一种用于软件运行时分析的行为模式描述语言

软件本质上是代替人执行一定行为的,对软件行为的描述与分析一直是软件技术关注的重点。为有效表达软件交互行为,提高分析效率,基于正则表达式,提出了一种用于软件运行时分析的行为模式描述语言BPL。在BPL中,通过对软件运行时可观察行为中反复出现的事件序列的特征抽取和概括,软件行为被描述为一个由小写字母表示的行为踪迹及约束构成。最后使用BPL描述了电子交易过程。     

基于文法的异常检测

为了解决现有异常检测技术除了简单报警外不能提供任何有用信息的问题，提出了一种新的异常检测方法.将服务器程序的运行踪迹通过一个由系统调用、操作、事务、活动组成的层次结构模型表示，利用关键系统调用及其参数和返回值，对正常运行踪迹按层次结构模型进行分割，从中学习描述程序正常行为模式的上下文无关文法，并以标注的形式为文法产生式附加语义信息.测试实验结果表明，该方法不仅能够有效检测利用安全漏洞进行的各种攻击，而且可以对入侵事件进行分析，提供包括入侵者IP地址在内的详细报告.     

Ω等价类网络自路由研究

介绍N×N多级互连网络级间交换的位置换概念,通过定义网络可访问序列和自路由标记序列,系统地解决这一类网络的完全可访问特性判定和自路由问题．     

基于系统调用序列的入侵检测模型

提出了一种基于系统调用序列的入侵检测模型,利用绝对安全环境下的应用程序系统调用序列建立正常行为模式。当发现实际系统调用序列模式与正常的行为模式不匹配时,标记为人侵,并采取应急措施。一个例程管理一个进程,给出了模式的适应度计算方法以及两个生成下一代模式的算子。实验结果表明：入侵检测模型与现有的一些模型相比,具有更好的准确性和更高的效率。     

人体行为识别的条件随机场方法

针对人体行为的时变性,提取人体运动的侧影序列作为描述行为的特征。利用条件随机场方法建立人体行为模型,并通过序列数据的标记解决行为识别问题。该方法特征提取简单,针对运动状态序列而非单帧图像进行建模,提高了识别准确率;同时对数据没有条件独立性假设,具有更加广泛的适用性。在视频行为数据库KTH上的测试结果表明:条件随机场优于隐马尔可夫模型和支持向量机,相对于已有方法更加简单易用,且识别准确率高于其他方法。     

基于活动序列的服务二元行为模式及操作语义

组合E-服务是电子商务开发部署中被广泛关注的问题,行为需求的刻画、建模是服务设计开发的重要步骤,分析和验证服务行为满足用户特定需求则是保证服务可信的关键工作.已有分析服务行为研究中,行为需求都是LTL类逻辑规范或MSC类图式规范,前者基于活动的,后者基于场景的.现在提出一种新颖的基于活动序列的行为规范概念,该概念的粒度介于活动和场景概念之间,目的是便于直接表达某些行为需求,针对活动序列设计了"序列前提、序列因果和序列嵌入"二元行为模式,用模式来刻画基于活动序列的活性和安全性,其结果是行为需求表达更为简洁,将这些模式映射标记传递系统LTS,精确刻画了行为模式的操作语义,为需求验证提供基础,最后给出实例分析.     

时间序列降维及机场噪声中的机型识别

为了提高非完整标记的高维机场噪声数据的处理速度和效率,研究了时间序列降维及机场噪声中的机型识别问题。首先采用概率类和不相关判别的半监督局部Fisher方法(SLFisher)得到降维转换矩阵,再将时间序列数据由高维空间映射到低维空间,最后在低维数据上进行k最近邻分类(kNN)。在国内某机场的实测噪声数据上的实验结果表明,SLFisher降维后机场噪声事件数据的机型识别效果取得显著提升。     

多点双向路由重分发次优路径问题研究

针对多点双向路由重分发过程易产生次优路径问题,利用网络拓扑仿真软件分析了问题产生过程和原因,提出了对外部引入路由做标记,针对标记路由进行策略过滤的解决方案。通过仿真试验验证,该方案可以有效解决多点双向路由重分发次优路径问题,同时可提供路由冗余保护。     

基于可信度的不确定性推理研究

在专家系统中,以开发的智能化英语教学系统为例,介绍了一种基于可信度的不确定性推理方法,对如何解决考虑从带有丢失、不完全或者不正确信息的数据中提取有用的结果这一问题很有意义。     

序列帧间双重匹配的红外点目标跟踪算法

针对海空复杂背景下红外点目标的检测与跟踪,提出了基于图像序列帧间双重匹配的边跟踪边检测算法,并建立了数学模型。它采用标记序列帧M以帧对帧的方式记录输入序列的帧间匹配结果,标记帧T以点对点的方式记录标记序列帧M的帧间匹配结果,统计帧S记录T中各像素的匹配成功次数,输入单帧图像同步输出矩阵T和S分别显示目标运动轨迹和迎头目标检测结果。算法匹配过程不随目标数目或运动状态而改变,且无需提前判断疑似目标位置,有效解决了目标在图像序列中突然丢失或出现被干扰情况下的跟踪,尤其可以对跟踪结果实时地进行目标分离,解决了迎头目标跟踪的难题。仿真和实际工程图像实验结果表明,算法具有较高的可靠性和实时性。     

一种新的令牌传递算法

提出了适用于移动AdHoc网络中的一种新的令牌传递算法,即令牌动态传递算法。该算法无需预先建立虚拟的逻辑令牌传递环路,而是根据网络的拓扑结构,动态地形成令牌的传递路径。因此,在移动AdHoc环境下应用时,能够根据网络的拓扑结构的变化,动态地改变令牌的传递路径,具有很好的适应拓扑结构变化的能力。     

