基于区间数和理想解的信息安全风险评估研究*

在信息安全风险评估的过程中需要收集多位专家的评估意见作为基础数据,为了更准确地提取专家意见中包含的信息,对基于区间数模糊综合评判的风险评估模型提出了一种改进方案。该方案建立了一种新的评判矩阵形式,为专家提供了更大的表达意见的空间,同时保留给出评估意见的每一位专家的信息,使意见与其出处可以一一对应。然后通过逼近理想解法计算每位专家所给意见的准确度,经过汇总以得到更合理的评判结果,最后对一个实际的系统进行了实例计算,验证了该方法的可行性和合理性。     

基于语义限制的模糊规则结构设计

在利用智能化方法实现辅助决策的过程中,为提高模糊规则在使用中的准确度和可靠性,定义C-E模型,引入语义限制函数描述模糊规则的倾向程度。通过对专家意见的量化转换,初始化拟合规则的语义限制函数,并提出一种误差校正方法,在规则匹配过程中校正语义限制函数误差,进而构建可自适应调整的模糊规则。借鉴框架表达法的设计思想,采用框架-模糊规则组的设计思路,完成基于语义限制的模糊规则结构的设计,为该结构的吻合度计算提出一套较为科学的计算方法,以此达到挖掘专家的深度认知和潜在经验、降低专业知识影响、提高模糊集下精细化计算的目的。某采油厂的应用实例表明,利用基于语义限制的模糊规则结构可有效地实现对于故障井诊断的专家知识设计。     

网络安全评估工程中的知识基础设施构建研究

从建立网络安全评估工程中的知识基础设施、获取知识优势出发，以网络渗透本体作为网络安全评估工程的知识基础设施，总结了网络安全评估的通用框架，提出了一种网络渗透本体构建方法NEOCA；应用NEOCA方法构建了一个想定的本体示例，说明该方法的具体工作过程。对于相关工作进行了分析比较，最后给出了结论和下一步工作。     

基于粗糙集理论的故障诊断规则获取方法研究

提出了基于粗糙集理论的故障诊断规则获取方法,该方法通过决策系统的可辩识矩阵和分辨函数计算核和所有的约简集,以约简集为初始节点,建立层状节点网络模型,对于各节点,提取符合可信度要求的诊断规则写入规则集中。通过应用表明,方法是确实可行的。     

一种基于三端点区间数的改进DS/AHP方法

为了解决传统DS/AHP方法不适用于具有多位专家或专家意见富有分歧的群体决策问题,基于能够有效描述专家群组推理判断信息的三端点区间数对传统判断矩阵进行拓展,提出三端点区间数知识矩阵,基于三端点区间数中的一致性原理构建了用于从该矩阵中提取证据信息的基本概率分配函数的确定模型,在此基础上依据Dempster组合规则提出改进DS/AHP方法的操作步骤,应用一个数值模拟实例演示了该方法的具体操作过程。     

海洋环境下武器效能评估系统的知识库构建

为了解决海洋环境下武器装备效能的评估问题,利用成熟的关系数据库技术提出了一种通用的知识表示方法,构建出海洋环境对武器效能影响评估系统的知识库。首先介绍了知识的两类来源,分析了效能评估知识的特点,表明传统的知识表示方法难以满足该评估系统的计算要求。然后详细地阐述了将规则、函数、算法、模型等统一到一个关系数据库中的通用关系知识表示方法,与一般知识表示进行比较,并根据其特点研究通用关系知识库的知识存储结构以及效能评估系统的推理机。最后给出基于框架知识的知识表示和推理实例。一个完善的通用关系知识库的构建将有助于解决海洋环境下武器装备效能的定量评估问题,为决策提供参考。     

面向风险评估的专家权重自适应调整方法

信息资产评估是信息安全风险评估技术重要的研究内容之一。目前,其在资产评估中主要采用专家评估与专家权重相结合的评估量化方法,然而该方法在实际应用中却面临如何科学确定专家权重以降低偏差较大评估意见对整体评估结果影响的问题。针对该问题,提出了一种基于专家偏离度的权重自适应调整评估方法,能够合理地减小专家主观性给出的异常评估值对评估的影响。最后实现算法并通过 实验 验证算法的有效性。结果表明该方法能够合理减小异常评估值对评估的影响。     

基于菲茨定律的虚拟现实任意形状选择模型

为了评估虚拟现实（VR）交互界面不同图形设计的点击效率,基于概率菲茨定律提出一种针对虚拟现实情境下指向性任务完成时间的预测方法,并构建了VR任意形状选择模型。首先,根据VR界面设计的实际需求,加入形状对指向性任务完成时间的影响,构建命中概率与任务难度指数的关系函数,将目标质心设为待积分函数的中心点,完成虚拟情境下概率菲茨模型定义。然后,设计实验一以获取改进概率菲茨模型中概率函数的常数项值;在此基础上设计实验二计算改进概率菲茨模型中预测函数的常数项,完成改进概率菲茨模型的构建。最后,以某VR烟草分拣系统实际点击任务对模型进行验证与评估,实验结果表明该模型能够在虚拟情境下对任务完成时间进行良好预测。     

