反应式容侵系统入侵预测的混合式贝叶斯网络方法

为解决反应式容忍入侵系统中的入侵预测问题,提出了新的混合式贝叶斯网络方法。该方法中,提出了一种基于系统安全状态的入侵模型,以攻击者能力上升的过程来描述入侵,关注入侵对系统的影响,适合于反应式容侵系统根据当前状态选择合适的响应机制。提出了基于入侵模型的混合式贝叶斯网络（HyBN,hybrid bayesian network）模型,将入侵模型中攻击行为和系统安全状态节点分离为攻击层和状态层两个网络层次,两层间使用收敛连接,而两层内部的节点间使用连续连接。在特定的信度更新算法的支持下,实验说明该贝叶斯网络方法用于入侵预测的有效性,比较说明HyBN方法的优点。     

基于虚拟现实技术的非物质化遗产数字化创新研究

目的 探究虚拟现实技术应用于非物质文化遗产数字化保护与传承的方法框架与关键性设计因子,助力非遗数字化创新。方法 将非遗不依赖物质文化而存在的活态特征与虚拟现实技术的沉浸感、想象性和交互性等特征相结合,提出以虚拟现实游戏为载体作为非遗以人为核心的技艺、经验、精神价值传播的数字化创新路径。基于游戏元素四分法,在现有游戏设计模型和用户体验要素模型的基础上,探索设计流程与方法框架。基于评估的方法开展实验,通过因子分析法提取影响虚拟现实游戏体验的关键性因子。结果 从前期文化调研、非遗游戏定位、内容与机制设计、界面设计4个方面,构建了非遗虚拟现实游戏设计流程与方法框架。提出了包括真实性、游戏性、可用性和情感在内的影响虚拟现实游戏用户体验的要素,并提出了相应的设计策略。在方法框架与关键性因子的设计策略指导下,对内蒙古非物质文化遗产——达斡尔曲棍球开展虚拟现实游戏设计与开发,验证了方法的可行性。结论 虚拟现实游戏为非遗数字化带来了沉浸感、想象性和交互性体验,是非遗数字化创新的重要路径之一。     

连续隐半马尔科夫模型在轴承性能退化评估中的应用

连续隐半Markov模型(Continuous hidden semi-Markov model,CHSMM)是隐Markov模型(Hidden Markov model,HMM)的一种扩展形式,可用于时间序列过程的动态建模。通过加入状态分布参数并对多组观测值进行连续化,可加强模型对新观测值的处理能力以及对状态驻留时间的建模能力。利用该方法建立了轴承性能退化的评估模型。首先,分析振动信号并提取频带能量作为退化特征;然后将正常状态下的特征样本作为模型的观测值对CHSMM进行训练;最后将待测的特征样本输入模型,得到待测样本相对于所建立正常模型的输出概率,作为轴承性能退化状态的标志。轴承疲劳寿命试验结果表明:所提的评估模型能较好地刻画轴承性能退化的过程,并能在早期对轴承的性能退化做出预警。     

电子游戏用户体验评价方法综述

电子游戏产业近年来快速发展,而电子游戏的用户体验则是决定游戏能否成功的关键因素。本文回顾了以往电子游戏用户体验的评价方法,包括问卷法、启发式评估、心理生理测量等,并从三个维度对各评价方法的特点进行了总结,最后展望了电子游戏用户体验评价方法,未来研究可以从各评价方法在新型游戏平台上的适用性以及各评价方法之间的相关性两个方向展开。     

