自动数据挖掘算法

研究了一种基于文法引导遗传编程（GGP）的自动数据挖掘算法．规则归纳算法是一种典型的数据分类方法．采用文法引导的遗传编程对规则归纳算法进行改进,从而提出了一种规则自动提取的算法．最后结合电视购物项目,给出了基于文法引导的遗传编程自动提取规则的实例．     

防火墙规则配置错误快速检测算法

在防火墙的规则配置中潜伏着一些问题：安全管理员可能在最初配置规则表的时候，出现一些错误；随着规则表中规则数目的增长，不同的规则之间发生冲突的可能性也相应增加。该文对防火墙规则配置过程中可能出现的错误进行了分析，介绍了防火墙规则配置错误的几种常见类型，给出了发现错误的算法，并根据防火墙规则表的特点对算法进行了改进，提高了规则配置错误的检测效率。     

分段支持度Apriori算法及应用

首先指出单支持度的Apriori算法的局限性,分析了目前为克服单支持度Apriori算法的局限性而提出的多支持度的Apriori算法的不完备性,针对事务中的一些潜在规则,提出了一种分段支持度Apriori算法。算法不是简单地对经典Apriori算法进行扩展或改进,而是从理论上破坏了Apriori算法全局、高频两个性质,采用分段支持度的方法对数据库进行数据挖掘,可以发现经典和多支持度Apriori算法不能发现或很难发现的强关联规则,并以较快的速度得以实现。     

操作系统内核程序函数执行上下文的自动检验

函数执行上下文正确性是操作系统内核程序最容易违反且难以检查的正确性性质.应用传统的技术检查该类错误都有一定的困难和局限性.提出一个验证函数执行上下文正确性的框架PRPF,详细描述了其建模过程和相关算法.PRPF相比传统技术的优势有:直接检查源代码、无须编写形式化的验证规约、较低的时空运行开销、良好的可扩展性等等.该技术已应用在Linux内核2.4.20的网络设备驱动程序检查中.应用表明,PRPF能够自动探测程序中所有执行路径,有效地检查函数执行上下文的正确性.实验发现了Linux内核的23处编程错误,另有     

典型Apriori改进算法的分析与比较

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。为了提高算法的效率,国内外数据挖掘领域的专家、提出了一系列的改进策略。文章首先分析了Apriori算法及当前主要的改进算法,其次比较了这些算法的改进策略及其局限性,最后在此基础上提出了Apriori算法的未来研究方向。     

Hadoop平台上Apriori算法并行化研究与实现

分析传统串行关联规则Apriori算法的计算过程以及存在的一些缺点,针对串行算法执行效率低,时间复杂度高以及传统并行计算模式不能处理节点失效,难以处理负载均衡等问题,提出基于Hadoop平台实现并行关联规则算法的设计方法,对传统关联规则Apriori算法进行了改进,并给出改进算法在Hadoop平台的MapReduce编程模型上的执行流程;在Hadoop平台上对改进后的算法进行单机测试和集群测试,实验结果证明,改进后的算法具有较高的执行效率,良好的加速比和可移植性。     

基于并行Bloom过滤器组的深度数据包检测算法

针对基于软件、硬件的深度数据包检测存在处理速度慢或规则集更新困难等方面的局限性,提出一种在多核平台上基于并行Bloom过滤器组的深度数据包检测算法。算法中首先将规则集按规则的长度分组,构造一个并行Bloom过滤器组,组中每个计数式 Bloom过滤器表示特定规则长度的规则集。为了减少执行过程中的冲突概率和计算量,构造了高性能的哈希函数,然后基于多核平台的并行处理能力使用并行编程实现了该算法。理论分析和实验结果表明该算法是一种时空高效的算法。     

