基于密钥共享的分层混合认证模型

随着信息时代的迅速发展,云计算数据访问安全已经成为了用户最关心的问题。身份认证技术是确保参与者在开放的网络环境中实现安全通信的一种重要手段,如何利用身份认证技术为云环境安全保驾护航,成为学者研究的热点。文中通过公钥基础设施(Public Key Infrastructure,PKI)颁发CA证书以在不同云服务间建立信任,将多个采用身份密码体制(Identity-Based Encryption,IBE)的云联合起来；采用分层身份加密体系,引入共享密钥技术,通过选取成环结构,提出一种PKI-IBE混合认证模型方案,并对方案的安全性进行分析,从理论上证明了云环境下PKI-IBE(Public Key Infrastructure-Identity-Based Encryption)同层成环模型提供服务的可行性。同时文中设计了一种基于该模型的签密技术,通过公私密钥对实现云内认证以及跨云认证。安全性理论证明与性能分析表明,该方案在计算量稍增加的前提下,保证了足够的安全性,更加满足云环境下的用户分属不同云域的认证以及用户安全访问的需求,有效解决了云环境中数据访问的安全问题。     

网格资源管理系统模型研究

网格资源管理系统是网格计算系统的重要组成部分。文章分析了网格资源管理系统的功能需求，具体论述了该模型的原型系统，最后介绍了相关研究工作。     

面向对象的桌面应用框架层次模型

当前有一类加入了互联网络特色的桌面应用，如即时通和游戏等，正不断取得市场上的成功。针对这种桌面应用，从高层视角给出了一种面向对象的应用框架层次模型，以帮助这类应用的快速开发．模型分三层：管理层、主框层、大粒度GUI构件层。描述了各层的主要成分和责任，以及各层之间的关系，并在最后给出了一个实例。     

煤炭企业信息融合的模型研究

分析了我国煤炭企业在新的技术和市场条件下的自身缺陷,指出了采用信息技术等高新技术的必要性,以及引入信息融合的要旨。回顾了信息融合思想和技术的含义、产生和发展,介绍了它的基本原理和层次结构。在此基础上,建立了煤炭企业信息融合的一般模型并阐述了它的特点。     

基于属性层次模型的灌区节水水平研究

灌区节水评价是灌区管理的有效工具之一,是实现水资源可持续利用的一种途径,对提高灌溉水利用效率、支撑农业和社会经济的可持续发展具有重要意义。为此,建立了基于属性层次模型的灌区节水水平综合评价模型,该模型考虑了灌区的社会经济、土地资源状况、农业水资源利用效率、管理体制等方面的多个指标,实用简便,能较好地评价灌区的节水水平。模型中评价指标的相对重要性和隶属度可根据实际情况进行调整,从而得出比较准确的结果。运用模型对某灌区的节水水平进行了评价,评价结果可为灌区的规划、建设、管理和节水目标的制定提供参考。     

基于专家经验的液压挖掘机器人分布式故障诊断系统

从液压挖掘机器人这一诊断对象的特点出发，构造与监控系统DCS紧密结合的故障诊断系统，故障库的不同层次采用不同的分类原则进行分类，有效减少了搜索量，提高了诊断效率。     

协作企业共享资源建模方法

网络化制造是21世纪制造业的主要生产模式,协作企业共享资源的分类、建模与搜索方法是构建企业联盟的关键支持技术之一.本文在分析网络化制造中协作企业共享资源特点的基础上,建立了协作企业共享资源分类层次模型,提出了协作企业共享资源的三维立体建模体系,并采用面向对象方法建立了协作企业共享资源对象模型和分层搜索模型,为企业联盟构建提供了有力支持.     

基于Ptolemy的自适应巡航系统建模与仿真

信息物理融合系统( CPS)是计算、通信与控制技术的融合,汽车自适应巡航控制系统是一种典型的CPS,具有广泛的应用前景。通过建立汽车纵向行驶的数学模型,并基于CPS给出自适应巡航控制系统的结构,设计系统的状态机模型。基于Ptolemy分别设计前车、测量距离和本车的计算模型,构建系统的层次模型,在子模型中采用模态模式对基于时间的模型与状态机模型相结合的混合系统行为进行建模。仿真结果表明,该方法能满足自适应巡航控制系统的要求,保证系统的安全性。     

基于AHM的模糊综合评价法在网络安全风险评估中的应用

本文利用属性层次模型（AHM）法计算评价对象的指标权重集,合理地量化了安全风险评估指标的权重,避免了主观权重而产生的不公平评价;模糊综合评价法针对实际问题中评估项的模糊性能够客观地评估对象及指标的不确定性,能够对安全风险作出全面准确的评估。利用属性层次模型法与模糊综合评价法相结合,可以有效处理专家意见不一致的情形,易于对所得到的评价结果进行分析解释,从而提出合理化建议,是提高信息网安全风险等级的一种行之有效的方法。     

Image categorization using a semantic hierarchy model with sparse set of salient regions

Image categorization in massive image database is an important problem. This paper proposes an approach for image categorization, using sparse set of salient semantic information and hierarchy semantic label tree （HSLT） model. First, to provide more critical image semantics, the proposed sparse set of salient regions only at the focuses of visual attention instead of the entire scene was formed by our proposed saliency detection model with incorporating low and high level feature and Shotton＇s semantic texton forests （STFs） method. Second, we also propose a new HSLT model in terms of the sparse regional semantic information to automatically build a semantic image hierarchy, which explicitly encodes a general to specific image relationship. And last, we archived image dataset using image hierarchical semantic, which is help to improve the performance of image organizing and browsing. Extension experimefital results showed that the use of semantic hierarchies as a hierarchical organizing frame- work provides a better image annotation and organization, improves the accuracy and reduces human＇s effort.