一种具有GAF分簇结构的无线传感器网络中恶意软件传播模型

传输环境和部署环境的开放性使无线传感器网络(WSN)的安全问题变得尤为重要,基于二维元胞自动机提出恶意软件SIR (susceptible-infected-recovered)传播模型,研究具有GAF分簇结构的WSN中恶意软件的传播动力学特征.研究结果表明:分簇的无线传感器网络仍然具有空间局域化结构特征,分簇不但能够降低各传感节点的能量消耗,也能够有效抑制恶意软件的传播,降低了病毒大规模传播的风险.但同时发现,簇头选举期间病毒传播速度有加速趋势.     

局部分块的一类支持向量数据描述

针对支持向量数据描述(SVDD)不能鉴别数据局部几何结构信息问题,提出了一种新颖的异常数据检测方法,称为局部分块的一类支持向量数据描述(OCSVDD_LP)。首先对数据进行局部分块,然后利用局部分块进行样本重构,最后采用SVDD对重构样本进行学习进而获得决策模型。人造数据集实验结果表明OCSVDD_LP能够捕捉数据的全局几何结构,也具备揭示数据局部几何结构信息的能力;真实数据集实验结果表明OCSVDD_LP在异常检测中具有较好的性能优势。     

相关向量机软件可靠性建模中失效数据选择

摘要：基于核函数的软件可靠性模型一般对软件失效时间数据与发生在其之前的m次失效时间数据的关系进行建模,着重研究了m取值不同时,其对核函数可靠性模型预测能力的影响。在5个不同类型失效数据集上,采用Mann-Kendall检验观测到m值增大时模型预测能力逐渐下降,说明现时失效时间数据能比较久之前观测的失效时间数据更好地用于预测未来,通过把m的取值划分成几个区间,运用配对T检验进行实验研究,结果表明当m∈｛6,7,8,9,10｝时,模型能够得到最好的预测性能。     

软件可靠性预测中不同核函数的预测能力评估

基于核函数回归估计理论的软件可靠性预测建模引起诸多研究者的兴趣.此类研究中,核函数选择问题尤为重要.然而目前还很少有针对所给软件失效数据进行核函数选择或者构建核函数的工作.在14个常用软件失效数据集上应用配对t-检验对基于核函数理论的软件可靠性预测模型中核函数选择问题进行研究.使用的核函数回归估计方法包括核主成分回归算法、核偏最小二乘回归算法、支持向量回归算法、相关向量回归算法;核函数包括高斯核函数、线性核函数、多项式核函数、柯西核函数、拉普拉斯核函数、对称三角核函数、双曲正割核函数、平方正弦基核函数.实验结果表明:不同类型的核函数在不同数据集上表现差异较大,高斯核函数在所有数据集上表现较为稳定,预测结果最好.     

基于组合混沌遗传算法的最小测试用例集生成

最小测试用例集生成是软件测试的重要研究领域之一.将具有均匀分布特性的Chebyshev和Logistic混沌映射相结合的混沌序列引入遗传算法的选择、交叉和变异操作,并在遗传测试用例选择方法中添加混沌扰动,实现全局最优,以解决遗传算法用于测试用例集约简时局部搜索能力弱、易早熟收敛等问题.在随机生成的测试用例需求对应关系及Siemens测试套件等实例上进行了实验研究,并与现有的经典方法在测试用例集生成规模和算法执行时间上进行了比较,实验结果表明,在保持算法执行时间的基础上,在遗传测试用例方法中引入混沌映射有助于生成规模更小的测试用例集.     

软件可靠性模型研究进展

软件可靠性模型旨在根据软件失效数据,通过建模给出软件的可靠性估计值或预测值.它不仅是软件可靠性预计、分配、分析与评价的最强有力的工具,而且为改善软件质量提供了指南.对近年来提出的多种不同的软件可靠性模型进行分类剖析,讨论了部分模型的预测能力和适用性,分析了多个模型适用性差的原因,还对未来的研究趋势进行了展望.     

软件安全性残留风险分级评估的实例分析

评估软件安全性常用的方法有风险评估和基于可靠性模型的评估。基于上述二种方法提出了残留风险分级评估方法。该方法用失效强度和失效严重度来刻画软件的风险,较好地解决了由于测试数据按失效严重度分类后数据少而难以应用可靠性模型的问题,并用实例说明了新方法的可行性。     

基于B/S结构的嵌入式系统测试平台及其应用

在对现有嵌入式系统测试平台进行分析后,设计并实现了一个基于B/S结构的通用嵌入式系统测试平台框架,以提高嵌入式系统测试的准确性和效率.该平台在服务器端开发和集成测试工具,在浏览器端布置测试环境实施测试.基于该平台,分别设计了嵌入式操作系统实时性、健壮性和一致性的测试方案,以及上海城市轨道交通自动售检票系统终端设备的嵌入式系统的功能、效率等测试方案,并加以实施,获得了一批有价值的数据;为开发方工作的完善和使用方的设备验收提供了科学的依据.     

考虑软件不同失效过程偏差的软件可靠性模型

软件可靠性分析是根据软件失效数据等信息,通过合理建模来对软件可靠性进行预计和评价.现有的基于随机过程的可靠性模型一般采用均值过程来描述软件失效数据,然而,软件失效数据的模型化实质上应该是使其成为某个随机过程的一个样本轨迹.文中建立了考虑软件不同失效过程偏差的软件可靠性模型,用NHPP过程表示失效过程均值函数的变化趋势,ARMA过程表示实际失效过程对均值过程的偏差序列.在两组公开发表的真实数据集上对模型的实验表明,新模型较之一些广泛使用的NHPP软件可靠性模型在拟合能力及适用性上有明显的提高,并且保持了较好的预测能力.     

软件可靠性预测的核函数方法

通过合理的假设和抽象,把软件可靠性预测问题转化成从高维空间向低维空间的非线性映射,采用核函数回归估计理论对软件失效时间数据之间的对应关系进行建模,在新建立的模型中,随着软件失效不断发生,模型参数将不断自动调整以适应失效过程的动态变化,从而实现软件可靠性的自适应预测,并对模型中核函数以及回归估计算法的选择进行了研究。最后,对14个软件失效数据集进行了实验分析,并对新建模型与部分其它模型的预测能力和适用能力进行了比较。