作战指挥能力辅助评估模型

对指挥员的作战指挥能力建立多层评估指标体系,采用二级模糊综合评判模型对其评估。先选取被评判对象的因素集与评语集,再确定各层次权重向量,通过第2层模糊关系矩阵进行一级评判,最后进行二级评判,求出最终综合评判向量。取向量中最大的评判指标所对应的评语集元素作为评判结果,即是对指挥员作战能力的评价。     

面向普适计算的区间值模糊访问控制(英文)

访问控制是普适计算安全的一项关键技术。然而,由于普适计算的分布式、模糊和动态特征,传统的访问控制理论和方法不完全适合普适计算环境下的安全需求。提出普适计算环境下基于区间值模糊集合理论的访问控制新图式,来有效刻画普适计算环境下访问控制的模糊性和不确定性,建立模糊受控系统安全新概念,对模糊受控系统的安全特性进行分析,为普适计算建立模糊访问控制的理论和方法基础。应用实例分析表明,提出的面向普适计算的模糊访问控制是有效的。     

区间值模糊决策序信息系统的部分一致约简

实际问题中,事物的一些属性值介于某个范围之间,常被用来刻画信息系统中的不确定信息。为了表达这种情况,属性值通常用模糊区间来表示,这种信息系统就是区间值模糊信息系统。本文通过在带有决策的区间值模糊信息系统中引入优势关系,建立区间值模糊决策序信息系统。在此基础上构造部分一致函数来简化知识的表达,并获得部分一致约简的判定定理,通过可辨识属性集和可辨识矩阵提供不协调的区间值模糊序信息系统的部分一致约简的具体方法,并结合投资风险这一具体案例的求解分析,进一步阐述了对部分一致约简研究的意义,丰富了区间值模糊序决策信息系统中的粗糙集方法。     

基于D-S理论的区间值模糊多QoS测量与网格任务调度算法

非凡的服务质量是网格的基本特征,基于QoS的网格任务调度问题已成为国内外研究的热点.由于网格环境的复杂性和用户主观判断的模糊性,传统基于QoS的网格调度算法不能处理具有多个模糊QoS需求的调度问题.用区间值模糊来描述用户的主观QoS需求信息,提出基于D-S理论的区间值模糊多QoS测量方法,对区间值模糊数表达的用户多QoS需求进行融合与处理,再将这些区间值模糊数QoS融合值作为任务的优先级加入到任务调度算法中,提出一种基于D-S理论的网格任务多匹配调度算法.研究结果和仿真实验表明,该算法不仅可以处理区间值模糊不确定性信息,在满足用户多QoS需求的情况下还可大大减小任务调度的时间跨度.     

普适计算环境下基于模糊ECA规则的访问控制方法

上下文信息是普适访问控制的关键因素,对主体授权和权限使用过程具有决定性影响。普适计算环境下,主体权限、资源访问控制强度和安全策略应随上下文的变化而动态自调节。已有访问控制模型均未考虑上下文对普适环境下访问控制的主动性影响,使得访问控制的主动性和自适应性较差。为了描述上下文对普适访问控制中主体权限、访问控制强度和安全策略的主动性影响,通过对传统ECA规则进行模糊扩展,设计了一种基于区间值模糊集合理论的模糊ECA规则模式,提出了基于模糊ECA规则模式的主动访问控制方法,使授权和访问控制自适应于普适计算环境。     

普适环境下的基于信任度的动态模糊访问控制模型

普适计算是国际公认的未来计算主流模式之一,本文针对其安全性问题,提出了普适环境下的基于信任度的动态模糊访问控制模型TDFACM,该模型将传统的访问控制模型与区间值模糊计算理论结合,通过对主体信任度评估进行授权决策,并给出了加权模糊值推理方法．该模型能更好的解决普适环境下访问控制模型的实用性与安全性．     

普适计算环境下基于信任的模糊访问控制模型

基于角色的访问控制模型（RBAC）被普遍认为是当前最具有发展潜力的访问控制策略,已成为信息安全等领域研究的热点之一。然而传统的RBAC模型不能完全适合普适计算环境下的访问控制。在传统RBAC模型的基础上引入信任管理技术,提出了基于信任的模糊访问控制模型（TBAC）。通过区间值模糊理论实现对主体信任度进行评估,依据请求访问主体的信任度所属信任域设置访问控制策略,对于信任值和可靠性高的主体可以划分到比较高的信任域中,访问控制中的角色指派则可以将某一个信任域指派到角色集的一个角色上,从而实现由主体到角色的指派,更加适合普适计算环境下的访问控制要求。     

