支，成为科学界和工业界的研究热点。安全多方计算是安全推理最重要的密码学工具。从机器学习推理中潜在的隐私问题出发，引入安全多方计算技术，进一步对基于安全多方计算实现的安全推理框架进行分析研究，重点分析和评估了业界先进且实用的技术框架。最后进行了总结与展望，给出了隐私保护机器学习及安全推理的未来发展的思考与建议。     

基于Prolog的安全态势推理技术研究

安全态势感知及分析处理是网络安全领域的研究热点,由于网络结构日益复杂,安全设备不断增多,在监测网络运行状态过程中产生的海量、多类型的安全事件需要进行分类、计算和归纳推理,从而得到整体统一的安全态势视图来辅助管理员决策。基于人工智能语言在规则描述和推理过程中的优势,这里以Prolog语言为例对安全态势领域的推理技术进行了研究,通过规范的知识表示及系统建模方法提取安全态势信息的事实、规则及目标,提出了一种用于网络安全态势问题性质推理的可行方法及系统设计思路。     

新鲜度敏感的上下文推理实时调度算法

由于普适计算中上下文具有时效性,上下文推理器必须支持推理任务的实时调度。针对上下文推理结果在一段时间内仍然保持新鲜的特点,本文提出推理结果重复利用效率及其计算公式。在此基础上提出一种新鲜度敏感的上下文推理实时调度算法FRSA,以推理结果重复利用效率作为判断依据结合任务的deadline进行调度,其目标是在推理器负载较重时达到较高吞吐量。实验表明,在推理器负载重时,FRSA的系统吞吐量比经典调度算法(SJF,EDF,LSF和FCFS)高出10%-30%。     

扩展结构包含推理算法的本体匹配

为了匹配本体时直接分析构造器和公理中所蕴含的语义信息,提出一种扩展结构包含推理算法的本体匹配方法以解决该问题。首先将本体中实体重定向为范式,使得被蕴含的语义信息明显地表示,然后比较范式之间的句法结构以推理来自不同本体的实体间的匹配。针对一组工业本体的测试结果表明该方法具有较好的性能。     

基于规则的关联性神经推理判决原理

推理活动是人类智能的表现，神经推理的基本依据是关联性质，其特点是分布式闭环弱推理，本文提出和描述了一类实现关联性推理的神经结构，并利用分类问题阐明它在实际问题中的工作原理。     

XML模式推断研究综述

本文对XML(Extensible Markup Language)数据的模式推断问题研究现状与进展进行了阐述.首先,从正规树文法的角度介绍了不同模式语言的理论模型.进而从模式推断方法、目标模式语言、支持的表达能力、内容模型对应的正则表达式类型等多个方面对当前研究工作进行了细致的分类归纳和对比.此外,还介绍了模式语言中支持的基本语义完整性约束推断的研究进展.最后指出了当前研究中的不足,并对未来需要深入研究的方向进行了展望.重在对XML模式推断的主流方法和前沿进展进行概括、比较和分析,以期对后续研究有所助益.     

基于聚类分析的客体聚合信息级别推演方法

多级客体关系的复杂性,使得等级化网络存在着客体聚合引起信息泄露的问题。针对这一问题,该文提出了基于聚类分析的客体资源聚合信息级别的推演方法,首先依据属性重要程度,对客体属性进行约简,形成属性矢量;然后通过形式概念分析,计算概念引力,对同一安全域内的客体资源进行相似性分析,实现客体资源聚类;最后,依据属性或属性子集级别模糊集可能性测度,推演出由同类客体推导出更高级别信息的可能性。通过该方法,能够有效地制定等级化网络区域边界访问控制策略,控制主体对同一类客体的受限访问,从而降低信息系统失泄密的风险。     

基于属性关联的客体聚合信息级别推演方法

 为解决客体关联性引起的泄密问题,本文对客体关联性进行了深入分析,提出了基于属性关联的客体聚合信息级别推演方法.该方法根据客体属性依赖关系,挖掘出高关联度的客体,通过客体关联属性级别模糊集可能性测度,推演出关联客体推导出更高级别信息的可能性,以此指导多级安全网络访问控制策略的制定,控制主体对关联客体的访问,降低系统失泄密的风险.     

雷达辐射源识别专家系统中的推理机设计

从雷达辐射源识别的特点出发，采用面向对象的方法分析了雷达辐射源识别专家系统的推理机的工作原理，给出了推理机的设计思想。介绍了识别的基本步骤；分析了事实库查询识别和规则推理优缺点，主要采用规则推理。给出了推理机的工作原理、推理方向和推理控制策略等。最后采用不精确推理中的确定性理论进行推理实现。应用结果显示，如此设计的推理机可以提高雷达辐射源的机器识别率。     

Prolog模糊推理机

本文采用基于模糊集会论的推理策略，为TurboProlog设计了一个模糊推理机外壳，使其能够在保持原有系统功能的基础上处理模糊信息。