基于Logistic回归模型的电力新能源产业专利价值评估方法研究

本文基于现有专利相关数据、电力新能源产业领域多年来的业务沉淀及数据积累,结合目前业务现状及需求,建设评估指标的梳理及评估模型。根据当前产业发展实际情况,构建科学的评估指标模型,并在此基础上建设电力新能源产业专利价值评估模型,为业务的指导、管理决策等提供有效、科学的支撑,使电力新能源产业专利管理、服务更加科学化、精确化、高效化、质量化。     

一种信息系统网络脆弱性评估方法

网络是信息系统的重要组成。文中给出了脆弱性和脆弱性评估的定义,基于网络漏洞分析,提出了针对五类攻击的网络脆弱性,最后给出了网络脆弱性评估指标、评估方法及模型。     

一种基于攻击图的5G网络安全风险评估方法

为解决5G网络的安全风险评估问题,提出基于攻击图的评估框架,包括攻击图构造和风险评估两部分。给出5G网络拓扑模型和攻击模版的通用定义,可以适应网络的不同部署方式,具有灵活性。将其作为攻击图生成算法的输入条件,设定攻击者初始位置后,采用广度优先算法构造属性攻击图。该攻击图生成算法可以减少图中节点数量,来限制图的规模,防止空间爆炸。在风险评估过程中,提出漏洞关联性评估思路,以单一评估CVSS 3.0版本为基础,引入漏洞间的关联概率,量化攻击行为间的相互影响。实验结果表明,该方法能有效地评估5G网络面临的安全威胁和风险等级,有助于部署合理的安全防护措施。     

一种定量评估网络高危资产的方法

暴露在互联网上的资产一旦被黑客攻击,会造成严重后果。本文给出了网络高危资产的定义,阐述了识别网络高危资产的必要性和意义。在此基础上,根据国家标《信息安全风险评估规范》提出了一种通过网络资产探测获取的数据定量评估网络高危资产的方法,并给出了评估模型和指标设计方案。     

一种基于网络熵的计算机网络攻击效果定量评估方法

本文通过假设,构建了攻击效果定量评估模型,围绕计算机受攻击后安全性的变动对网络熵值的影响进行了研究。在网络安全指标的选择方面进行了合理的简化,最终用分层分析方式对网络熵差进行一定的分析。在计算过后,得出了结论:通过模拟方式建立的模型是对网络攻击结果的真实体现。下文对该实验进行的具体过程进行了叙述,并完成了虚拟模型的构建及方程式的确立,旨在推动我国计算机网络事业的进一步发展,提升我国网络对抗综合实力。     

一种基于网络熵的计算机网络攻击效果定量评估方法

本文通过假设,构建了攻击效果定量评估模型,围绕计算机受攻击后安全性的变动对网络熵值的影响进行了研究。在网络安全指标的选择方面进行了合理的简化,最终用分层分析方式对网络熵差进行一定的分析。在计算过后,得出了结论:通过模拟方式建立的模型是对网络攻击结果的真实体现。下文对该实验进行的具体过程进行了叙述,并完成了虚拟模型的构建及方程式的确立,旨在推动我国计算机网络事业的进一步发展,提升我国网络对抗综合实力。     

一种基于多实体贝叶斯网络的用户行为评估方法

由于信息系统中用户行为类型的多样性,采用单一的检测方法对内部合法用户的恶意行为进行检测评估效果不好。提出一种基于多实体贝叶斯网络的用户行为可信评估方法,利用多实体贝叶斯网络的对行为的多种要素进行建模、融合,共同推理出用户行为的可信程度。最后的仿真实验表明所提出的模型在信息系统中的用户行为可信评估具有较好的效果。     

一种基于拓扑结构的网络两终端可靠性评估方法

为了评估一个大规模的实时长距离通信网络的可靠性,提出一种基于拓扑结构的网络两终端可靠性的计算方法。在化简网络拓扑结构的基础上,充分考虑链路和节点的可靠性,通过转置矩阵的积来表示两终端可靠性。实验结果表明,有向链路对不同网络性能测量产生影响,虽然失效频率和链接失效率很相似,但两终端可靠性多项式的复零点的位置相差很大,同时,转置矩阵的尺寸随着网络增大而增大。该方法对于优化网络、合理分配平均维修时间有实际应用价值。     

一种细粒度的网络威胁态势评估方法

针对现有网络威胁态势评估方法评估粒度较粗,无法满足不同管理人员评估需求的问题,提出了一种细粒度的网络威胁态势评估方法。按照从局部到整体、从微观到宏观的评估策略,分别对威胁节点、威胁链路、威胁路径、威胁目标和全网威胁态势进行评估,实现了对网络威胁的深入分析和细粒度评估,通过实验分析证明了评估结果的合理性和准确性。     

基于模糊期望值的模糊DEA 交叉效率评价方法

基于模糊DEA的交叉效率评价方法研究是一个崭新的研究课题,有着广阔的应用前景。结合基于模糊期望值的模糊 DEA 模型和交叉效率原理,提出一种新的交叉效率的评价方法。该方法首先求出基于模糊期望值的最优效率值权重,然后由这组模糊最优权重求解他评效率并构造交叉效率矩阵,最后根据求出的模糊期望交叉效率值对各DMU进行排序。     

