一种基于描述逻辑的UML模型验证方法

针对UML模型中可能会存在的概念不一致、概念冗余等语义一致性问题,该文提出一种基于描述逻辑的UML模型形式化与模型验证方法。该方法首先采用描述逻辑的子系统SHOIN（D）形式化描述UML类图、状态图以及活动图的基本模型构造,进而将UML模型转换为相应的描述逻辑本体,最终借助现有的本体推理机制验证UML模型的语义一致性问题。该方法可以为下一代的软件CASE工具实现软件模型自动推理和验证提供一种可选的技术方案。     

基于UML类图模型的一致性检查方法

UML中的类图采用直观的图形化表示方法,有效描述了待建系统的静态特征,为系统设计人员发现系统模型中存在的不一致性和冗余等问题,提供了有效的分析工具。但是对于复杂的系统,完全依靠系统分析人员发现模型中存在的不一致性和冗余等问题是不现实的,应当为建模工具赋以模型自动一致性检查功能。SHOIQ(D)是描述逻辑家族中可判定的子集,它在保证推理可判定的同时,具备较强的描述知识能力。鉴于上述特点,通过从UML类图图元中抽取语义,用SHOIQ(D)形式化描述类图图元,借助自动推理引擎,从而使基于UML类图模型的自动一致性检查功能得到实现。根据该方法改进后的建模工具,可以自动发现基于UML类图模型中存在的不一致性和冗余等问题。     

基于UML类图模型的一致性检查方法

UML中的类图采用直观的图形化表示方法,有效描述了待建系统的静态特征,为系统设计人员发现系统模型中存在的不一致性和冗余等问题,提供了有效的分析工具.但是对于复杂的系统,完全依靠系统分析人员发现模型中存在的不一致性和冗余等问题是不现实的,应当为建模工具赋以模型自动一致性检查功能.SHOIQ(D)是描述逻辑家族中可判定的子集,它在保证推理可判定的同时,具备较强的描述知识能力.鉴于上述特点,通过从UML类图图元中抽取语义.用SHOIQ(D)形式化描述类图图元,借助自动推理引擎,从而使基于UML类图模型的自动一致性检查功能得到实现.根据该方法改进后的建模工具,可以自动发现基于UML类图模型中存在的不一致性和冗余等问题.     

基于SHOIN（D）的UML类图形式化方法

UML模型一致性自动检测的主要任务是解决形式化问题。描述逻辑是一阶谓词逻辑的可判定子集,具备强大的知识表示和推理功能。针对UML模型形式化问题,提出基于描述逻辑的形式化方法,分析UML类图各模型元素与描述逻辑SHOIN（D）的对应关系,提出UML类图的SHOIN（D）形式化方法,给出UML类图转换为SHOIN（D）知识库的正确性证明。     

基于描述逻辑的EER模型检测

首先分析基于描述逻辑的ER模型的研究现状,提出基于描述逻辑SHOIN(D)的EER模型,给出描述逻辑SHOIN(D)的语法和语义。然后研究EER模型的SHOIN(D)描述形式,以及如何将EER模型向SHOIN(D)知识库转化。最后给出EER模型可满足性、冗余性判定定理,证明了这些推理问题的正确性,并利用pellet推理机实现了EER模型可满足性和冗余性推理。     

基于重写逻辑的UML模型一致性检查方法

在模型驱动开发的场景下,保证UML模型的一致性具有重要意义,但目前大多数UML／MDA工具仪提供了有限支持。该文提出了一种基于代数重写逻辑的UML模型一致性检查的方法。首先定义了基于两级代数规范的实施构架以分别检查UML模型的没讣时和运行时语义一致性,其次定义了检查包括类图、状态机图和顺序图在内的多图一致性的重写规则。该方法为保持面向可执行的UML模型的一致性提供了有效支持。     

基于数据影响的业务流程一致性检查方法

近年来,业务流程的精确管理受到越来越多的关注,作为业务流程管理内容之一的一致性检查技术正变得越来越重要。现有的一致性检查技术主要从模型的控制流角度出发,并未考虑业务流程中的数据或数据的变化对业务流程产生的影响,为此提出了一种基于数据影响的业务流程一致性检查方法。首先,通过业务流程建模符号（business process modeling notation,BPMN）模型中数据和行为之间的依赖关系来分析数据对偏差活动预期行为的影响,进而获取偏差活动的预期行为集;其次,通过在BPMN模型中引入决策模型和符号（decision model and notation,DMN）决策表来充分捕获当前实例执行的数据上下文与行为上下文之间的关系,以区分有效数据更改和异常数据更改,找到偏差活动的有效预期行为集。最后,通过设计数据对偏差活动影响的各类成本函数提出了有效一致性检查方法。实验结果表明,相比已有工作,该方法在进行业务流程一致性检查时提高了业务流程的一致性,可以成功捕获偏差活动作出反应的适应行为,使得业务流程在复杂多变的环境下表现得更加准确、合理。     

OWL Lite形式化基础及应用研究

介绍了描述语言SHIF（D）以及本体语言OWLLite，证明了OWL Lite的形式化基础是SHIF（D），总结出OWLLite的推理问题可以归约为描述逻辑sHIF（D）知识库的满足性。最后设计了基于本体的手足口病的辅助诊断系统（HFMDS），由OWL Lite推理工具进行相应地推理工作，便于医生提出相关的治疗方案及临床建议。     

