基于态势熵的网络安全态势评估指标体系研究

针对网络安全态势评估指标体系的不完善和难以选取及构建等问题,以相关标准和规范为基础,从系统安全机制出发,按照既定原则,提出了基于态势熵的网络安全态势评估指标体系的构建方法,并给出了网络可用性方面的态势评估指标值的计算方法.实验表明,态势熵值的变化与所反映的网络安全态势是一致的,说明该指标体系的构建具有一定的科学性,为网...     

基于BP神经网络的属性匹配方法研究

为了实现异构数据库的数据共享，关键的问题就是要找出数据库间的相同属性。目前主要采用的方法是通过比较所有的属性来实现属性的相似性匹配，但是当同一属性用不同数据类型表示时，由于描述属性的元数据信息和取值信息的极大差异性，这些方法就不能找出相同的属性。并且将不同数据类型描述的属性放在一起匹配，还会造成属性数据之间的干扰，影响匹配结果的准确性。为此，本文提出一种基于BP神经网络的二步检查法属性匹配算法。该算法中属性首先根据数据类型进行分类，然后用分类后的属性集分别多次训练神经网络，并对每次的匹配结果求交集作为最终的属性匹配结果，进行两阶段检查，即二步检查法。该算法能有效地消除不一致信息的干扰，降低神经网络的规模，并且可以实现不同数据类型的属性集之间属性匹配过程的并行计算。实验结果显示本文提出的方法能明显地提高系统的运行效率、属性匹配的查准率和查全率。     

计算机科学与技术全日制专业学位研究生课程体系设置研究

研究生课程体系在研究生培养方案中处于核心地位,在创新人才培养中具有重要作用。本文针对目前计算机全日制专业学位研究生教育的发展态势,分析了我国计算机专业学位研究生教育课程体系设置中存在的若干问题,并探索解决这些问题的方法和途径,以期为我国全日制计算机专业学位研究生教育提供一些有价值的建议或启示。     

一种基于生长曲线的系统漏洞发现预测模型

针对系统漏洞的有效发现及预测问题,提出了一种基于生长曲线的系统漏洞发现预测模型。首先分析漏洞发现规律,引入生长曲线的概念,确定了漏洞发现量的增长阶段特征;其次在生长理论周期表达基础上,描述系统漏洞发现过程与时间的关系,提出系统漏洞发现的预测过程,以及改进后的PMGTV模型;最后在实验中与其他模型进行了对比和有效性等分析,PMGTV对win_xp、win_server_2003、mac_os_server、ubuntu_linux这四款系统软件的漏洞增长过程的拟合良好,在SSE残差平方和以及◢χ◣2△卡方值方面绝大部分优于其他模型,并且在预测准确度上最接近于真实值。结果表明,该模型在对系统漏洞发现的预测方面更为准确,为采取有效安全策略、提高软件质量等方面提供了一种可靠依据。     

基于改进的BSMOTE和时序特征的风机故障采样算法

针对风机数据集的不平衡问题,提出了一种BSMOTE-Sequence采样算法,在合成新样本时综合考虑空间和时间特征,并对新样本进行清洗,从而有效减少噪声点的生成。首先,根据每个少数类样本的近邻样本的类别比例,将少数类样本划分为安全类样本、边界类样本和噪声类样本。然后,对每个边界类样本都遴选出空间距离、时间跨度最接近的少数类样本集,利用线性插值法合成新样本,并过滤掉噪声类样本以及类间重叠样本。最后,以支持向量机（SVM）、卷积神经网络（CNN）、长短期记忆（LSTM）人工神经网络作为风机齿轮箱故障检测模型,F1-Score、曲线下面积（AUC）和G-mean作为模型性能评价指标,在真实风机数据集上把所提算法与常用的多种采样算法进行对比,实验结果表明：相比已有算法,BSMOTE-Sequence算法所生成样本的分类效果更好,使得检测模型的F1-Score、AUC和G-mean平均提高了3%,该算法能有效地适用于数据具有时序规律且不平衡的风机故障检测领域。     

Folksonomy中基于主题的标签本体构建方法

针对社会性标注系统标签之间缺乏层次关系的问题,将本体引入Folksonomy中。使用TF-IDF方法计算标签与网页之间的关系,得出标签之间的相似度,并通过一种凝聚式层次聚类算法,将社会性标注系统内的标签分别划分到不同簇,使得具有相同主题的标签聚集到一起。将每个簇内的标签看作一个节点,通过使用本体学习方法在每个簇内生成标签本体。实验结果表明了该方法的可行性和有效性。     

基于线性回归和属性集成的分类算法

对于高维度小样本数据的分类问题,高维属性的复杂性限制了分类模型预测的准确率。为了进一步提高准确率,提出了基于线性回归和属性集成的分类算法。首先,采用线性回归为每一个属性构建属性线性分类器(Attri-bute Linear Classifier,ALC);其次,为了避免因ALC数量过多而导致准确率下降,利用经验风险最小化策略中的经验损失值作为评估标准来优选ALC;最后,应用多数投票法来集成被筛选的ALC。采用高维度小样本的基因表达数据集进行实验,结果显示该算法具有比逻辑回归、支持向量机和随机森林算法更高的准确率。     

基于属性信息熵的实体匹配方法研究

如何找出异构数据库间相同的实体，特别是当现实生活中的同一实体在不同的应用环境中用不同的标识符表示时，如何根据已知描述实体的相同属性的信息，进行实体匹配，解决实体异构问题，是实现数据库间互操作至关重要的因素。针对该问题，文章给出了一种基于属性信息熵的实体匹配方法。具体数据的实验结果显示该方法是很有效的。     

基于Hadoop的Nutch网页排序算法研究与实现

为了满足搜索引擎系统日益增长的高质量检索需求,针对Nutch搜索引擎框架没有实现Google的PageR-ank网页排序算法,分析了PageRank算法,并通过实验验证了PageRank算法的有效性,成功搭建Hadoop分布式集群,在Nutch框架中基于MapReduce分布式编程模式编码实现PageRank算法。实验结果表明,在Nutch搜索引擎系统中实现了PageRank算法后,系统的检索具有更高的准确率,能够更好地为用户提供检索服务。     

异构数据库环境下语义集成过程的并行计算方法研究

区分相同属性是异构数据库环境下语义集成中的一个重要环节，主要的方法是用特征描述属性来评估属性之间的相似性。虽然这种方法具有较高自动化和易于实现的特点，但它将花费更多的时间来比较所有的属性且不能在语义集成中实现并行计算。本文提出了一种基于数据类型的方法来实现异构数据环境下相同属性的确定，这种方法具有在描述比较时间的同时实现语义集成的并行计算的特点。实验结果表明我们的方法能提高系统性能并且不降低查准率和查全率。