基于GEP与小生境的关联规则挖掘的研究*

如何高效而正确地挖掘关联规则是数据挖掘领域的一个重要研究方向。在现有工作的基础上结合基因表达式编程进化算法提出了一种新的挖掘强关联规则的算法框架;提出并实现了基于小生境技术的基因表达式编程算法(niche-gene expression programming,NGEP)以用于挖掘关联规则。与同类算法的对比实验结果表明,NGEP不但能更快地收敛,还进一步提高了挖掘的正确率。     

基于Word2Vec的编程领域词语拼写错误检测算法

Stack Overflow是一个计算机编程领域的问答社区,其中的文本蕴含大量有价值的信息可供挖掘,但由于其本身存在大量的错误词汇,给文本的分析造成影响。对此,提出一种词语自动检测纠错算法,通过词向量的技术以语义相似度为核心,对错误词汇进行分析,结合改进的编辑距离算法对文本进行自动检测纠错。实验结果表明,该算法能够对诸如此类专业性较强的领域主题文本进行自动检测纠错,并且能够较好地还原标准文段用词。     

一种改进的关联规则维护算法

提出了关联规则维护更新问题的背景,分析了经典的关联规则维护算法FUP2算法的局限性,针对在数据库数据集增加和删除时最小支持度同时变化的情况,提出了一种改进的关联规则维护算法EFUP,并与经典的Apriori算法进行了分析比较,表明了该算法充分利用了原有的信息,提高了算法的效率。     

基于属性的访问控制策略的正确性验证

基于属性的访问控制策略以更精确的粒度控制着用户或进程对系统资源的访问,因此获得了越来越广泛的应用。然而必须保证所制定策略的正确性,才能防止对系统资源的非法访问,因此必须研制出一种有效的方法来验证策略的正确性。基于模型检测技术提出了一种访问控制策略的覆盖性与完整性验证方法。主要思想是将覆盖性与完整性验证归约为模型检测问题。将规则集与其变异分别视为模型,以模态逻辑公式描述其性质。调用模型检测算法,分别在模型及其变异模型上检测性质,生成反例报告以确定模型故障点和模型规则缺失点,同时分析性质本身的完善性,最终以完善后的模型和性质再次调用模型检测算法来完成覆盖性与完整性验证。实例分析结果表明覆盖性验证能够有效发现错误的规则,完整性验证能够有效识别验证规则的完备性。方法依托于模型检测工具完成,具有自动化程度高、易操作、测试结果可靠的特点。     

正规树文法的产生式相交判定

在针对产生式不相交的正规树文法的XML类型检查中,需要对正规树文法的产生式进行相交判定.基于正规树文法的产生式的构成特点,提出了基于自动机的相交判定算法.根据产生式的内容模型即正则表达式,构建相应自动机,判定两个自动机的交是否为空,该算法的时间复杂度为O( ‖ E1‖·‖ E2‖·|∑E1 ∪∑E2 |).实验结果表明,该算法运行正确且高效,可以应用到针对产生式不相交的正规树文法的XML类型检查中.     

一种多约束关联挖掘算法*

约束关联挖掘是在把项或项集限制在用户给定的某一条件或多个条件下的关联挖掘,是一种重要的关联挖掘类型,在现实中有着不少的应用。但由于大多数算法处理的约束条件类型单一,提出一种多约束关联挖掘算法。该算法以FP-growth为基础,创建项集的条件数据库。利用非单调性和单调性约束的性质,采用多种剪枝策略,快速寻找约束点。实验证明,该算法能有效地挖掘多约束条件下的关联规则,且可扩展性能很好。     

Automated BIM data validation integrating open-standard schema with visual programming language

A building design must comply with a wide spectrum of requirements stipulated by building codes, normative standards, owner’s specifications, industry’s guidelines, and project requirements. The current rule-based compliance checking practice is a costly bottleneck in a building project, and thus, there is a demand for a design evaluation process that incorporates automated checking capabilities to address the inefficiency and the error-prone nature of the current manual checking practice. The inherent complexity of building design rules and impracticability of existing automated checking approaches are two key challenges that must be addressed to enable practical compliance checking automation. This research study proposes a new modularized framework that integrates the emerging open standard, LegalRuleML, with a Visual Programming Language. The framework allows a standardized method of defining design rules in a machine-readable and executable format. The proposed approach encompasses the entire compliance checking process from the interpretation of natural language-based requirements to machine-readable rules, rule categorization, rule parameterization, and the execution of the rules on the ISO-standard building information model. This modularized BIM-based design validation framework is expected to help automatically and iteratively evaluate the level of quality and defects of information conveyed in a given building model as an essential part of the early design process.     

