一种软件人性格近似度度量模型

提出一种软件人个体性格度量模型.为了对软件人无限可列的性格进行度量比较,假定每个软件人都存在一个"性格"特征向量,个体之间的性格差异总是由线性空间的距离表示,由此建立软件人和一个软件人群的线性方程.分别在有解和无解的情况下求出距离,根据该距离定量确定软件人以及软件社会中性格趋同的程度,实现聚类或其他判别运算.通过设定3组实验数据,验证该模型具有一定的实际意义.     

一种辨识Hammerstein模型的新方法

本文结合参数估计理论和函数逼近论中的一些理论结果,提出了一种开环辨识Hammerstein模型的新方法.这种方法能够克服目前广泛采用的辨识Hammerstein模型的方法中的缺点,获得模型线性动态部分参数的渐近无偏估计及无记忆非线性特性,具有接近最佳逼近效果和较好收敛性的逼近多项式.     

用双切比雪夫方法近似含噪音移动对象轨迹

在移动对象数据库中需要存储大量移动对象的历史轨迹.为了降低存储开销,同时提高轨迹查询的效率,研究者们提出了很多基于时间序列的方法对轨迹序列进行压缩近似及索引.但是这些方法不能用于不精确的轨迹数据.本文针对含噪音的轨迹数据提出了一种新的近似算法.该方法充分利用了轨迹位置数据和速度数据的导数关系,在不增加计算复杂度的情况下,能够更好地处理不精确的轨迹.在相同的压缩比下,用双切比雪夫方法重建的轨迹比现有方法更加接近移动对象的真实轨迹.     

一种利用切比雪夫逼近求解库存最优控制的方法

针对供应链中库存随着需求的变化可能导致的积压和对生产(或采购)产生的不利影响,为更好地协调生产(或采购)并减少产品库存,研究了一类基于库存约束和动态时变需求下的多品种、多周期、多循环的生产与库存的最优控制模型.结合最优控制理论,给出一种采用切比雪夫多项式逼近和高斯-切比雪夫数值积分对库存最优控制问题进行数值求解的方法.实例分析表明该方法是可行的.     

一种增强的程序行为异常检测方法

程序行为异常检测是保护应用程序的重要方法。针对异常检测的数据源选择问题,提出一种细粒度的安全审计事件L-Call,用来刻画程序行为,该事件本质上是一种具有位置属性的系统调用。为了评估程序行为偏离程度,提出一种基于切比雪夫不等式的异常度量化方法,用以在序列概率分布未知情况下估算异常强度。最后实现了基于马尔科夫模型的检测原型系统LC-ADS。试验结果表明,提出的新安全事件和异常度量化方法可较好地反映程序行为变化,LC-ADS取得了更高的检测率和更低的误报率。     

一种基于依赖性分析的类内聚度度量方法

内聚度是指模块内各成分之间的联结强度．在面向对象程序中，内聚度主要是指类内部各成分之间的联结强度．在深入剖析了类的属性与属性、方法与属性以及方法与方法之间的关系及其性质的基础上，提出了一种基于依赖性分析的内聚度度量方法，并证明了它满足优良的内聚度度量方法应该具有的性质，从而克服了已有方法只是分析了某个方面的不足，为综合评价类内聚度提供了指南。     

一种基于CMMI的软件过程度量模型

本文在研究软件度量相关理论基础上,根据CMMI软件过程框架,并结合GQIM度量方法,提出一种基于CMMI的软件过程度量模型CPMM.该模型可以指导软件企业进行度量定义并基于度量结果进行组织过程性能分析.     

面向对象软件中类内聚度度量分析与研究

对现有著名的类内聚度度量进行了较深入的分析,指出了各自存在的缺陷与不足,并在此基础上考虑到类内聚度受到类内有可能与外界组件产生耦合的成员的负面影响,提出了对CCM(C)再次修正后的MCCM2(C).     

一种基于关键非功能需求的软件可信性度量模型

为了更为合理准确地度量软件可信性,提出了一种基于关键非功能需求的软件可信性度量模型。首先,分析了该模型所涉及的软件可信性、非功能需求、关键非功能需求的定义;其次,对非功能需求进行分解以及权重的分配,并将非功能需求细分为A、B、C、D四类以便更好地获取;最后,应用Web软件中的“在线旅行”网站详细阐述了该模型的具体度量过程。提出的模型是一个通用的软件可信性度量模型,适用于不同形态的软件,支持软件可信性的定制,对于软件可信性的度量具有一定的指导意义。     

软件人个体模型研究

多智能体技术、智能机器人和人工生命技术都是人工智能研究领域的一个分支,已取得了一定的研究成果。在此基础上我们提出了软件人的概念、状态描述,并设计了软件人的结构模型。最后,对软件人的功能特性进行了描述。     

