基于贝叶斯网络的网构软件可信性评估模型

对于运行在开放、动态、难控的互联网环境的网构软件,其可信性评估是一个重要课题,但目前大量研究中可信性计算多是基于黑盒的,没有深入考虑系统结构,且评价指标过于单一.因此,提出了一个基于贝叶斯网络的网构软件可信性评估模型.该模型通过对网构软件进行结构分析,根据其结构模式,建立多层的网构软件可信性评估指标体系.基于贝叶斯网络采用自底向上逐层分析计算的方法,对网构软件的各组成实体及其系统整体的多方面可信性指标进行评估,形成统一的可信性结果,并使用客观数据对其进行修正.实验证明,该模型可以明确、客观地对网构软件的可信性进行评估,并能够对网构软件的设计、开发和部署提供帮助.     

一个网构软件可信实体模型及基于评估的信任度量

对于运行在开放、动态、难控的互联网环境的网构软件,其可信性保障与管理是一个重要课题.目前的研究多是基于信任网络思想的信任度量及演化模型,这种模型对于网构软件来说,在信任的来源、实体间信任关系的约束、信任传递参数的设置方面仍存在着不足.因此,本文引入可信计算中信任链模型的思想,提出了一个网构软件可信智能实体模型,并在此基础上构建了基于评估的信任度量方法.首先通过动态自省、显式自明和自主演化的机制保障了实体本身的可信,建立了信任的基点;并给出了形式化的描述及交互行为的动态监测;然后通过建立Bayes网络综合推荐信任并使用评估方法加以修正,以精确计算信任传递过程中的衰减参数,建立了信任链传递过程中的可信认证机制;最后通过实验验证了所提出方法的正确性.     

基于模糊理论的网构软件信任评估方法

针对网构软件信任评估的不确定性、模糊性及无法精确描述和验证等问题,提出一种用于网构软件信任评估的模糊综合评判方法,在确定各因素权重时引入信息熵理论,克服传统方法因主观分配权重而导致信任评估模型动态自适应性不强的缺点。实例分析结果表明,该方法有效可行。     

浅析实现与测试网构软件的方法

本文阐述网构软件的构成及测试,并提出了具体的实现方式。概括了基于互联网服务的网构软件的实质,网构软件与传统软件间的差异,提出了在互联网上实现网构软件的趋势及实现网构软件的测试方法。     

基于模型的网构软件可达性检测方法研究

针对网构软件(Internetware)可达性检测中存在状态空间\"爆炸\"等问题,提出了一种基于网构软件代数模型的可达性检测方法.根据网构软件特性建立其代数模型,通过引入网构相关和网构空间概念,进一步扩展网构软件代数模型.通过明确网构软件可达性与网构组合运算表达式的关系,把可达性判定转化成递归表达式(网构线性相关)判定上...     

基于可能世界的网构软件之自动推理研究

为了实现网构软件的自动推理问题,在基于可能世界的网构软件模型上,给出了一种基于概念分析的自动推理系统。通过对三段论的分析得到了自动推理的一般原则,并运用这些原则解释了三段论中正确的24式。通过对形式概念的讨论得到了概念编码的方法,并给出了编码的三值运算规则。最后,通过一个具体例子的应用分析,给出了使用该编码进行自动推理的一般步骤,运算结果表明,自动推理方法在机械化与效率方面优于传统的归结原理。     

网构软件可信性演化评估分层Petri网模型

对网构软件系统初始化及系统演化时实体间信任关系的建立、演化和评估问题进行了研究。通过结构分析,建立了网构软件系统结构模型,并给出了基于分层Petri网的评估模型;从系统整体组成结构与各实体内部访问控制策略两方面,对网构软件演化过程中的可信性演化情况进行了评估;解决了原有基于信任度量的模型对系统初始化及新建立实体可信性支持不足的问题,并提供了服务实体对客户实体的反向信任机制。     

网构软件数据语用的一种动态支撑方法

网构软件不确定的数据需求导致了其数据语用(data pragmatics,简称DP)的不确定性,进而要求数据语用的支撑机制具备动态适应能力,即应用的对象属性与数据表之间的对应关系可以按需动态地创建、更新、删除.针对当前持久化技术缺乏数据语用的动态适应性问题,提出了一种基于对象/关系映射的数据语用动态支撑方法POD(persistence on demand),并且在主流ORM(object/relational mapping)框架的基础上实现了一个遵循POD的持久化框架的原型系统.     

一种基于Agent的高可用性网构软件自动构建方法

Internet环境开放、动态的本质,计算实体自身的自主性和独立性以及网络连接的不稳定性等,均对保障软件系统可用性提出了新的要求.提出了一种基于Agent的高可用性软件构造方法.该方法使用Agent建模网络环境中的自主计算实体,在计算实体及其连接方式的可用性未知的情况下,由Agent通过学习,在运行一段时间后自适应地构造出可用性较优的软件系统.实验表明,基于该方法构建的系统能达到较高的可用性,并能在环境发生变化时自适应地调整自身的行为.     

基于动态描述逻辑的网构软件系统故障诊断

提出了一种应用动态描述逻辑对被诊断系统进行分析的方法.动态描述逻辑的语法和语义非常适宜刻画系统的正常行为和异常行为.给出了算法使用动态描述逻辑的可满足性检测来测试离散事件系统的可诊断性.同时,给出了故障诊断器的构造算法.该故障诊断器通过实时地观察系统的行为完成故障诊断.以例子对算法进行了说明.     

