基于量测数据质量的低压台区拓扑识别结果可信度评价

在没有先验拓扑连接关系的情况下,基于数据分析法的低压拓扑识别准确率无法量化评估.为此从数据分析法所需的量测数据质量着手,提出了一种根据高级量测体系(AMI)量测质量评价出数据分析法识别结果可信度的方法.首先,通过剖析基于二次规划的数据分析法的工作原理,推导数据质量对识别准确率的影响机理.其次,从数据完整性、数据差异性和数据时间尺度3个方面出发,建立与识别准确率关联的数据质量评价模型,量化了所需数据的质量.然后,以数据质量评价分数和相应的拓扑识别准确率为训练样本,搭建可根据AMI量测质量评价出数据分析法识别准确率范围的模型.最后,以中国广东省3个典型低压台区的数据构建测试集,验证了所提模型的有效性和实用性.     

基于循环神经网络的数控机床故障诊断研究北大核心

为快速对数控机床故障进行在线定位与诊断,提出基于循环神经网络的数控机床故障诊断技术。通过提取网络节点,建立基于循环神经网络的“门”判别结构;引入模糊边界理论,对机床故障特征空间进行分类;通过组织故障诊断样本的方式,完成规则可信度率的统计与判别,实现对数控机床故障的在线诊断。以CAK6150数控机床作为研究对象,经过数据归纳可知,在循环神经网络支持下,故障诊断数据的实际输出与理论值非常接近,且收敛速度较快,能够较好解决制造类企业的机械设备应用故障问题。     

认知无线电网络中安全的协作频谱检测算法

在认知无线电网络中,当认知用户存在虚假感知信息SSDF时,协作频谱感知的性能会受到巨大影响。为了确保频谱感知的鲁棒性,提出了一种基于信誉度加权序贯频谱检测算法来识别恶意用户并减轻他们造成的影响。该算法通过使用认知用户的近期感知信息计算本地信誉度函数,再综合考虑其信誉值与感知过程中表现的稳定程度以消除恶意用户对主用户的传输效率带来的影响。仿真结果表明,在恶意攻击环境下,新算法优于现有典型协作频谱感知算法。     

基于可信度的Web信息搜索主动服务研究

现有的Web信息搜索方式是基于关键词匹配来进行的,其准确性和可靠性有限。本文以用户需求为中心,收集用户偏好,应用后台软件采用C4.5决策树算法构建文件过滤规则,结合基于主观Bayes方法的不确定性推理为过滤规则追加可信度支持,并用模糊规则来描述,确保Web信息搜索的查全率和查准率全面提升。     

一种小样本集可信向量机3S—CSVM

利用支持向量机中的拉格朗日系数,从系数所表达的意义出发,根据Kolmogorov算法随机性理论,定义了可信度和可靠性,提出了一种小样本集可信向量机,该向量机在预测对象类别的同时,给出本次预测的可信程度和可靠性,丰富了支持向量机的输出信息。同时通过在预测的过程中有限增加训练集中的有用特征信息,提高了预测的准确率,在只有少量训练样本的情况下具有较好的性能。     

基于层次分析法的航行模拟器仿真可信度研究

受层次分析法(AHP)决策思想的启发,把与仿真可信度有关的评估元素通过划分层次后并计算权重,建立起一种复杂仿真系统可信度评估的综合算法模型,将其应用到航行训练模拟器仿真可信度评估中,通过确定航行训练模拟器仿真可信度评估指标体系中各可信度评估因素的权重,对各种可信度评估因素加以综合,得到了客观量化的仿真可信度结果,具有一定的科学性和可信性.     

信誉技术及其在安全领域中的应用

主要针对安全信誉的基本概念、安全信誉度的评估管理,以及在安全领域中的应用模式进行了探讨.对利用安全信誉技术改善安全产品的防护能力,以及监测性能具有一定的指导意义.     

Amazon技术架构的可信性分析

文章以Amazon电子商务系统为对象,通过对其技术架构的分析,论证了系统的可信性。     

扩展的BLP模型及其应用

分析经典BLP模型中的非可信主体当前敏感级fC和“宁静原则”存在的不合理性,针对该问题,利用动态变化的主体敏感级v-max/a-min代替主体当前敏感级fC。为解决完整性保护问题,提出一个扩展的BLP模型,模型中引入主体的完整性和主客体的可信度,对于客体可信度,从完整性和可信性2个方面进行保护,同时对主体的可信度采用动态变化原则,并给出一个EBLP模型在操作系统中的应用实例。     

信誉系统应对新兴网络安全威胁

为应对安全威胁和攻击方法的迅速增长,绿盟科技定期对互联网相关站点进行威胁分析和信誉评级,累积IP地址、域名和URL等不同资源的内容和行为记录。同时,我们汇集来自于授权客户和第三方合作伙伴的威胁反馈、自身安全产品的安全事件以及安全研究团队的风险预警,与目标站点的历史信息进行整合,建立针对互联网领域的长期信誉追踪机制。互联网相关产品可以通过我们提供的开放信誉服务接口,对互联网资源的安全信誉进行实时查询;以其信誉评级作为判断依据,进行针对性的防护动作,以保护互联网终端用户。