基于信任评估带权重的动态秘密共享方案

已有的秘密共享方案中参与方权重固定不变,不能满足实际应用的问题。为此,基于信任评估模型,提出一种参与方权重可以动态变化的秘密共享方案。根据参与方的不同行为对其子秘密数量进行调整,并改变其秘密分享职能。在删除不诚实成员后可以加入新的成员,在不改变参与方共享秘密的条件下,可以先验式地更新参与方所拥有的秘密份额。分析结果表明,该方案是一个安全的、参与方权重以及子秘密可动态改变的秘密共享方案。     

一种基于LSA和Kohonen网络的文本分类新方法

文中根据隐含语义分析理论(LSA)和Kohonen网络理论提出一种文本分类新方法。应用Kohonen网络进行文本分类存在训练速度慢的缺点,因此在网络训练阶段引入了有监督机制,提高了网络的分类速度和精度;但是对于高维的文本特征向量来说,分类速度很低,甚至应用Kohonen网络进行分类,不能取得理想结果;新方法应用LSA理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的“噪声”因素,从而更加突出了词和文本之间的语义关系。通过奇异值分解(SVD),有效地降低了向量空间的维数,从而大大提高了文本分类的精度和速度,同时根据因子分析理论给出了维数K的选取方法。     

基于二元语义的网络安全评估方法研究

网络安全综合评估是一个多指标的群体决策问题。针对网络安全综合评估的语言评价信息的模糊性,提出了一种基于二元语义的网络安全评估方法。采用二元语义及其相关算子集结语言评价信息,并给出了网络安全评估的计算步骤。最后,一个具体的网络安全综合评估实例验证了方法的有效性。     

基于流程驱动的岗位价值自动评估系统设计

传统岗位价值评估工作存在主观性过强、工作量与动态更新难度较大等问题,为便于更新岗位价值序列,明确薪酬等级,确保结构公平合理,以流程驱动为中心,构建一个岗位价值自动评估系统.根据实验结果,证明所建系统有助于调动员工积极性,对提升个人工作素质、实现职业生涯规划有一定的有效性,根据不同视角的评价反馈分析,评估结果受到了普遍认...     

基于模糊层次分析法的WIA-PA健康评估方法

针对WIA-PA在长期运行过程中,由于能量消耗、节点故障等因素,网络整体性能下降的问题,提出了一种基于模糊层次分析法的WIA-PA健康评估方法。该方法通过选取对网络影响较大的6个指标,即失效节点数量、信号强度、节点能量、链路质量、丢包率及网络延时,建立模糊一致判定矩阵,然后计算出各个指标的评估分数,得出整个网络的平均分数,从而实现对WIA-PA健康状态等级的判定。实验结果表明,该方法可有效地判定网络状态。     

基于模糊神经网络的综合评判方法

针对综合评判模型中主观因素影响评判精度问题,引入模糊神经网络优化评判模型的方法,采用模糊神经网络的训练过程逼近综合评判模型的权重集和隶属度函数。为了提高该方法的有效性,对网络训练算法进行多方面的优化,以便神经网络更快更稳定地收敛。结果证明该方法能较好地去除综合评判模型中的主观成分,有效地提高评判的最终精度。     

基于动态Light Map的增强现实光照算法

为实现增强现实系统中光照的实时准确性,提出一种基于动态Light Map的快速光照算法。该方法通过采集视频图像中校准物体的像素亮度,计算出摄像机的信号放大量和信号偏置,并利用动态更新的Light Map所记录的环境光照信息实现虚、实场景之间的一致光照,且能够适应光照变化的场景。实验结果表明该算法的显示速度能够达到实时交互的帧率。     

基于机器学习的配电网监控信息智能分析规则库构建方法

为构建一种具有实时性的配电网监控信息智能分析规则库,提出了基于机器学习的配电网监控信息智能分析规则库构建方法。将规则库中全部配电网监控规则头排序并设成主链,将规则导进链表里生成规则集,保证各个监控信息数据包都存在一个分析规则。使用基于机器学习的配电网故障数据分类方法,识别配电网监控信息中的故障数据,并提取故障数据频繁项集。使用基于MapReduce的并行关联规则增量更新算法,更新分析规则库中的信息智能分析规则,保证分析规则库中的信息智能分析规则具有实时性。实验结果表明,所提方法的识别结果准确度、检出率均值都大于0.97,假阳性率都是0.01,可以及时识别出配电网监控系统实时检测故障信息,保证信息智能分析规则更新具有实时性。     

基于预训练语言模型的BERT-CNN多层级专利分类研究

专利文献的自动分类对于知识产权保护、专利管理和专利信息检索十分重要,构建准确的专利自动分类器可以为专利发明人、专利审查员提供辅助支持。该文以专利文献分类为研究任务,选取国家信息中心公布的全国专利申请信息为实验数据,提出了基于预训练语言模型的BERT-CNN多层级专利分类模型。实验结果表明: 在该数据集上,BERT-CNN模型在准确率上达到了84.3%,大幅度领先于卷积神经网络和循环神经网络等其他深度学习算法。BERT抽取的特征向量在表达词汇与语义方面比传统Word2Vec具有更加强大的性能。另外,该文还探讨了全局与局部策略在专利多层文本分类上的差异。