Web应用安全的集成风险评估方法

针对Web应用的安全风险,提出模糊综合评价与信息熵相结合的集成风险评估方法。对于Web应用的技术维度,采用层次分析法确定评估指标的权重;为更好地反映安全漏洞的潜在风险,在多级模糊评价的过程中引入峰值评判的准则。对于Web应用的管理维度,采用信息熵挖掘评估指标的权重和专家意见的权重,获取专家群体的一致性评判意见。通过应用实例证明了评估方法的可行性和有效性。该集成评估方法吸收了当前网络安全众测的理念,体现了网络安全等级保护和信息安全体系建设的要求,有利于组织快速评估Web应用安全风险并进行持续的改进。     

一种基于神经网络的知识获取方法研究与应用

提出了一种基于神经网络的知识获取方法,该方法利用语言神经元,对具有开区域的连续输入变量,自动产生相应的语言变量输出,讨论了相应的神经网络训练和知识获取方法,所获取的知识以If-Then的规则形式表示,具有简洁、紧凑、不必进一步化简、易于理解等特点,并给出一个在教学型专家系统中获取专家领域知识的应用实例。     

基于属性散射信息的随机梯度最小方差追踪SAR超分辨重建算法

无论军事还是民用合成孔径雷达（SAR）应用领域,对实现目标更高分辨、更精细描述的期望和需求都十分迫切。在稀疏表示框架下,构建了基于属性散射中心模型（ASC）部件级局部散射模型的SAR重建观测模型;提出一种基于信号域的散射中心属性参数空间分类策略,并联合频域外推,提出一种基于随机梯度最小方差追踪的部件级超分辨SAR重建算法。该算法最终的超分辨SAR图像由FFT获得,提高了算法效率;并且该算法实现了在重建超分辨SAR图像的同时获取高精度的目标散射中心属性级特征。仿真合成数据和电磁计算数据验证了算法的超分辨能力,并利用ASC属性的克拉美罗界对算法属性估计性能进行了评估。     

基于菲茨定律的虚拟现实任意形状选择模型

为了评估虚拟现实（VR）交互界面不同图形设计的点击效率，基于概率菲茨定律提出一种针对虚拟现实情境下指向性任务完成时间的预测方法，并构建了VR任意形状选择模型。首先，根据VR界面设计的实际需求，加入形状对指向性任务完成时间的影响，构建命中概率与任务难度指数的关系函数，将目标质心设为待积分函数的中心点，完成虚拟情境下概率菲茨模型定义。然后，设计实验一以获取改进概率菲茨模型中概率函数的常数项值；在此基础上设计实验二计算改进概率菲茨模型中预测函数的常数项，完成改进概率菲茨模型的构建。最后，以某VR烟草分拣系统实际点击任务对模型进行验证与评估，实验结果表明该模型能够在虚拟情境下对任务完成时间进行良好预测。     

基于自适应专家权重的信息系统风险评估模型

针对风险评估过程中存在专家权重难以合理设置,评估结果受专家主观性影响大等问题,提出一种基于自适应专家权重的信息系统风险评估模型SAEW-ISRA,给出一种细粒度专家权重自适应调整方法。首先,在评估过程中引入三角模糊数对风险指标属性评分;其次,根据专家评分模糊度描述专家知识量,结合与专家群体评分的距离构建后验权重,可使专家权重自适应调整,同时使用模糊层次分析法构建风险指标权重;然后,提出信息系统风险指标危险度量化方法,可计算风险值;最后,通过某信息系统的风险评估实例验证所提方法能达到更高的评估准确性,同时在一定程度上解决了评估过程中权重不合理问题。     

基于场景及规则获取模板的知识获取方法

产生式规则作为知识库系统进行推理的常用的、可读性好的知识表示形式,在构建知识库系统时有极大的优越性.提出一种基于场景及规则获取模板的知识获取方法,并以某高分子复合材料的加工专家为知识获取对象.该方法通过分析、记录领域专家进行设计的过程、解决问题的过程和动作,将领域问题按层次细化为一系列子问题,并在子问题场景下结合场景模型及知识获取模板来获取规则性知识.采用该方法可以辅助领域专家在明晰领域知识结构的基础上,逐步挖掘领域中细粒度的规则性知识.     