结合概率图模型与DNN的DDoS攻击检测方法

从传统网络到物联网,分布式拒绝服务攻击一直是网络安全的隐患。为提高分布式拒绝服务攻击的检测率,提出基于概率图模型与深度神经网络的DDoS攻击检测方案。该检测方案由数据预处理阶段和攻击检测阶段组成,在数据预处理阶段,研究了正常数据包与攻击包的区别,分别从TCP、UDP以及IP数据包包头信息提取出较高维的统计特征,根据随机森林计算的特征重要性因子,保留了前22个特征用于流量检测。22个统计特征通过概率图模型的隐马尔科夫算法进行聚类,然后将聚类结果通过检测阶段的深度神经网络对网络数据进行进一步的检测。在CICDoS数据集上进行验证性实验,结果表明,该检测方法的准确率最高可达99.35%,最低检测误报率和漏警率分别可达0.51%和0.12%。     

分布式数据库系统中数据一致性方法

本文介绍了ＯＲＡＣＬＥ分布式数据库系统中实现数据共享，维护数据一致性的几种方法及每种方法的优缺点，解决了此种系统中数据共享的问题。     

Web质量模糊评测矩阵的一致性判定

利用模糊层次分析法(FAHP)评测Web资源质量时,模糊逻辑的引入使成对比较矩阵的一致性判别成为难点。为此,设计最大隶属度元素值替代法,分析并改进基于最小二乘法的一致性判定法。依据判别结果对不一致的模糊矩阵进行修正,直到所有模糊矩阵都满足一致性阈值。分析结果表明,2种方法均能保证Web资源质量评测过程的合理性和结果的可靠性,且后者适用性更高。     

一种新的DTDs完全一致性判断方法

DTDs(或XML Schema)的一致性是XML研究中的一个重要课题.一个DTD是一致的当且仅当存在有效的XML文档遵循这个DTD.然而一个一致性成立的DTD仍有可能存在一致性不成立的不合理子结构,同一致性不成立的DTDs一样,DTDs中一致性不成立的子结构同样应该尽量避免.为解决这一问题,对“元素在DTD中的一致性”、“DTDs完全一致性”等概念进行了定义和分析,并给出了一种新的DTDs完全一致性判断算法,该算法的最坏时间复杂度是O(n),具有较高的效率.     

基于关系模型的UML类图一致性检验

UML类图是UML建模语言的核心元素之一,类图模型的正确性和一致性对于保证需求分析的正确性至关重要。论文研究了UML类图模型的语义一致性问题,提出了一种自动检验类图一致性的方法。该方法以扩展的关系逻辑为语义基础,把一致性问题归结为关系逻辑公式的可满足性问题。实践表明,该方法能够有效的检查UML类图模型的一致性,发现需求分析中的错误和漏洞,在一定程度上保证了类图模型的正确性。     

描述逻辑SHIQ的ABox一致性判定算法

为判定描述逻辑SHIQ的ABox一致性,提出一种Tableau算法。给定TBox几ABoxA和角色层次H,通过预处理将A转换成标准的ABox A’,按照特定的完整策略将一套Tableau规则应用于A,从而不断地对A’进行扩展,直到将其扩展成完整的ABoxA”为止。A、T和H一致,当且仅当算法能产生一个完整且无冲突的ABox A”。该算法采用的阻塞机制能防止Tableau规则被无限次执行,避免多余的规则应用。通过证明Tableau规则的执行次数为有限次,确认算法的可终止性。通过证明由A”能构造一个同时满足A、T和H的解释,确认算法的合理性。通过证明Tableau规则的执行不会破坏A’与H的一致关系,确认算法的完备性。     

Checking Causal Consistency of MongoDB

MongoDB is one of the first commercial distributed databases that support causal consistency.Its implementation of causal consistency combines several research ideas for achieving scalability,fault tolerance,and security.Given its inherent complexity,a natural question arises:"Has MongoDB correctly implemented causal consistency as it claimed?"To address this concern,the Jepsen team has conducted black-box testing of MongoDB.However,this Jepsen testing has several drawbacks in terms of specification,test case generation,implementation of causal consistency checking algorithms,and testing scenarios,which undermine the credibility of its reports.In this work,we propose a more thorough design of Jepsen testing of causal consistency of MongoDB.Specifically,we fully implement the causal consistency checking algorithms proposed by Bouajjani et al.and test MongoDB against three well-known variants of causal consistency,namely CC,CCv,and CM,under various scenarios including node failures,data movement,and network partitions.In addition,we develop formal specifications of causal consistency and their checking algorithms in TLA⁺,and verify them using the TLC model checker.We also explain how TLA⁺ specification can be related to Jepsen testing.     

一种DTDs完全一致性判断算法

一个语法上完全正确的DTD可能是不一致的,即不存在任何“有效的”XML文档遵循这个DTD.不一致的DTDs应当尽可能避免.现已提出的无完整性约束的DTDs一致性判断方法,考虑的都是如何判断整个DTDs是否存在有效的XML文档相对应,忽略了对DTDs结构中不合理的子结构的一致性判断,因此一致性成立的DTDs中仍有可能存在子结构没有相对应的有效XML数据.为解决这一问题,提出了DTDs完全一致性的概念,分析了能够导致DTDs不完全一致性的各种因素,并给出了线性时间复杂性的DTDs完全一致性判断算法.     

Bayes方法的仿真结果静态一致性检验

近年来,随着军用系统仿真技术的迅猛发展,使得仿真系统的VV＆A技术越来越受到人们的广泛关注。该文针对武器系统试验次数少、样本量小的特点,利用Bayes方法,对比了仿真系统试验结果与真实系统试验结果的静态数据的一致性。该文主要研究了小样本情况下正态分布的仿真结果静态验证方法。     

一个改进的基本方向约束一致性的判定算法

基本方向约束的一致性判定是定性空间推理中的基本问题之一。本文采用将基本方向约束集转化成有向图的方法,给出了一致性判定的相关结论,并据此在Skiadopoulos算法基础上提出了一种改进算法。新算法不但能判定出所有导致不一致的约束子集,而且还提高了执行效率。