基于粗糙集的网络安全评估规则提取

给出了基于粗糙集的网络安全评估指标的约简方法。提出了一种利用粗糙集理论提取网络安全评估规则,进而利 用评估规则构建网络安全评估决策系统的算法。利用一个简化的网络安全评估数据集,验证了本文提出的决策规则提取 方法是有效的。     

一种基于模糊粗糙集知识获取方法

本文介绍了粗糙集和模糊粗糙集的上下近似。并且利用模糊粗糙上下近似算子,论述了在不完备模糊信息系统中知识获取的一种方法。应用这种方法能够让隐藏在不完备模糊信息系统中的知识,以决策规则的形式表示出来。最后给出了一种实现算法和实例。     

一种基于CC的网络安全评估模型

该文提出了一种新的网络安全评估模型。根据网络元素的安全要求确定其基于CC的安全指标参数,并采用多层线性加权评价的方法进行定量计算,由所有网络元素的安全指标综合确定网络安全的等级。     

一种基于粗糙集理论的网络安全态势感知方法

网络安全态势感知是目前网络安全领域研究的一个热点问题.本文提出利用粗糙集理论进行网络安全态势感知,该方法把网络攻击行为作为网络安全要素,定量分析了各安全要素或安全要素组合对网络安全的威胁程度,最终建立了具有攻击行为、网络服务和安全态势3个层次的网络安全态势感知模型,并通过仿真实验生成了明确的网络安全态势图.采用粗糙集理论使得系统能够高效处理海量网络安全状态数据,生成易理解的攻击检测规则,清楚直观地反映攻击行为对网络整体安全状况的影响.     

一种建立模糊模型的粗糙集方法

Pawlak提出的粗糙集理论是一种刻划不确定性的数学工具,本文研究了基于粗糙集理论建立模糊模型的方法,提出了扩充与整定的概念,并运用所提出的方法建立了脉冲TIG焊动态过程模型,经模型的有效性确认表该方法是有效的。     

一种基于粗糙集与决策树的病毒检测算法

粗糙集在数据挖掘中已有广泛的应用,主要用于对象分类面.首次将粗糙集与决策树算法进行相互融合,对恶意程序与病毒进行分类.该方法在检测病毒上进行应用将有助提高病毒检测算法的智能性.通过粗糙集中的决策系统给出了决策规则和决策表,并由此决策规则作为决策树的分类条件和规则,由决策树来实现病毒的检测和恶意程序的分类.     

一种基于粗糙集的决策规则挖掘算法

提出了一种基于粗糙集的决策规则挖掘算法。该算法主要包括属性归约、元组合并、规则提取和规则评估。最后用一个实例说明了算法的有效性。     

一种粗糙集属性约简算法

基于粗糙集理论提出一种新的属性重要度的度量方法,引入决策强度的概念,克服经典粗糙集理论约简定义的不完备性及无法获得最优属性约简的缺陷,改进基于信息熵的启发式属性约简算法,通过对既有线CTCS-2级车站列控中心软件测试平台的测试数据的实证分析,成功获得最优属性约简,发现数据之间的潜在联系及规律,给出决策规则,使决策分析更为高效。     

Bayes决策的概率型粗糙集模型

本文讨论了概率型粗糙集模型与Bayes决策方法的联系，建立了Bayes决策方法的概率型粗糙集模型，实现了粗糙集理论应用于Bayes决策的方法。     

模糊决策在网络安全评估中的应用研究

网络应用的普及与网络入侵加剧了网络安全的隐患。为了合理的评价网络安全带来的风险,提出了一种基于硬件安全、软件安全、管理安全的多级模糊决策模型。该模型从不同层次分析了网络安全的指标权重,提高了网络安全评估的效率,是一种有效的网络安全评估方法。     

基于Rough集理论的主机安全评估模型研究

针对网络安全技术的发展现状,目前大部分网络安全评估方法从本质上来看,都是从安全漏洞的角度进行网络安全评估,然后给出相应的评估结果和解决方案。但主要不足是没有针对网络安全的实际情况对模型的粒度进行深入分析,其模型对网络安全的分析过于理想化。提出了基于粗糙集理论的主机安全评估模型的方法,该方法模型能够利用历史评估记录,把漏洞作为安全要素,在基于粗糙集理论的属性约简能力基础上,建立安全评估模型。     