适合于多频道移动Ad Hoc网络的媒体接入控制协议研究

提出了一种适用于移动Ad Hoc网络的媒体接入控制协议．在该协议中,所有的节点被划分成若干个子网,且每个节点可处于不同的子网．相邻的子网采用不同的频道．在一个子网中,采用令牌来控制各个节点依次进行传输,以便解决传输的碰撞问题．通过限制每个子网中的最大节点数,来保障实时业务的服务质量．同时,文中还提出一种动态令牌传递算法,该算法无需预先建立逻辑的令牌传递环路,而是根据网络的拓扑结构,动态地选择令牌的传递路径．因此,它能很好地适应网络拓扑结构的变化,并简化了令牌的维护过程．     

一种新的通信网络动态路由算法

针对通信网络中的路由问题,提出了一种虚令牌动态路由算法,并用Ｈｏｐｆｉｅｄｌ神经网络实现该算法。该Ｈｏｐｆｉｅｌｄ神经网络,其神经元之间的连接强度固定不变,通信网络的物理逻路值和呼叫请求被反映到神经元的偏置电流中,地用硬件实现。同时,当通信网络中的业务量发生变化时,算法能够自动调整最短路径与负载均衡之间的关系,计算机仿真结果表明,该算法能接入更多的网络连接。     

基于距离矩阵摹乘法的生鲜产品配送路径优化

生鲜产品因为其保鲜时间较短对配送及时性要求比较高。线上线下(online to offline business, O2O)模式下,交易量的增加提高了配送规划的难度,生鲜电商要解决的一个重要问题就是商品的物流配送规划。基于距离矩阵摹乘的网络理论建立了路径优化模型以寻求最短配送路径,并提出求解算法,对生鲜产品配送路径进行了优化。最后通过一个实际案例说明该模型的应用价值。     

校园卡充值点最优位置的数学模型研究

选址问题目前学术界已有较多的研究成果,但大多数是将总费用作为目标函数,一般要求事先给出网络结点的位置坐标,且无需考虑结点间的最短路程,旨在确定新的地理几何中心。而对已有网络,在不改变原有路径及各结点位置的条件下,以总路程最小为目标函数,在现有网络结点中寻找其中某些结点的最优位置却是一个新的研究课题。本文以某高校校园卡充值点为例,将校园示意图转化为赋权连通图,求得该连通图的邻接矩阵,利用Floyd算法及图论软件包构造一个最短路径矩阵,得到一个赋权完全图,利用穷举法或混合整数规划法及数学软件求解,得到各学院、楼栋、学生宿舍区到三个校园卡充值点的最短总路程及三个校园卡充值点的最优位置。     

Hopfield神经网络算法求解路网最优路径

为了解决经典算法在求解大规模路网最优路径时运算时间长的问题,研究了Hopfield神经网络的特点,建立了一般路网的数学模型,根据Hopfield神经网络的特点设计了适合车辆诱导的路网Hopfield神经网络最优路径算法.采用动态邻接矩阵对该算法进行了优化,减少了运算时间.把该Hopfield神经网络算法应用于所研发的车辆诱导系统的最优路径求解中,并进行了实际路网测试,结果表明应用该算法能够正确求解路网的最优路径,且比经典算法的运算效率高.     

SFC限制下的隐私保护型多域最短路问题

随着网络功能虚拟化的发展,为带有服务功能链限制的数据流的传输选择最短路变得更加灵活也更加重要。已有的算法都是在单个域内为流选择满足服务功能链限制的最短路。而在多域或者说分布式的网络中,各个成员网络彼此之间的信息往往是不共享的,因此,利用原有算法计算出的最短路可能不再是真正的最短路。该文提出了一个新的算法,解决了跨域的流的传输问题,使得成员网络可以在保护了自己内部的隐私信息的同时为数据流选择成本最低路径。     

所有顶点对之间最快路的算法

最快路是在最短的时间内把信息从源发送到目的端的路.该文采用标签设定算法,通过修改原网络,得到一个新网络,使得新网络中快速路的子路也是快速路.该文使用动态规划的方法,给出了所有顶点对之间最快路的算法.     

基于Petri网求解网络最大流的并发仿真方法

通过将网络映射为Petri网形式的大量Petri网仿真实验得知,没有任何控制且并发运行的网络,其流量不能总是自行达到理论最大值,究其原因在于托肯在路径选择时随机经过了易拥堵结点与不拥堵结点。针对性地采取相应的网络控制策略,对网络从库所参数、弧参数和变迁参数3个方面进行单一或组合的设置,使得托肯优先经过不拥堵结点。运行调整后的网络,托肯沿网络从起点出发在各个局部并发地移动,遍历每一可能达到的结点,直至终点,网络流量达到其理论最大值,网络流实现全局最优。基于Petri网求解网络最大流的并发仿真方法为大规模网络最大流问题的分布式计算提供了一个新思路。     

基于推荐的对等网络信任模型

提出了一种基于推荐的信任模型,并给出该模型的数学表述和分布式实现方法.它根据节点的交互经验和其他节点的推荐,做出对对方行为的评价和预测,此模型建立在完全分布的P2P体系结构上,能很好地激励用户提供反馈,遏制节点的不诚实行为.分析及仿真表明:该信任模型可以有效地防止恶意节点的串谋信任攻击,解决了新进入节点的信任这一信任问题,确保了P2P网络的安全.