针对当前主机安全风险评估指标不够全面、实际操作困难和评估结果可理解性差等问题,提出一种基于云模型的多层次主机安全风险评估方法。结合国家信息系统等级保护测评要求,采用层次分析法构建风险评估指标体系,在多层次指标体系基础上,引入云模型理论,实现主机安全风险的模糊量化评估。实验结果表明,该方法能对复杂主机系统进行合理评价,有效提高评估结果的准确性和科学性。
数据持有性审计是保证云存储数据完整性的重要方法,但并发更新操作会导致审计系统效率大幅降低。为此,提出一种支持并发更新的云存储数据持有性审计方法。通过改进Merkle哈希树(MHT)结构,将多个请求更新MHT中间节点的过程延后执行,生成更新状态树,分离出多个叶子节点更新路径并合并执行,从而避免重复节点更新,降低云存储数据完整性验证系统的更新成本。形式化分析及实验结果表明,该方法能减少更新MHT节点数,提高云存储数据持有性审计的更新效率。
针对词频-逆文档频率模型应用于主题爬虫时存在的非结构化问题,设计基于分类关键词词频(CKTF)模型的主题爬虫。利用网页文档结构特征和主题词语的分布信息将网页映射为五维向量,根据维基百科中文语料库和搜狗全网新闻数据语料库选择关键词并计算其与地缘政治主题的相关度,使用支持向量机实现网页向量的学习和分类。实验结果表明,与传统主题爬虫相比,该主题爬虫能够挖掘地缘政治主题中的丰富内容,有效衡量网页与主题的相关度,具有较高的爬准率和稳定性。
针对多数智能家居控制系统安装部署困难、成本较高的问题,提出一种适用于家庭内部应用环境的WiFi型智能插座系统。该系统内置PIC32单片机,使用基于Android的智能手机应用程序,通过IP连接远程访问控制与智能插座相连的设备。智能插座采用基于表述性状态转移架构的Web服务通信方式监控家居设备,用户通过点对点模式和基础组网模式访问智能插座。实验结果表明,该智能插座的硬件设备简单,成本较低,可靠性较高,且易于扩展。
基于股票波动典型的M形态,提出一种基于因果关系的岭回归股市态势预测算法。根据M形态的波动特征,引入能量思想,以M形态的边、波峰和波谷为结点,构建M形态的贝叶斯网络结构模型。利用马尔科夫毯算法和非对称信息熵,得到M形态的局部因果结构。采用因果强度的度量标准,将M形态因果关系引入到岭回归模型中,对股市态势进行预测。该模型通过将股票形成和能量波动的因果关系相结合,可以有效地发现股市的突变点。真实数据集上的实验结果表明,相比标准的岭回归算法和基于径向基的神经网络算法,该算法具有更好的预测效果。
传统BP神经网络存在容易陷入局部最优、收敛速度慢等缺点。为此,根据人工蜂群算法全局寻优以及群体智能的特点,在初始化神经网络参数时,将神经网络的误差作为人工蜂群算法的适应度,选择适应度最好的一组参数作为神经网络的权值和阈值,避免神经网络陷入局部最优和收敛速度慢的问题。将人工蜂群优化的BP神经网络模型应用于入侵检测中,仿真实验结果表明,优化后的网络模型可加快收敛速度,提高检测精度。
为使基于远程与本地绘制的场景融合后更具真实感,结合移动终端场景简单、对象交互性强等特点,提出一种新的阴影绘制方法。服务器端采用平行分割阴影映射和百分比渐进滤波(PCF)算法使绘制出的阴影在真实感与实时性之间达到平衡,移动终端利用阴影图和PCF算法完成阴影绘制。根据服务器端和移动终端场景的实际相对位置关系在移动终端进行场景融合,使呈现出的阴影效果在保持一致性的同时更具真实感。实验结果表明,该方法可在移动终端实现不同场景的无缝融合,具有较高的绘制效率。
针对传统水下视频编码对水声信道带宽要求较高,并且水下视频具有场景复杂、不固定等特点,基于三维树状结构和贝叶斯模型,提出一种水下视频压缩感知重构算法。在编码端,模拟彩色编码孔径压缩时间成像系统对视频信号进行编码。在贝叶斯压缩感知模型的基础上,解码端利用小波和离散余弦变换系数的三维树状结构得到贝叶斯压缩感知反变换算法,从单通道的压缩测量值中重构彩色视频帧。实验结果表明,该算法能够精确重构复杂的视频场景。
针对语法和语义层次组合存在对仿真环境的匹配及组合结果实用性不强的问题,在语用组合与仿真语境研究的基础上,给出仿真语境空间形式化定义,提出一种基于语境空间匹配指数的静态语用组合性质分析方法。对扩展有限状态自动机进行分析,设计支持语境约束的仿真组件模型形式化描述,建立仿真组件模型与着色Petri网(CPN)之间的映射,并利用CPN Tools工具实现组合模型的动态语用可组合性质分析。应用结果表明,语用层次的仿真组件静态、动态组合性质分析,可为仿真组件发现、仿真建模优化、组合结果有效性判定等关键问题提供量化、直观的依据。
针对射频识别(RFID)系统中多标签的碰撞问题,提出一种奇偶分组的多周期RFID标签碰撞树算法。根据比特位之和对标签进行奇偶分组后,判断标签同为奇组或同为偶组以及响应比特的首位为0或1,分2个子周期响应阅读器查询请求。利用二进制非0即1特征和奇偶特性,阅读器逻辑判断碰撞位数据,一次性识别两位碰撞比特位。数学分析和仿真结果表明,与传统碰撞树算法、查询树算法和二叉搜索算法相比,该算法可有效减少阅读器查询次数,提高标签识别速度。