领域本体的一致性检查

针对领域本体中概念集的一致性检查问题,给出领域本体的形式化定义,阐述领域本体中的公理集,分析概念集的一致性检查方法,将OWL的本体表达方式转化为基于UML的表达方式,对UML进行适当的扩展,提供一种基于图形化的本体一致性检查机制。该方法基于图形化的形式,简洁直观、容易操作,克服了原有检查方法形式化程度高及复杂难操作的缺点。     

基于语义的主题爬行策略

为使主题爬行能够充分利用资源的语义信息,提出基于语义的主题爬行策略.该策略利用领域本体刻画爬行主题,将本体语义映射到关键词表.通过定义断言集一致性扩展和域值关联推理任务,推演关键词间语义关系.在定义网页主题概念的基础上,结合本体推理方案提出主题概念的语义叠加效应模型.最后,利用主题概念的语义包含关系判定URLs抓取顺序.实验结果表明,该语义主题爬行策略在抓取收获率和爬行效率上优于现有同类方法,该方案有效、可行.     

基于描述逻辑的UML类图一致性检测

为解决UML类图一致性检测问题,分析了UML类图、DLs和OWL DL的特点,给出了UML类图的OWL DL本体表示形式,研究了UML类图转化为OWL DL本体知识库的方法,证明了转化方法的正确性,提出了一种基于描述逻辑的UML类图一致性检测方案.该方案通过将UML类图转换为OWL DL本体知识库,利用OWL DL强大的推理功能实现UML类图一致性检测,最后以实例证明了该方案的可行性.     

基于本体的协同式入侵检测系统

经过对现有的入侵检测系统的分析,认为多点协同检测能够使入侵检测系统更加准确、有效地检测入侵。提出一种基于本体的模式匹配方法,同时对协同式入侵检测的体系结构与协调方法进行了讨论,它可以使检测工作更加灵活,另外也提供了全局的信息定位以支持协同检测。     

基于本体的论文复制检测系统

针对目前学术论文抄袭现象严重的问题,在分析目前学术论文复制检测研究方法的基础上,提出基于本体的论文复制检测系统框架模型,分别从本体访问层、本体表示层、本体映射层描述论文复制检测系统的框架。利用语义网本体技术,探讨论文本体的构建和论文相似度的计算。     

基于本体的特征模型演化的一致性验证

针对特征模型的演化导致特征间的冲突问题, 从特征模型的演化方面进行研究, 提出了一种基于本体的特征模型演化的一致性验证方法。首先采用本体理论方法对特征模型的演化进行分析和建模, 建立本体的特征模型元模型; 其次基于上述元模型, 为网上购物系统实例建立相应的网上购物的领域特征模型, 根据需求裁剪出产品特征模型; 然后在Eclipse集成开发环境下, 通过Jena推理机加载规则和产品特征模型进行一致性验证, 当检测到冲突时, 采用演化策略来消除冲突; 最后通过实例研究说明了该方法的有效性。     

基于策略的入侵检测本体研究

该研究建立了一种基于策略的入侵检测本体模型,该模型具有进行误用检测和异常检测的能力,能共享和重用知识并进行分析.该研究用OWL对本体进行了规格说明,对系统的架构进行了探讨并进行了应用举例.     

基于模块化本体的入侵检测研究

建立了一种基于模块化本体的入侵检测模型,该模型能共享和重用知识并进行分析,具有检测分布式复杂攻击的能力。通过本体的模块化降低对存储空间的要求、提高推理的速度、增强系统的健壮性。用OWL对入侵检测中的模块化本体进行了规格说明并进行了应用举例。     

基于本体的入侵检测研究

对入侵行为之间的相关性进行清楚的描述,从而对协同式入侵做出判断,降低误警率,是入侵检测领域的重点和热点问题,本文在概要分析了误警产生的原因的基础上,重点讨论了基于本体的入侵检测框架。     

