一种基于证明树反演的安全漏洞定位方法

针对Web应用中普遍存在SQL注入漏洞等问题，提出了一种基于证明树反演的漏洞定位方法．该方法可对攻击产生的根源直接进行源代码的漏洞挖掘，其核心思想是：通过在脚本中反向追踪数据库操作所涉及的变量来检验其是否受到外界的影响，从而达到控制数据库操作的安全隐患．实验结果表明，所提方法能够准确验证53．8％的数据库操作的安全性，对于不能做出自动判定的风险操作，则能给出变量的依赖关系．该方法适用于以各种脚本语言和数据库系统搭建的Web应用平台．     

面向推荐系统的音乐内涵空间建模研究

针对现有音乐推荐系统中音乐情感分析方法很难满足用户情感需求的问题,提出音乐内涵空间方法分析音乐情感。该方法选取音乐力度、速度、音强等表现要素,基于两极尺度的语义,构建音乐内涵空间。通过音乐内涵空间表示音乐情感,减少了音频特征客观水平与主观情感范围之间的差距,解决了情感标签标注音乐中由于用户情感经历不同造成的对音乐情感标注的主观差异性问题。在10 672条音乐评价数据集上,采用Kendall’s tau距离进行有效性验证,与基于情感标签推荐相比,实验结果表明,基于音乐内涵空间推荐音乐能较好地满足用户的情感需求。     

多P2P覆盖网络的带宽分配方法

针对多频道对等(P2P)视频直播系统中会出现多个P2P覆盖网络竞争节点带宽资源的问题,提出一种基于多P2P覆盖网络的带宽分配方法.按照不同的观看频道集合并根据需求为各个节点组提供参与频道中的带宽分配策略;以分组带宽分配策略为基础构建和维护与带宽分配相适应的节点伙伴关系和网络拓扑结构;P2P节点数据请求的响应策略在相应的伙伴节点中选择服从带宽分配策略的候选伙伴节点来传输数据,通过节点响应行为完成带宽分配.实验结果表明,所提方法能够使系统的可用带宽在不同频道中按照需求比例进行分配,与随机策略相比可以减少带宽不足频道的数据平均到达时间,加快用户的平均下载速度.     

网络化系统安全态势评估的研究

针对当前网络安全评估系统不能提供有用态势信息的缺陷,利用入侵检测系统的日志库,结合服务、主机自身的重要性及网络系统的组织结构,提出了采用自下而上、先局部后整体评估策略的层次化安全态势定量评估模型及其相应计算方法.该方法在攻击频率及攻击严重性的统计分析基础之上,利用服务和主机自身的重要性因子进行加权,计算网络系统内服务、主机以及整个网络系统的风险指数,进而评估分析安全态势.通过使用HoneyNet数据进行实验测试表明,该模型能够准确评估服务、主机和网络系统3个层次的安全态势,给管理员提供直观的安全态势曲线.     

基于IP网的多媒体远程教学系统的建模

在分析多媒体远程教学需求的基础上，提出了一种涉及教师Ｔ、学生Ｐ、课件资源Ｒ、协作教学环境Ｅ和网上教学管理Ｍ等要素的，表示远程教学的五元组结构模式，进一步设计了基于ＩＰ网的多媒体远程教学系统的总体框架，提出了一种基于Ｗｅｂ的、支持按需点播学习和教学现场直播的远程教学系统的实现模型，并在校园网上得到了验证。实验表明，该模型及其实现方法是实用可行的。     

水库岸坡岩体渗透变形的预测预报方法——自适应时间序列研究

研究了库岸边坡岩体渗透变形的动力学机制,并根据多参数的随机变化规律,建立了非线性ＣＡＲ模型,通过分析实例,提出了库水位影响下水库岸坡岩体渗透变形的自适应时间序列控制原理和预测预报方法     

基于核神经气聚类的入侵报警分析

利用无监督的核神经气聚类方法分析入侵报警数据,并针对核神经气聚类方法运行时间较长的缺点作了改进,加快了学习过程的速度而不影响其收敛性。利用改进的核神经气聚类方法对真正报警数据进行聚类,获得了各个神经元被作为获胜神经元的次数分布图,并根据此分布图获得报警的判别规则以区分误报警和真报警。实验采用网络入侵检测器Snort在实验环境下获得的攻击和正常数据产生的报警数据集,测试结果证明了提出的方法具有良好的性能:当滑窗长度为10时,在漏报增加率约为6%的代价下可以去除约81%的误报警。     

一种基于分辨函数的属性约简算法及其应用

针对个性化网络学习中影响学习策略种采用分辨函数进行属性约简的算法.应用分辨函数原理,逐次比较论域中的对象,以获取核集和非核集;利用逻辑运算求取最佳约简,并对约简集合的属性进行影响因子的排序,提取出关键个性特征属性.在西安交通大学英语学习网站平台上的实验结果表明,所提算法得出的学习者关键个性特征维数仅为原始维度的1/4,并可自动发现学习者关键个性特征知识,揭示个性特征和学习策略间的客观关系,精简50%的数据量.     

基于Agent的多层次多群体协同工作的建模

在分析计算机支持的多层次多群体协同工作（CSMMCW）的需求和特点的基础上,提出了一种CSMMCW的5元组结构模式,以及基于多Agent的CSMMCW协作模型,并就Agent设计与实现中的主要问题,如Agent组成结构、通信机制等作了分析与探讨。所提出的模型在计算机支持的协同工作系统NetCoop以及多媒体远程教育系统MDLS中得到实际应用。     

结合评分和信任的协同推荐算法

针对现有基于信任的推荐系统虽能缓解冷启动和虚假评价但较难获取用户之间的信任关系,难以建立用户彼此之间的偏好关系的问题,提出了基于评分-信任协同的推荐算法并给出了相关数学表达式和实现流程。该算法充分利用推荐系统中的共同评分,协同用户间的信任关系,有策略地选择用户评分的相似度和用户间信任值,建立用户之间的偏好关系,进而实现推荐。随着共同评分数目下限值的增加带来推荐准确度提高的同时将造成覆盖率的下降,因而关键是选取合适的下限值。实验结果表明,这种混合推荐的方法相比传统协作推荐方法与信任推荐方法,在精度损失极小的情况下,较大地提升了覆盖率。评分覆盖率指标分别提高了3%和32.1%,用户覆盖率指标分别提高了8.2%和15.1%,从而获得了精度与覆盖率的良好平衡。