利用金字塔空间注意力与特征推理的图像修复

针对现有基于深度学习的图像修复方法对图像未受损区域多尺度特征空间信息利用不足的问题,提出一种利用金字塔空间注意力与特征推理的图像修复模型.首先,采用基于部分卷积的区域识别模块,用于识别本次循环中需要推理的区域,其次,通过循环特征推理模块高效地推理待推理区域的图像特征,最后,使用基于残差去冗余特征的特征融合模块以保证在融合中间特征图的过程中减少无效特征信息对图像修复的干扰.在人脸、街景等数据集上端对端地对所提模型进行实验的结果表明,与经典方法相比,该模型在峰值信噪比、结构相似度和平均L1损失评估指标方面分别提升了3%, 1%和3%.     

实时诊断中的无冗余动态知识存储技术研究

当前的远程诊断专家系统在知识存储时并未做任何冗余控制,使得知识库中的信息出现较大冗余,给知识的管理和利用带来较大难度。为了解决上述问题,对无冗余的动态知识存储技术进行了研究,并基于飞机远程故障协同诊断平台,对该技术的具体算法进行了实现,通过数据实例对算法的有效性和正确性进行了分析论证。结果表明：无冗余动态知识存储技术可以精确地对知识信息进行无冗余存储,从而有效地提高远程实时诊断的推理效率。     

基于0圈扫描的数据采集新方法

首先深入研究了传统的基于预测开窗的数据采集方法,并发现该方法存在数据冗余和有效数据丢失等问题.为了解决这些问题,本文提出了一种基于0圈扫描的数据采集新方法.该方法不用去对采集窗口的位置进行预测,而是先在一个"足够大"的范围内采集目标的回波数据.然后从中选取出有效的数据,从而很好地解决了数据冗余和数据丢失的问题.     

基于Markov 逻辑网的事件表象统一方法

为解决Web数据集成中大量事件表象语句共指现实世界同一事件,导致数据冗余问题,提出一种基于Markov逻辑网的事件表象统一方法。方法从共指事件表象集合中获得较准确详细的一条表象,作为统一的事件表象对应现实事件,为数据集成提供高质量数据。本文将事件表象使用8个维度的形式表示,训练Markov逻辑网从共指事件表象集合中推理出准确详细的维度内容,重新组合后形成一条事件表象。本文使用少量一阶谓词从维度内容、事件表象和数据源等多角度制定相应规则,通过推理解决数据不一致、不完整、不详细问题。实验结果表明基于Markov逻辑网的事件表象统一方法能获得较准确详细的统一事件表象。     

遗传算法在基于模型推理入侵检测中的应用研究

基于模型推理的入侵检测法方法，需要在庞大的审计记录空间中搜索巨量的攻击脚本子集中的最优值，对于这－ＮＰ类完全问题，应用遗传算法较好地解决了其搜索的效率问题。     

基于CWM的元数据的形式化推理框架研究

在基于公共仓库元模型(CWM)建立元数据的过程中,参与建立元数据的团体的不同经验以及描述数据的不同视角不可避免地带来元数据的冲突和冗余等问题,然而CWM的图形化特点使之缺乏精确的语义,所以如何在其上进行推理以自动发现这些问题至今没有得到很好的解决.研究了利用描述逻辑--一个一阶谓词逻辑的可判定子集形式化CWM元模型和元数据并进行推理的方法,将一致性检测分为水平一致性和演化一致性分别处理,在处理演化一致性的过程中对CWM元模型进行了扩展,使之支持元数据的版本能力从而能够推理由于演化引起的不一致问题,然后利用推理引擎LOOM对两种情形进行推理检测以发现不一致信息,取得了令人满意的结果,表明提出的方法是可行的.     

基于CBR与RBR的设备采购决策支持系统

该文通过分析制造行业新产品试制部门的设备采购过程,说明采购决策支持系统引入的必要性,并基于CBR(Case-BasedReasoning)案例推理和RBR(Rule-BasedReasoning)规则推理,构造了混合框架的推理系统及相应的案例表示结构,解决了设备采购等复杂决策领域中决策支持系统冗余推理的问题。最后将该混合推理框架及案例表示结构应用于某大型制造企业试制部门的决策支持系统中,取得了较好的效果。     

基于改进网络编码的匿名通信机制研究

针对现有基于网络编码的匿名系统,由于转发节点的不稳定性以及匿名消息的多路径转发,使得数据发送的成功率较低的问题,提出了一种基于网络编码与数据冗余方法的新匿名通信机制ACSNC（anonymous communication system based on network coding）。首先采用数据冗余机制对要发送的数据进行冗余分片,并沿多条路径发送;然后中间转发节点对信息进行随机编码后转发,使信息通过节点前后的统计特性发生变化;最后,目的节点根据收到的数据片与编码系数恢复匿名信息。仿真结果表明,该机制在显著提高数据发送成功率的基础上,能够有效地保障通信的匿名性与安全性。     