面向Z世代的APP用户体验评价模型研究

主流消费群体的用户体验对APP设计及质量提升具有导向作用。目的 通过构建面向Z世代消费群体的APP用户体验质量(Z-QoE)评价模型,评估现有APP对Z世代群体的适应性,使APP更符合Z世代需求。方法 通过分析Z世代社交、个体、网络和消费四种属性,得出用户群体特征;在融合Z世代APP体验倾向的基础上,归纳APP体验质量评价准则和需求要素,构建面向Z世代的APP用户体验质量(Z-QoE)评价模型。运用模糊层次分析法,组建Z-QoE评价模型判断矩阵,根据判断矩阵计算得出评价指标的权重值,对得出的各个权重值进行排序。结论 在分析Z世代用户群体特征和需求的基础上,得出面向该群体用户的APP质量评价准则,建立了权重细化、更能体现Z世代需求的Z-QoE评价模型。以移动音乐类APP为例,运用模糊评价,验证了模型的有效性。     

基于动态贝叶斯网络与DS证据理论的轧机颤振监测方法

提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明：该方法对轧机颤振不同状态的识别率达到99.05%。     

基于贝叶斯网络的组合服务信任度评估方法

对组合服务信任度评估问题进行了研究。基于信任的不确定性和模糊性,给出了信任度的离散化表示方法;借助于贝叶斯网络的强大的推理能力,给出了组合服务的贝叶斯网络模型以及组合服务模型到贝叶斯网络的转换规则,利用贝叶斯网络的正向推理机制设计了基于贝叶斯网络模型的组合服务信任度评估方法。通过一个组合服务的买例,说明了组合服务的贝叶斯网络模型及其基于贝叶斯网络的组合服务信任度评估方法的使用方法。该评估方法基于信任的模糊性和不确定性,更符合信任的本质并易于实现。     

体验设计视角下主题乐园用户体验影响因素研究

目的 通过对主题乐园在线内容信息的发掘,研究主题乐园用户体验生成流程中的相关要素及其形成机理,探讨主题乐园服务的提升方式。方法 将大众点评平台上海迪士尼乐园近三年评论作为数据样本,基于在线评论的研究方法,以用户体验设计的三层次作为本研究的理论视角,借助Python软件爬取网络文本,先使用词频分析再运用扎根理论的三级编码流程对数据做进一步处理。结果 从直观层感知、交互层感知和反思层感知三个维度出发,分析影响主题乐园用户体验的三个层级间的关系,其中反思层感知、交互层感知和直观层感知分别为首要、关键与次要影响因素。结论 从用户体验的三个层次梳理主题乐园用户体验影响子因素,构建主题乐园用户体验影响因素模型,分析各因素间的逻辑关系与影响机制。     

基于沉浸理论的自闭症儿童体感游戏交互设计

目的 探究可提升自闭症儿童体感游戏用户体验的交互设计方法,提升自闭症儿童在利用体感游戏进行康复训练时的用户体验.方法 以沉浸理论为基础,通过用户研究总结出自闭症儿童体感游戏的设计策略.并将层次分析法(AHP)和逼近理想解排序法(TOPSIS)应用到体感游戏的设计中,以及时的反馈、愉悦的界面表现、有效的操作交互、清晰的目标任务设计策略建立了体感游戏沉浸感设计的量化评估模型,并对设计出的方案进行了评估,选择了最佳方案,并进行深入的设计.结论 总结出了一套自闭症儿童体感游戏的交互设计策略和评估方法,并将其应用到自闭症儿童的体感游戏的设计中,从而创造出科学有效的沉浸式游戏体验,提高游戏干预自闭症儿童康复训练的效果,并为同类产品的设计提供了参考.     

心智模型驱动的古村落VR系统体验设计

目的针对目前虚拟现实系统体验设计领域中,由于设计者和用户认知差异导致的用户体验欠佳的问题,提出了一种在心智模型驱动下的VR体验系统设计方法。以某古村落VR系统体验设计为例,阐述此方法的可行性。方法从心智模型与用户体验设计关系出发,首先提取了用户需求,设计者依据领域知识解构VR体验设计的要素节点。然后分别构建了用户与设计者的心智模型,采用路径搜索法来测量两者模型的相似性,确定了差异要素。最后根据其差异性,采用宏观心智模型中的行为亲和图分析了用户体验设计的流程和功能。结果心智模型可以帮助设计者了解用户需求,解构VR体验系统功能,注重用户体验。结论用户与设计者心智模型的匹配测量可以引导设计者设计出符合用户需求的体验系统。     