Snort的高效规则匹配算法

对入侵检测系统Snort的规则匹配算法进行了系统的分析，为了进一步提高Snort的规则匹配效率，提出了在匹配过程中，对于条件匹配处理函数应用参数链表驱动的方法。从而避免重复调用处理函数，充分利用参数之间的关系，并能动态地减少无效规则的匹配。通过两个实验来评估此方法的效率，结果表明改进方案较明显地提高了Snort的检测性能。     

直觉模糊粗糙集推理规则的相容性研究

针对直觉模糊粗糙集（IFRS）逻辑推理规则的相容性问题，提出一种IFRS逻辑推理规则的不相容度检验算法。利用基于包含度的粗糙集模型，给出了IFRS逻辑推理规则的相容性定义，设计了不相容度检验算法。最后通过算例，验证了该算法的有效性和可行性。该算法可以有效处理属性值均为直觉模糊值的信息表，给出各IFRS逻辑推理规则间的不相容度，从而可对规则库中的规则进行相容性检验。     

策略网管中规则冲突检测算法的研究

基于策略的网络管理系统中规则冲突检测是策略管理中的关键部分。多维范围查找算法提供了一种解决检测冲突的思路。设计其中几个子问题的实现技术是重点。进行动作序列有效性检测时，采用了图论知识，详细描述了检测过程并给出了代码实现。进行策略库一致性检测时，将策略规则分解成一些简单数据类型，结合实例加以说明，给出了相关类定义的框架。最后，分析了其时间和空间复杂度，并指出了规则冲突检测中一些可能的工作。     

基于项集依赖的最小关联规则挖掘

传统关联规则挖掘可能会得到大量的、杂乱的规则,它们对用户来说是不相关的或不感兴趣的。提出最小关联规则集和项集强依赖关系的概念,以实现基于项集依赖的最小关联规则挖掘算法。其不仅可以避免验证某一频繁项集下的所有非空真子集是否可形成关联规则,还可以通过删除那些过于复杂、有重复信息的规则来进一步简化传统规则集合。通过最小关联规则集可推导得到大多数冗余规则的支持度和置信度,实现了传统规则集的一种近似无损表述。采用UCI机器学习库中数据集进行实验,结果表明提出的方法得到的规则数量明显减少,且规则更加简短、无重复信息,为最小关联规则挖掘提供了更好的方法。     

访问控制系统的规则集模型及其检测算法

针对访问控制系统规则存在漏洞问题,提出一个建立在系统读写规则集基础之上的访问控制系统规则集模型及相应的模型检测算法,通过对系统状态的遍历,判断目标在权限提供某些许可的情况下是否可完成,并在目标可完成的情况下输出相应的策略。实验结果证明,在中等规模的系统中该算法有效。     

On the use of design defect examples to detect model refactoring opportunities

Design defects are symptoms of design decay, which can lead to several maintenance problems. To detect these defects, most of existing research is based on the definition of rules that represent a combination of software metrics. These rules are sometimes not enough to detect design defects since it is difficult to find the best threshold values; the rules do not take into consideration the programming context, and it is challenging to find the best combination of metrics. As an alternative, we propose in this paper to identify design defects using a genetic algorithm based on the similarity/distance between the system under study and a set of defect examples without the need to define detection rules. We tested our approach on four open-source systems to identify three potential design defects. The results of our experiments confirm the effectiveness of the proposed approach.