基于贝叶斯网络约简的铁路应急决策方法

为了解决决策属性的冗余问题,降低决策推理过程的复杂性,实现在信息不完备情况下铁路应急决策的智能化,基于粗糙集理论与贝叶斯网络提出一种新的铁路应急决策方法。利用基于信息熵的粗糙集知识约简方法提取最小决策信息集,实现对应急态势信息集的约简,从而减少态势网络节点数目,降低贝叶斯网络的复杂性。基于约简后的贝叶斯网络模型实现了铁路应急态势预测的概率决策推理。案例分析表明该方法能够满足铁路应急决策需求以及在信息不完备条件下的有效性。     

不完全信息环境下XML Schema规范化研究

为了解决不完全信息环境下XML模式设计中XML文档的数据冗余和操作异常,研究了不完全信息环境下XML Schema的规范化问题,提出了XML Schema和符合XML Schema的不完全XML文档树等概念;基于节点等价、节点相容、节点信息等价和节点信息相容等概念提出了XML强函数依赖的定义,给出了相应的推理规则;给出了求路径集强闭包和成员籍问题的算法,并对算法的正确性进行了证明,对其时间复杂度进行了分析。提出了不完全信息环境下XML范式和相应的规范化算法。研究成果较好地解决了数据冗余问题,避免了更新异常现象,更好地实现了XML Schema设计     

基于区块链的数据完整性多方高效审计机制

提出了一种面向大数据环境的基于区块链的数据完整性多方高效审计机制（MBE-ADI）。构建基于数据域的混合Merkle DAG结构对数据组织,实现大数据环境下大量非结构化数据同时验证;为应对大数据环境下数据量大的问题,设计基于 BLS 签名多副本确定性验证方法,实现支持多副本的数据完整性高效验证;设计基于联盟链的双验证审计架构,实现去中心化自动审计以及审计历史可信追溯,同时为数据拥有者和数据使用者提供数据完整性验证服务,实现数据的可信获取。测试证明系统的可行性以及数据完整性审计的高效性。     

基于旋转机械的多故障诊断专家系统的实现

根据实际项目的开发，重点介绍了基于旋转机械的多故障诊断专家系统的功能结构、系统设计、知识表达法、数字信号的处理以及专家系统推理机制等。提出一种新型的基于产生式规则的推理机制，结合数据挖掘的思想，能够快速有效地解决多故障诊断专家系统中的推理问题。     

面向资源受限用户的高效动态数据审计方案

物联网（IoT）设备推动着云存储外包数据服务的快速发展,从而使云存储外包数据服务得到越来越多终端用户的青睐,因此如何确保云服务器中用户数据的完整性验证成为一个亟待解决的热点问题。针对资源受限的用户,目前的云数据审计方案存在运算复杂、开销高和效率低等问题。为了解决这些问题,提出一个面向资源受限用户的高效动态数据审计方案。首先提出一个支持动态审计的NCBF-M-MHT数据结构,其中：新颖的计数布隆过滤器（NCBF）结构能在O（1）时间内实现数据的动态更新请求,从而保证审计的高效性;多棵Merkle哈希树（M-MHT）结构的根节点则通过用户身份验证进行签名,进而保证数据的安全性。然后对审计各实体采用不同的分配方式,并使用数据证据和标签证据来验证数据的正确性和完整性。实验结果表明,相比基于动态哈希表的审计方案（DHT Audit）、基于MHT的审计方案（MHT Audit）和基于位置数组双向链接信息表的审计方案（LA-DLIT Audit）,所提出的方案在审计验证阶段的时间开销分别降低了45.40%、23.71%和13.85%,在动态更新阶段的时间开销分别降低了43.33%、27.50%和17.58%。     

一种基于数据匹配技术的审计证据获取方法

联网审计是目前计算机辅助审计领域中的一个研究前沿问题.本文针对我国目前研究的联网审计的特点,以及常用审计方法的不足,提出了一种基于数据匹配技术的审计证据获取方法.该方法通过对两个数据源中的被审计数据进行数据匹配,查找相似重复实体,发现审计线索,获得审计证据.此外,采用模拟数据从定量的角度对该方法的审计风险进行了分析.最后,以一个实例验证了该方法的有效性及实用价值.研究表明:和常用的审计方法相比,该方法对业务知识依赖少,易发现被审计数据中的隐藏信息,并提高了审计效率.     