Augmenting security of biometric with watermarking

This paper presents a new blind biometric watermarking scheme based on discrete wavelet transform for biometric template protection. We are using fingerprint feature and iris feature as multiple watermarks instead of randomly generated Gaussian noise type watermark. Watermark embedding locations are selected by measuring power level of each coefficient which gives sensibility of human eye to local image perturbations. Though biometric features are embedded sequentially, care is taken that most significant features are embedded to those locations whose power level is maximum which provides more robustness. We embed watermark into mid-frequency sub-band by modifying the amplitude of selected coefficient based on comparison between original and estimated values. Estimated value of coefficient is calculated from average sub-band of the same resolution level of the cover image. A reliable watermark extraction scheme is developed for the extraction of watermark from distorted image. Experimental evaluation demonstrates that the proposed scheme is able to withstand a variety of attacks. We show that the proposed scheme also gives adjustability to the user for selecting P percentage of retained wavelet coefficients.     

基于结构方程模型的老年人APP用户体验设计研究

目的 探索APP设计要素、用户体验、用户总体满意度之间的相互关系,提升老年人对APP的用户体验。方法 提出基于结构方程模型的老年人APP用户体验设计研究方法。首先,以文献理论为基础,构建理论模型图并设定相关变量和假设;其次,通过文献研究,选择相关设计要素,通过正交表生成设计样本;再次,根据用户体验评价要素构建用户体验评价指标,被试者对设计样本进行评估实验,通过因子分析法提取用户体验评价指标中的潜在变量,并将相关指标作为可测变量;从次,建立设计要素与本能层次、行为层次、反思层次和用户总体满意度之间的结构方程模型,利用实验数据对结构方程模型进行模型拟合,并进行拟合评价和信效度分析;最后,对结果进行解释和讨论。结论 以老年人医疗APP为例,通过结构方程模型验证了设计要素是影响老年用户体验的重要因素,并提出相关的设计指导。     

用户感知为导向的儿童康复产品交互体验研究

目的 为提升儿童用户对康复产品的交互体验,提出以用户感知为导向的儿童居家康复产品交互体验评价方法。方法 基于信息加工过程,引入人智学十二感官理论,建立用户感知体验模型;采用问卷调查与眼动追踪相结合的测量方法,获取儿童用户的心理评价与生理指标;应用层次分析法构建产品交互体验评价体系,结合熵权法为各项评价指标赋权并进行综合排序;基于BP神经网络建立康复产品特征要素与儿童用户感知体验偏好的映射关系模型。结果 以儿童家用康复脚踏器为例,验证了模型具有良好的预测效果。结论 通过主客观相结合的方法提高了儿童康复产品交互体验评价系统的科学性。该方法能够有效预测儿童用户的感知体验评价,为该类产品的交互体验设计与评价提供参考。     