Checking Causal Consistency of MongoDB

MongoDB is one of the first commercial distributed databases that support causal consistency.Its implementation of causal consistency combines several research ideas for achieving scalability,fault tolerance,and security.Given its inherent complexity,a natural question arises:"Has MongoDB correctly implemented causal consistency as it claimed?"To address this concern,the Jepsen team has conducted black-box testing of MongoDB.However,this Jepsen testing has several drawbacks in terms of specification,test case generation,implementation of causal consistency checking algorithms,and testing scenarios,which undermine the credibility of its reports.In this work,we propose a more thorough design of Jepsen testing of causal consistency of MongoDB.Specifically,we fully implement the causal consistency checking algorithms proposed by Bouajjani et al.and test MongoDB against three well-known variants of causal consistency,namely CC,CCv,and CM,under various scenarios including node failures,data movement,and network partitions.In addition,we develop formal specifications of causal consistency and their checking algorithms in TLA⁺,and verify them using the TLC model checker.We also explain how TLA⁺ specification can be related to Jepsen testing.     

基于关系模型的UML类图一致性检验

UML类图是UML建模语言的核心元素之一,类图模型的正确性和一致性对于保证需求分析的正确性至关重要。论文研究了UML类图模型的语义一致性问题,提出了一种自动检验类图一致性的方法。该方法以扩展的关系逻辑为语义基础,把一致性问题归结为关系逻辑公式的可满足性问题。实践表明,该方法能够有效的检查UML类图模型的一致性,发现需求分析中的错误和漏洞,在一定程度上保证了类图模型的正确性。     

ProMiner:系统性质驱动的双向一致性检验框架

在模型驱动软件开发过程中,基于模型的测试方法往往用于检验软件代码针对软件模型的一致性以确保软件质量.然而,随着当今软件系统规模的不断扩大,相应的软件开发过程也变得越来越灵活,代码有时会先于模型被修改,以更忠实地体现系统功能和实现机制.传统的基于模型的测试方法只能检测代码之于模型的一致性而不能反作用于模型层面,模型的修改者只能人为地评估修改的正确性,大大降低了效率并增加了系统的潜在隐患.为此,对传统基于模型的测试方法的一致性检验进行了扩展,实现了一致性检验框架ProMiner,通过抽取表达模型与代码的不一致的系统性质来自动定位模型中与实际运行系统不匹配的部分,并将其表示为可直接用于模型检测的线性时序逻辑(LTL)表达式,以支持软件模型和代码间双向的一致性检验.实验结果表明,ProMiner可有效查找软件模型和代码间的不一致并生成可直接检测模型的系统性质,从而实现了自动化的模型与代码间的双向一致性检测,不仅提高了一致性检测的有效性,而且大大减少了人力开销.     

使用启发式规则的本体冲突检查方法

本体(Ontology)作为语义WEB的核心已经被应用到社交,农业等多个领域.将本体开放给众多用户进行编辑的做法已经开始流行,但是在构建多用户本体系统时仍然存在一些问题.本体演化就是其中之一,在共同协作的本体环境中总是充斥着各种冲突,所以冲突检查是本体演化中重要的一个环节,本文将提出一个实用的基于启发式的方法来进行本体冲突检查,此方法是一个稳定的保证较高查全率和查准率的方法,并将给出演化中的冲突检查算法.     

支持时间属性的隐私需求建模与一致性验证

随着互联网的迅速发展,个人隐私信息保护问题越来越受关注。如何刻画不同服务提供者的隐私需求,并保证不同参与方隐私需求在全局应用上一致无冲突是隐私保护的一个核心问题。本文提出一种支持时间属性的声明式的隐私需求描述语言。为了验证不同隐私需求间的一致性,给出到SCIFF框架中完整性约束的映射。最后通过在线购物服务场景进行实例分析,验证本文方法的可行性。     

一个改进的基本方向约束一致性的判定算法

基本方向约束的一致性判定是定性空间推理中的基本问题之一。本文采用将基本方向约束集转化成有向图的方法,给出了一致性判定的相关结论,并据此在Skiadopoulos算法基础上提出了一种改进算法。新算法不但能判定出所有导致不一致的约束子集,而且还提高了执行效率。