基于贝叶斯网络的不确定因果逻辑量化分析方法

在安全苛求系统中,潜在风险会引发灾难事故,研究分析潜在风险的影响至关重要. 风险到事故的因果逻辑关系包括两类：确定性和非确定性的. 确定性因果关系可以用事件树、故障树等分析. 由于非确定性因果关系包含不确定性因素和数据不足,贝叶斯网络成为最佳选择. 量化分析中,条件概率的分配是一件不容易的工作,本文提出一种基于模糊逻辑的分配方法,结合建立的不确定性影响模型,利用贝叶斯网络进行量化分析,分析确定性因素的影响. 最后通过实例学习,验证和评估方法的有效性.     

基于模糊神经网络的软件质量评价方法

为了对计算机软件质量进行更加精确、客观、科学的评价,综合模糊逻辑推理的结构性知识表达能力和神经网络的自学习能力,提出一种基于模糊神经网络的软件质量评价方法。首先筛选软件质量评价的指标建立评价等级模糊级,然后利用神经网络的学习能力,通过网络的训练样本,确定评价中的变量参数;训练好的网络就可用来对软件质量进行评价。应用表明,该方法克服了由专家确定变量参数的缺点,达到评价结果更高的客观性、科学性,具有很高的应用价值。     

模糊组合神经网络智能选股模型的建立

针对传统的股票市场预测模型,为了准确地预测股票价格趋势、为广大投资者规避风险,应用模糊逻辑和组合神经网络,利用贝叶斯统计学与组合理论使二者有机结合,提出一种股票市场建模及预测方法。组合神经网络结合BP网络和径向基函数网络(RBF),神经元模糊系统有更强的学习和推理机制,能避免黑箱问题。实证研究结果表明,该方法有较高的预测精度和更好的稳定性。     

TCP Congestion Control Approach for Improving Network Services

With the continuous increasing demand of Internet applications, networks are experiencing a serious congestion problem. This affects directly the networks services and management due to large amounts of data loss and long transmission delays. The present work suggests an improved networking congestion control approach for TCP using fuzzy logic. Its main objective is to use packet drop information to improve network services by optimizing data throughput and smoothing data transfer profiles.Ahmed Al Naamany is Director of Communication & Information Research Center and Assistant Professor, Electrical and Computer Engineering, at Sultan Qaboos University in Oman. He obtained a PhD from University of Manchester, UK, in 1995, an MS from Drexel University in 1990, and a BS from Widener University in 1986. He is a member of IEEE Computer and Control Societies.Hadj Bourdoucen is Associate Professor and Head,ECEDepartment, Sultan Qaboos University. He obtained BEng from INELEC in 1983, DEA and PhD from Ecole Central de Lyon, France, in 1984 and 1987, respectively. His research interests include optical networking, congestion control and instrumentation. He is an IEEE Senior Member.     

逻辑神经元研究综述

逻辑神经元作为神经网络重要的组成部分,一直以来备受关注.从模型设计到算法研究,成果颇多.文中针对当前逻辑神经元的研究现状作了综述,分析了模型的典型结构及特点,并明确了未来的发展方向.     

Ad Hoc网络中基于概率预测的拥塞控制算法

为缓解网络拥塞,提高网络服务质量,提出一种基于概率预测的拥塞控制算法(PPCC)。处理已有数据来构建贝叶斯网络,找出Ad Hoc网络中表示拥塞状态参数之间的关系;改进贝叶斯网络的推理过程,更好地利用所获网络实时参数预测拥塞状态的概率;根据预测得到的概率自适应地调整网络参数,有效地控制网络拥塞,一定程度上提高网络服务质量。仿真结果表明,PPCC算法能够控制网络拥塞,保证网络运行在具有较小时延、较高吞吐量的状态,更好地利用网络资源。     

模糊逻辑神经元研究进展

模糊逻辑神经元作为模糊神经网络的重要组成部分,一直以来备受关注,从模型设计到算法研究,成果颇多。以往的研究多集中于模糊逻辑神经元在某一方面的应用模型、性质和算法,具有突出的针对性和特殊性;而今的研究多立足于构造一种能够包容各种逻辑形态的通用神经元,以体现思维的灵活性和多样性,进而提高神经元的推广和应用价值。针对当前模糊逻辑神经元的研究进展做了综述,分析了前后两类不同模型的典型结构及特点,并明确了未来的发展方向。     

基于综合性评估的无线链路质量分类预测机制

在无线传感器网络的应用中,对无线链路质量进行有效地评估和预测是网络协议设计中的一个基础性问题,特别是对于提高数据的传输可靠性.从刻画无线链路质量的多维角度出发,基于模糊逻辑设计了一个综合性链路质量指标(fuzzy-logic based link quality index,FLI),体现了无线链路的可靠性、波动性和丢包突发性对于链路数据传输可靠性的影响.然后基于FLI准则,利用贝叶斯网络设计了一种对无线链路质量进行分类预测的机制.通过3个实际无线传感器网络研究平台的链路数据集进行实验分析和对比,该机制中的分类预测器的平均预测精度约为85%.相比于4C预测器,在保证平均预测精度的同时,克服了其预测精度在分类界限处的畸变下滑现象,使预测精度的分布均匀化.     

Web集群区分服务接纳控制策略研究

在作者提出的一种新的Web集群体系结构的基础上，详细讨论了防止系统过载，实现区分服务的多级控制策略与机制，给出了区分服务接纳控制的系统模型及其数学描述。然后提出了基于事务的区分服务接蚋控制策略．实验结果与理论分析表明：在系统过载时能有效保证系统的稳定性，高优先级任务得到较好的服务，在某些情况下比基于会话的接纳控制效率好10％。