电气系统智能诊断方法研究

针对电气设备故障诊断中故障原始数据收集困难的现状,在模糊集合理论、可能性分布理论和模糊逻辑推理基础上设计出一套智能计算程序,并将故障仿真技术和知识获取技术相结合,实现故障知识获取的“自动化”。该方法可以降低故障知识获取的工作量以及对专家的依赖性,使快速诊断故障位置及故障原因成为可能。     

一种基于改进分层置信规则库的社交账户可信度评估方法

社交账户可信度评估是确保网络社交生态良性发展的重要环节。针对社交账户可信度评估指标多维、数据信息不确定性多样等问题,提出了一种基于改进分层置信规则库的可信度评估方法。首先从账户属性、交际属性和内容属性三个角度分析了可信度评估各指标之间的相互关系,并依此构建了置信规则库的分层结构。其次,在信息转换函数中引入了自适应系数以更好描述和处理指标间的特性差异。最后,为了弥补专家知识局限性带来的模型误差,采用带有投影算子的协方差矩阵自适应进化策略对自适应系数和模型参数进行了优化。以新浪微博账户作为实验对象,结果表明该方法能够在数据样本有限的情况下获得更高的可信度评估精度。     

基于知识工程的船体焊接工艺研究

船舶制造过程中船体焊接领域工艺知识缺乏有效的归纳与整理,导致其重用性和 共享性差。针对上述问题,基于知识工程技术,研究了船体焊接工艺领域知识的获取、分类、 表示及推理应用的方法,并开发了工艺知识库系统,有效实现了知识的共享与重用。首先提出 了船体焊接工艺知识获取途径及分类模式;其次以此为基础,将基于本体的知识表示方法的研 究成果应用于船体焊接工艺,建立领域本体;然后提出焊接工艺推理模式,以国家标准、行业 标准等规范性文件和专业书籍、专家意见等指导性文件为基础构建工艺规则库,设计模糊规则 推理系统;最终设计开发面向船体焊接工艺的知识库系统,规范化实现知识获取、知识表示、 知识推理及知识管理功能,为船体焊接领域相关工作人员提供知识共享及重用的支撑平台,为 船舶制造其他领域中知识工程技术的利用提供参考。     

基于熵权法和组合隶属函数的雷达质量评估方法研究

为较好地评价雷达质量状况,针对雷达系统的功能特性和评估需求,区分监测数据、履历数据和环境数据,构建了雷达质量评估的三层指标体系。为反映监测数据因素的客观性,采用熵权法确定测试数据指标权重。为避免单一隶属函数可能会出现隶属度突变的问题,运用组合隶属函数的方法进行评价。该方法首先计算各指标在不同隶属函数条件下的评价信息,而后对每种隶属函数的评判情况进行组合优化,以增加评估结果的可信度。通过定性分析和定量计算,对某型雷达的质量状态进行了模糊综合评判,验证了该评估算法的有效性,对雷达系统操作应用和维修保障具有一定的参考价值。     

基于粒度的知识粗糙性研究

粒度计算是粗糙集理论研究的一种强有力的工具。在粗糙集理论中,提出知识是有粒度的并定义了知识粗糙度的概念。众所周知,知识获取是专家系统开发的"瓶颈"问题。文中主要从知识粒度、分辨度以及重要度等方面入手,着重研究了知识粗糙性的粒度原理与知识粗糙性的关系,提出了一种基于属性重要度的粗糙性知识获取算法,并通过理论与实验,证明该算法是正确的,行之有效的。     

智能需求获取与建模研究综述

需求获取和建模是指从需求文本或记录中获取显式和隐式的需求,并通过表格化、图形化、形式化等方法构建相应模型的过程,是软件开发过程中极为关键的一步,为后续系统设计与实现铺平道路,提高软件开发效率和质量,提升软件系统稳定性和可行性.研究者们在需求获取与建模方面获得了一系列研究成果,根据其关注阶段不同,可以将它们分为需求知识提取、需求知识分类和需求模型构建3个方面.鉴于传统方法在知识获取、模型构建的准确性和效率方面一直存在弊端,近年来,越来越多的研究者们将具有广泛应用性的人工智能技术与需求获取、需求分类、需求建模方法相结合,提出了一系列智能需求获取与建模的方法和技术,从而弥补了传统方法的不足.着重从智能需求获取与建模角度着手,对近年来的研究进展进行梳理和总结.主要内容包括:1)统计并分析人工智能技术在需求知识提取、需求知识分类和需求模型构建中使用的方法和技术;2)总结了智能需求获取与建模过程中采用的验证方法和评估方法;3)从科学问题和技术难点2个方面归纳得出目前智能需求获取与建模的关键问题,围绕集成式和动态化模型构建、与其他软件工程活动关联、智能需求知识分类的粒度、数据集构建、评估指标构建和工具支持6部分,阐述了上述问题的可能解决思路和未来发展趋势.