基于自适应神经模糊理论的医疗数据安全评估模型设计

医疗中的隐私数据是医疗领域的核心资产,但是大多数医院都缺少应对外界和内部窃取数据操作的反制手段,医疗行业成为隐私泄露的一个重点行业。因此,提出一种基于风险访问控制的安全评估模型,该模型引入了用户信任值,能够提高模型的判断准确率,并且通过人工神经网络和模糊理论建立了模型,能够对用户的风险状况进行预测。实验结果表明,基于风险自适应的访问控制模型能够很好地应对用户数量过多的问题,并且在用户数量较低时,也能表现出较为良好的模型性能,基于自适应的神经模糊理论访问控制模型的不同科室评价分数分别为96.6、91.3、87.6、86.5。研究结果表明,提出的自适应神经模糊理论访问控制模型能够在医疗数据中针对不同用户的需求提供对应的权限,有效防止患者个人隐私数据的泄露,并且使得用户获取信息的效率得到最大化。     

FAHP在用户行为信任评价中的研究

针对层次分析法（AHP）的缺点,提出了一种基于三角模糊数的模糊层次分析法,该评估方法通过使用模糊数来反映专家评判的模糊性,弱化了单纯使用AHP方法存在的主观性,并对网络用户行为各属性的权重进行量化计算,使评判结果更加客观,通过实例说明如何在实际中应用该方法。评价结果为基于动态信任的安全控制提供量化分析基础,为服务提供者采取更加安全的策略来响应用户请求提供量化依据。     

强制访问控制模型研究与实现

强制访问控制常用于多层次安全级别的军事系统中,通过梯度安全标记实现信息的单向流通,可以有效地阻止特洛伊木马的泄露,其缺陷主要在于实现工作量较大、管理不便和不够灵活,究其原因是主体和客体的安全级别很难确定.引入模糊逻辑的思想,提出了基于模糊的强制访问控制模型;根据主体的信任度和客体的重要性,运用模糊综合评判法计算出主体的安全级别和客体的密级,使其能够更好地满足军事系统中访问控制的要求.     

基于区间值加权模糊推理的访问控制模型

普适计算已被国内外学术界和工业界公认为未来计算的主流模式,其安全问题是信息安全的一个基础问题。传统的访问控制模型从系统的角度出发保护资源,在进行权限的控制时没有考虑上下文信息等因素。为了满足普适计算环境下访问控制策略的动态自适应性以及上下文信息的模糊不确定性,应用模糊集合理论与模糊推理方法,提出一种基于区间值加权模糊推理的访问控制模型;给出加权模糊匹配函数公式与区间值加权模糊推理方法,实现访问控制策略与实际安全需求的一致性。     

面向普适计算的自适应模糊访问控制方法

普适环境中的上下文信息是普适访问控制的关键因素,对主体的授权和对主体使用权限过程的控制具有决定性影响。系统安全强度和安全策略应随上下文的变化而动态改变。传统访问控制模型均未考虑上下文对安全强度和安全策略的动态影响,不适合普适计算环境。提出了普适环境下安全强度和安全策略随上下文动态变化的思想,基于区间值模糊集合理论建立了上下文信息相关的产生式规则,设计了一种简单高效的区间值模糊访问控制方法,以提高普适计算系统中安全强度和安全策略的自适应性,更符合普适环境。     

基于OWA算子的区间值加权模糊推理

针对如何对区间值模糊产生式规则赋予合理权值的问题,将OWA算子引入到区间值模糊推理中。介绍一种基于OWA算子的区间值赋权方法,根据此方法给出区间值模糊集上的加权模糊产生式规则的推理算法。在采用该算法的过程中,为合理地计算输入事实与规则前件的匹配程度,引入基于OWA算子的区间值模糊匹配函数值和总体贴近度的计算方法。实例分析表明了所给出的区间值模糊推理算法的有效性和可行性。     