扩展优势关系下的变精度粗糙集模型

基于优势关系的变精度粗糙集模型将传统粗糙集中的等价关系扩展为优势关系,并结合变精度的思想来定义相关概念,从而可以处理具有偏好关系的信息并具有一定的容错能力。然而,传统优势关系的定义仍然过于严格,只有当一个对象x的每个属性值都优于另一个对象y时,该对象x才优于y。当属性个数较多时,这种优势关系的定义会导致对象的优势集偏小,影响到规则的提取和决策结果。为了解决这一问题,通过引入参数的方法扩展了传统优势关系的定义,并在此基础上进一步给出了扩展后的优势集和近似集的概念,建立了扩展优势关系下的变精度粗糙集模型,采用覆盖率和测试精度作为模型的评估指标。最后给出算例,并在UCI数据集上进行大量的实验将所提模型与传统优势关系下的变精度粗糙集模型进行比较。     

基于Rough Set的任务分配模型与算法

该文运用RoughSets理论,在由任务确定协同集的基础上,基于Agent完成任务的开销、质量、当前负荷、时间等属性,构造决策表,生成确定的决策规则与可能的决策规则。为便于仿真实现,给出基于Roughset的任务分配模型与算法。     

基于R0ugh Set的任务分配模型与算法

该文运用RoughSets理论,在由任务确定协同集的基础上,基于Agent完成任务的开销、质量、当前负荷、时间等属性,构造决策表,生成确定的决策规则与可能的决策规则。为便于仿真实现,给出基于Roughset的任务分配模型与算法。     

可调节模糊粗糙集:模型与属性约简

模糊粗糙集是经典粗糙集为适应实际应用需求所进行的拓展,然而目前很多的模糊粗糙集模型都仅仅使用多个二元关系的简单融合方式,不具备调节功能。为解决这一问题,使用参数化的二元算子,提出了一种可调节的模糊粗糙集模型。在此基础上,将近似质量作为度量标准,使用启发式算法来求解可调节模糊粗糙集的约简。最后对可调节模糊粗糙集的近似质量和约简与强模糊粗糙集、弱模糊粗糙集的结果进行了比较分析。实验结果表明,可调节模糊粗糙集通过使用不同的参数,具有很好的调节作用,是强模糊粗糙集和弱模糊粗糙集的一种泛化形式。     

一个基于粗糙集理论的邮件分类模型

论文讨论了垃圾邮件对网络造成的影响。大量未经收件人请求而发送的垃圾邮件充斥了用户的电子信箱,给用户造成带宽、时间和金钱的浪费。为此,论文提出一个基于粗糙集(RoughSet)的模型,并进行了实验分析,通过与流行的邮件分类模型朴素贝叶斯模型的比较,证明本文提出的基于粗糙集(RoughSet)的模型可以大大降低把正常邮件错划为垃圾邮件的比率。     

基于粗隶属函数的粗糙集模型的推广

通过粗隶属函数,将粗糙集理论与模糊集理论联系起来,建立一种粗糙集理论与模糊集理论间的关系。把粗隶属函数视为论域上的一个特殊模糊集,用它的!-截集和强"-截集的概念,将经典粗糙集模型进行推广,提出基于等价关系的隶属度粗糙集模型,验证一些有用的性质,并证明该模型比Pawlak粗糙集模型具有更好的精度。最后将基于等价关系的隶属度粗糙集模型拓展到基于一般二元关系的广义隶属度粗糙集模型,并给出其相应的性质。     

基于最优相似度三支决策的模糊粗糙集模型

模糊信息系统中,对象的相似度往往会受噪声影响,且它在模型运算中常常并非全部需要高精度参与计算。文中首先引入阈值对(α,β),提出了一种基于相似度三支决策的模糊粗糙集模型;其次利用模糊集近似的三支决策方法,给出了对象相似度三支决策的错误率、决策代价以及相应的语义解释;然后以总体决策代价最小化为目标,给出了最优(α,β)的计算方法,从而建立了一种基于最优相似度三支决策的模糊粗糙集模型;最后通过实例分析说明了该模型的可行性和合理性。本文建立的三支决策模糊粗糙集模型保留了模糊信息系统的不确定性,一定程度地去除了噪声影响,且能通过计算得到最优阈值(α,β),从而建立基于相似度三支决策的最优模型,这将有益于模糊信息系统的应用。