网络攻击规划模型及其生成算法

提出了一种网络攻击规划模型FSAPM。对攻击规划中的各种因素综合考虑和分析,包括与目标实现相关的认知观点、攻击功能、系统状态、人员能力级别,以及攻击因素间关系和衡量标准。采用因素模糊空间搜索算法获取攻击条件和功能集映射的测度,将其与获自于攻击单元和目标集的映射结果比较。根据人员操作能力提取与之相称的攻击规划和对应手段,通过实验验证了模型与算法效果,事实证明,将攻击实施的规划过程涉及的多因素进行考虑和分析更符合网络攻击的切实情况。     

基于免疫选择的智能化等级测评模型研究

通过计算等级测评安全指标项的等级适应度和系统适应度,对安全指标项进行种痘和免疫选择来得到相应等级和特定系统的安全指标项和测评方案,为等级测评的智能化奠定了基础。并使用该模型对3种不同的系统进行测评实验,实验结果表明该模型能够在一定程度上实现等级测评活动的智能化。     

粗糙集理论在规则抽取中的应用

结合扩张矩阵理论,提出了一种简化规则抽取算法,该算法有效地解决了粗糙集约简算法生成的规则数量多、概括力不强的问题,并给出了相应的算法示例,示例结果证明了该算法能够有效地从信息安全事件和等级测评数据中抽取出等级测评专家系统所需的推理规则。     

一种计算机辅助故障诊断方法

提出了一种以逻辑推断和模糊数学方法为基础的计算机辅助故障诊断方法。实际分析了使用维修实践中提出的故障现象与原因的相互关系,可以有效地帮助维修人员判断和排除工程机械故障。     

一种具有免疫特征的智能数据分类分级模型

为了对数据进行细粒度保护,结合本体和免疫理论,提出了一种数据分类分级保护模型。首先从业务流程的角度出发对数据进行分类,建立分类数据本体,将数据本体的属性作为免疫特征进行标识,进而利用规则对标识后的数据进行智能分级,以便对不同等级的数据采取不同的保护措施;另外,还利用免疫选择策略对规则进行进化,使其具有更强的实用性和适应性。最后,以某省电力系统为例进行分析,结果表明:该模型能够按照不同数据的特点进行智能分类分级,为数据安全保护提供了一种新的思路。     

多层α-核散列聚类的异常数据社团发现算法

异常数据社团发现是解决异常数据挖掘中大规模未授权行为分析的重要方法,文中基于多层α-核心集对散列数据进行高斯核相似聚类,对大规模散列的网络入侵数据进行凝聚社团化处理,将难以聚类重叠的数据进行多层核簇类分析,并利用多层α-核心集处理与孤立点检测。通过实验证明,该方法对大数量具有明显散列特点的网络入侵攻击的检测具有较好的预期效果,在准确率与算法执行效率方面具有明显优势。     

信息系统生存性评估方法研究

本文简要介绍了信息系统生存性的基本概念与技术思想,提出了生存性评估的基本要求,建立了一种可适用多种应用系统的生存性评估方法——Multi-Impact评估方法,并进行了实例评估计算。     

柴油机用高强度合金灰铸铁件的生产技术

柴油机用高强度合金灰铸铁件的生产技术可以归纳为:选取合适的化学成分w(%):2.90³.15 C,1.43.15 C,1.4¹.7 Si,1.001.7 Si,1.00¹.25 Mn,<0.05 P,0.031.25 Mn,<0.05 P,0.03⁰.06 S;采用合理的熔炼工艺,浇注温度为1 3600.06 S;采用合理的熔炼工艺,浇注温度为1 360¹ 330℃;采用多次孕育、瞬时孕育等措施,强化孕育效果,改善铸件的基体组织和石墨形态;采用多元低合金化,提高铸件力学性能。     

网络攻击知识因素空间模型

以因素空间(FS)理论为基础,将网络攻击条件、手段与其攻击目标相结合,定义了一种基于因素空间的网络攻击知识模型(FSAKM).对攻击中的各种因素综合考虑和分析,包括与目标实现相关的攻击条件认知、攻击功能支撑关系、系统状态和人员能力级别,以及攻击因素间关系和衡量标准.采用因素模糊空间搜索算法获取攻击条件和功能集映射的测度,将其与获自于攻击单元和目标集的映射结果比较,根据人员操作能力提取与之相称的对应手段,通过实验验证了模型与算法效果.研究结果为安全人员的训练和能力验证提供了技术手段.     

基于粗糙集和模糊聚类的政务本体学习模型

根据政务信息资源的特点,提出了一种新的政务本体学习模型。首先通过命名实体获取领域概念,然后利用粗糙集和模糊聚类理论对模式匹配算法进行改进,进而采用改进的模式匹配算法获取领域概念之间的显式和隐式关系。大量的实践证明：利用该模型能够从庞大的政务信息资源中有效地进行政务本体学习,克服了传统模式匹配算法不能很好地获取概念之间隐式关系的问题。