基于图像的关系型数据库水印算法

在关系型数据库中嵌入代表所有权的水印信息,实现其版权保护,是数据库安全领域新的研究热点。该文利用数值型数据最低有效位的变换,提出了一种新的基于图像的数据库水印算法。该算法使用标记算法和向量迭代算法,实现了水印图像在关系型数据库数据中的嵌入。根据水印的分量统计独立性,采用FastICA算法提取出水印图像和原始数据。实验结果表明,在盲测环境中该水印具有很好的抗攻击能力。     

基于关系数据库的脆弱性水印算法研究

为了检测对关系数据库的恶意篡改,提出了一种脆弱性数字水印算法。该算法将数据库的元组划分到不同的分组中,在对每个分组内的元组进行秘密排序的基础上,生成由属性水印和元组水印构成的分组水印矩阵,因此可以将对数据库的篡改定位在分组范围内。利用单向哈希函数及关系数据动态生成水印,不但保证了水印信息的安全性,而且也实现了水印的盲检测。理论分析和实验结果表明,该方法能够有效探测攻击者对关系数据库进行元组添加、属性值修改、元组删除和属性变化四类操作,从而为关系数据的真实性认证提供依据。     

基于二维空间元素匹配的数据库水印算法

针对现有数据库水印算法对原始数据修改量大、水印信息隐蔽性差的问题,提出一种基于二维空间元素匹配的关系数据库鲁棒水印算法。算法选取数据库主键的Hash值作为元组的定位空间,选取数值属性冗余位作为元组的数据空间,构建了一个二维空间。通过调整二维空间对应元素的奇偶性嵌入水印信息。实验中嵌入水印前后载体数据均值变化0.5296×10^(-2)%,方差变化0.6509×10^(-4)%,表明该算法对原始数据修改量小,水印隐蔽性好,鲁棒性强。     

一种基于m序列的关系数据库鲁棒水印算法

提出一种关系数据库水印算法,适用于数值型数据的版权保护.以连接多项式数组为密钥生成m序列,分别作为水印信号和水印嵌入策略控制信号;根据密钥和元组主键连接值的散列运算确定水印嵌入位置;通过修改数值属性低位数值的奇偶性嵌入水印,克服了常用的最低有效位重置算法易产生病态结果的缺点.水印的嵌入满足数据库动态更新的同步要求,水印的检测无需原始数据库参与.理论分析和实验表明,该算法运算开销合理,具有良好的隐蔽性和安全性,对常见的水印攻击具有良好的鲁棒性.     

基于遗传算法的关系数据库水印优化算法研究

提出了利用遗传算法在关系数据库海量的元组中选择最优元组进行水印嵌入,实现了水印短时间内的优化嵌入,大大提高了水印嵌入的效率。同时,采用纠错编码技术和投票选取机制来增加水印的鲁棒性。实验结果表明,这种关系数据库水印优化方案大大提高了水印嵌入的效率,并可以较好地协调水印的鲁棒性和数据库可用性之间的矛盾,实现了关系数据库水印的优化。     

基于关系的全文检索

“全文检索”或称“按字符串检索”是情报资料检索系统中的一种检索方法。本文将介绍该方法在ＲＤＢＭＳ环境下基于关系的实现。     

基于扩展的Asmuth-Bloom体系的数据库水印算法

Asmuth-Bloom体系是一种基于中国剩余定理的密钥分存门限方案。将Asmuth-Bloom体系思想应用于数据库水印算法,可以使水印具有好的安全性和抗子集攻击能力。但是,该算法对水印信息的分存处理,扩张了水印数据,相对减少了数据库可容纳水印信息量。将Asmuth-Bloom体系思想加以扩展,调整参数取值,不仅使水印具有很好的安全性和抗子集攻击能力,能够基于部分数据恢复水印信息,而且水印数据扩张大量减少,可嵌入的水印信息量大量增加,算法性能进一步提高。在数据库的版权保护中,该算法具有很好的应用价值。     

基于用户约束的关系数据库水印方法

针对现有水印算法的不足,提出了在数值型属性最低有效位(LSB)嵌入水印信息的一种新方法。算法先筛选出可以嵌入水印信息的属性,将它们划分为若干个等大的子集,然后依据数据库所有者定义的约束对这些子集进一步筛选,以筛选后的每个子集为单位嵌入水印信息0或1。水印检测算法依据的是中心极限定理,实现了水印信息的准确检测。SQL Server仿真实验验证了此方法在现实应用中的有效性。     

里德索罗门码数据库水印的研究

在结合现有的各种水印算法的基础上,提出了一种基于交叉里德索罗门码的数字水印方法,其主要思想是：在整体上利用大数选举对水印进行差错控制,在局部引入交叉里德索罗门码对水印信息进行纠错编码,使得水印信息对随机性和突发性错误具有很强的纠错能力。理论分析和实验结果表明,该算法对数据库影响很小,隐蔽性好,在提高水印鲁棒性的同时增加了数据库的水印可嵌入量,具有很好的应用价值。