基于改进Leaders算子的审计潜在疑点发现

数据库查询方法审计疑点发现依赖于审计人员先验知识,当经验不足且审计数据量巨大时,难以发挥大数据优势并从海量数据中发现疑点。为解决这一问题,提出基于改进Leaders算子迭代聚类的审计大数据潜在疑点发现方法。该方法在无先验知识的情形下,通过Leaders算法自动完成审计大数据的初始聚类,在此基础上通过随机抽样融合方法对初始聚类结果优化,最后通过多次迭代聚类的方法,对实例数较少或可疑程度易被掩盖的小簇进一步聚类,实现审计大 数据的精确聚类,并将实例较少且行为明显异常的数据聚类识别为潜在疑点,配合审计人员审计经验快速精确定位审计疑点。实验结果验证了算法的有效性,表明算法有助于从海量数据中自主发现审计疑点,缩小疑点筛查范围,提高审计效率。     

基于数据挖掘的网络安全审计技术的研究

本文首先介绍了什么是数据挖掘技术和网络安全审计技术,然后在此基础上讨论了数据挖掘技术在网络安全审计技术中的一些基本应用算法,最后给出一个基本的利用数据挖掘技术实现的网络安全审计系统。     

基于国产TCM芯片加密的边云协同数据采集架构

审计部门在对内部各单位进行审计工作前,需要对各类材料进行搜集整理作为审计依据,包括互联网公开数据和单位内部涉密数据。在搜集单位内部涉密数据时通常需要加密介质传输或审计人员直接到现场进行工作。本文提出一种以国产TCM芯片加密,边云协同为基础的采集架构。该架构能够同时采集互联网公开数据和单位内部涉密数据,通过固化于硬件内部的TCM芯片进行加密,保证只有指定机器能够阅览涉密材料。基于国产TCM芯片加密的审计数据边云协同采集架构能够实现涉密数据的跨网络传输。据审计用户使用反馈,以涉密数据使用加密介质传输为对比场景,在采用协同采集架构后能够实现在本地快速进入审计工作,数据获取效率平均提升30%,非异地审计工作时间减少3天~4天,有效提升了审计工作效率。     

基于Hadoop的电力运维审计系统的设计

国家电网公司信息化程度越来越高，单机运维审计系统产生的数据量日益增多，对海量数据高效率存储分析性能严重下降，系统稳定性降低。为满足国家电网当前对运维审计系统数据存储分析以及系统稳定性的需求，在Hadoop开源架构的基础上，本文提出基于Hadoop集群的海量数据分布式存储方法和基于Heartbeat的心跳检测技术，实现基于Hadoop的电力运维审计系统。〖JP2〗实验测试结果表明，基于Hadoop的电力运维审计系统相比单机系统可用性提高了8.42%，大大提升了存储分析海量数据的性能，具有系统工作稳定和服务不间断等优势。     

基于安全审计日志的网络文件系统数据完整性保护方法

网络文件系统在方便数据共享的同时也带来了新的安全隐患,审计日志跟踪并记录文件服务器上数据的变化,对于分析评价系统的安全性有重要价值.现有的系统因为不能防止内部攻击以保证审计日志的安全性,无法很好地满足用户需求,如攻击者可以直接通过驱动程序修改磁盘上的审计日志来删除敏感数据.提出了一种基于安全审计日志的对网络文件服务器上的数据进行完整性保护的方法.服务器中的每个文件和目录都对应一个认证符以保证其完整性,通过将文件服务器上的活动记录下来并生成日志,事后根据认证符和分析日志信息来对数据进行审计.另外,通过引入一个可信组件来生成认证符和审计日志并保证它们的安全性.根据该方法在NFS服务器上实现了原型系统Nfsd-log并对其进行了性能测试.SSH-build的测试结果表明,Nfsd-log的总时间开销比未受审计日志保护的原始NFS服务器的时间开销仅增加9.2%.     

基于嵌套Merkle Hash tree区块链的云数据动态审计模型

云存储凭借高扩展性、高可靠性、低成本的数据管理优点得到用户青睐。然而,如何确保云数据完整性成为亟待解决的安全问题。当前最成熟、高效的云数据完整性审计方案是基于半可信第三方来提供公共审计服务,但基于半可信第三方审计方案存在单点失效、算力瓶颈和错误数据定位效率低等问题。为了解决上述问题,提出了基于区块链的云数据动态审计模型。首先,采用分布式网络、共识算法建立一个由众多审计实体组成的区块链审计网络,并以此来解决单点失效和算力瓶颈问题;然后,在保证区块链数据可信度的前提下,引入变色龙哈希算法和嵌套MHT结构,以实现云数据标签在区块链上的动态操作;最后,借助嵌套MHT结构以及辅助路径信息,提高了在审计发生错误时对错误数据的定位效率。实验结果表明,与基于半可信第三方云数据动态审计方案相比,所提模型显著提高了审计效率,降低了数据动态操作时间开销,并提升了错误数据定位效率。