基于动态模糊联盟合作博弈的区间模糊Shapley值

利用模糊数学相关理论,针对n人合作博弈中支付函数是模糊三角函数的情形,对经典Shapley值提出的三条公理进行了拓展,并构造了区间模糊Shapley值。考虑到盟友在合作结束后需要对具体的联盟收益进行分配,利用构造的区间模糊Shapley值隶属函数给出了确定的收益分配方案。最后利用实例对该方法的有效性和可行性进行了说明。     

基于Markov随机过程的动态合作博弈的模糊稳定集

利用模糊数学相关理论,对具有可转移效用的动态合作博弈的区间模糊稳定集进行了研究。首先利用Markov随机过程对动态合作联盟的结构转移进行描述,并考虑到支付函数是三角模糊数的情形,构造了在不同置信度α下的合作博弈的截集取值区域,进而结合动态联盟状态转移矩阵计算出不同时刻点的区间模糊稳定集。考虑到盟友在合作结束后需要对具体的联盟收益进行分配,利用构造的区间模糊稳定集给出了盟友可行的收益分配势值区间。最后利用实例对该方法的有效性和可行性进行了说明。     

Generalized interval-valued fuzzy variable precision rough sets determined by fuzzy logical operators

The fuzzy rough set model and interval-valued fuzzy rough set model have been introduced to handle databases with real values and interval values, respectively. Variable precision rough set was advanced by Ziarko to overcome the shortcomings of misclassification and/or perturbation in Pawlak rough sets. By combining fuzzy rough set and variable precision rough set, a variety of fuzzy variable precision rough sets were studied, which cannot only handle numerical data, but are also less sensitive to misclassification. However, fuzzy variable precision rough sets cannot effectively handle interval-valued data-sets. Research into interval-valued fuzzy rough sets for interval-valued fuzzy data-sets has commenced; however, variable precision problems have not been considered in interval-valued fuzzy rough sets and generalized interval-valued fuzzy rough sets based on fuzzy logical operators nor have interval-valued fuzzy sets been considered in variable precision rough sets and fuzzy variable precision rough sets. These current models are incapable of wide application, especially on misclassification and/or perturbation and on interval-valued fuzzy data-sets. In this paper, these models are generalized to a more integrative approach that not only considers interval-valued fuzzy sets, but also variable precision. First, we review generalized interval-valued fuzzy rough sets based on two fuzzy logical operators: interval-valued fuzzy triangular norms and interval-valued fuzzy residual implicators. Second, we propose generalized interval-valued fuzzy variable precision rough sets based on the above two fuzzy logical operators. Finally, we confirm that some existing models, including rough sets, fuzzy variable precision rough sets, interval-valued fuzzy rough sets, generalized fuzzy rough sets and generalized interval-valued fuzzy variable precision rough sets based on fuzzy logical operators, are special cases of the proposed models.     

A method based on distance measure for interval-valued intuitionistic fuzzy group decision making

In this paper we introduce some relations and operations of interval-valued intuitionistic fuzzy numbers and define some types of matrices, including interval-valued intuitionistic fuzzy matrix, interval-valued intuitionistic fuzzy similarity matrix and interval-valued intuitionistic fuzzy equivalence matrix. We study their properties, develop a method based on distance measure for group decision making with interval-valued intuitionistic fuzzy matrices and, finally, provide an illustrative example.     

基于云模型的区间直觉模糊数多属性群决策

针对属性值为区间直觉模糊数的多属性群决策问题,考虑到模糊性和随机性对群决策过程及结果的影响,本研究将利用云模型理论结合区间直觉模糊数的特征,运用灰色关联系数法和信息熵理论确定专家和属性权重,通过信息集结构建综合评价云模型.不同于传统的区间直觉模糊数的排序方法,本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度,然后对决策方案进行比较分析.研究结果表明:该方法能够科学有效地进行决策,进而为决策方提供科学依据.     

基于覆盖的区间直觉模糊粗糙集

在经典的覆盖近似空间中,定义了区间直觉模糊概念的粗糙近似。通过区间直觉模糊覆盖概念,给出了一种基于区间直觉模糊覆盖的区间直觉模糊粗糙集模型。讨论了两种模型的一些相关性质。