An Erebus Attack Detection Method Oriented to Blockchain Network Layer

Recently, the Erebus attack has proved to be a security threat to the blockchain network layer, and the existing research has faced challenges in detecting the Erebus attack on the blockchain network layer. The cloud-based active defense and one-sidedness detection strategies are the hindrances in detecting Erebus attacks. This study designs a detection approach by establishing a ReliefF_WMRmR-based two-stage feature selection algorithm and a deep learning-based multimodal classification detection model for Erebus attacks and responding to security threats to the blockchain network layer. The goal is to improve the performance of Erebus attack detection methods, by combining the traffic behavior with the routing status based on multimodal deep feature learning. The traffic behavior and routing status were first defined and used to describe the attack characteristics at diverse stages of s leak monitoring, hidden traffic overlay, and transaction identity forgery. The goal is to clarify how an Erebus attack affects the routing transfer and traffic state on the blockchain network layer. Consequently, detecting objects is expected to become more relevant and sensitive. A two-stage feature selection algorithm was designed based on ReliefF and weighted maximum relevance minimum redundancy (ReliefF_WMRmR) to alleviate the overfitting of the training model caused by redundant information and noise in multiple source features of the routing status and traffic behavior. The ReliefF algorithm was introduced to select strong correlations and highly informative features of the labeled data. According to WMRmR, a feature selection framework was defined to eliminate weakly correlated features, eliminate redundant information, and reduce the detection overhead of the model. A multimodal deep learning model was constructed based on the multilayer perceptron (MLP) to settle the high false alarm rates incurred by multisource data. Using this model, isolated inputs and deep learning were conducted on the selected routing status and traffic behavior. Redundant intermodal information was removed because of the complementarity of the multimodal network, which was followed by feature fusion and output feature representation to boost classification detection precision. The experimental results demonstrate that the proposed method can detect features, such as traffic data, at key link nodes and route messages in a real blockchain network environment. Additionally, the model can detect Erebus attacks effectively. This study provides novelty to the existing Erebus attack detection by increasing the accuracy detection by 1.05%, the recall rate by 2.01%, and the F1-score by 2.43%.     

基于用户体验的搜索引擎有效性评估研究

Forrester研究公司提供了5279名用户基于11个用户体验评价指标对4种搜索引擎进行有效性评价的结果,应用探索性因素分析法研究其内在影响因素。结果表明：①搜索引擎有效性的用户体验包含两个主要维度：内容准确性和内容直接性,是对11个评价指标的有效综合;文献综述结果表明,两个维度的用户体验具有相应的用户行为模式支持;②以内容准确性和内容直接性为评价指标对4种主流搜索引擎进行用户体验评估,评估结果与搜索引擎特征以及第三方评估结果相一致,并能有效解释搜索引擎特征与用户体验之间的关系。     

基于用户体验的非遗APP设计与应用研究

目的 实现非遗APP创新设计应用,提高非遗APP的用户体验,促进非遗文化的传播。方法 根据非遗文化活态性的特点将其分为静态特征文化和动态特征文化,对两种特征文化进行转换形成非遗文化知识单元,结合Garrett用户体验要素模型,构建非遗APP用户体验要素模型,分析模型中各层级的逻辑关系和设计原则。以二十四节气为例进行设计开发,通过用户测评结果验证该模型的可用性。结果 用户测试数据显示,以非遗APP用户体验要素模型指导开发的二十四节气APP,在价值性、可靠性、可用性和合意性上拥有良好的用户体验,能促进节气内容传播。结论 非遗APP用户体验要素模型能满足非遗APP开发的需要,为非遗APP的设计开发提供借鉴和思路,将其作为非遗APP用户体验的设计模型具有较强的可行性。     

汽车三维在线展示与虚拟试驾系统研究

目的针对在线汽车营销方式交互性、沉浸感差等问题,提升汽车网络化营销的交互体验性能。方法基于Unity3D平台,利用C#和My SQL数据库设计了汽车三维在线展示与虚拟试驾系统,采用显示层、应用层、数据层的三层体系结构,主要包含4个功能模块,分别为用户信息管理、汽车三维展示、虚拟试驾和试驾报告。依据SAEJ1100标准建立腿部空间测量模型,提出在虚拟试驾系统中腿部空间舒适性评价方法,并且基于实测数据构建虚拟试驾过程中的油耗预测模型。最终,建立较为真实的汽车试驾模型,同时确保试驾系统的流畅性和联机试驾的可操作性,实现系统的开发。实验验证系统的应用效果较好。结论汽车三维在线展示与虚拟试驾系统有效提高远程人机交互体验性能,为用户充分了解所选车型的特点和性能搭建了新型平台。     

人机接触运动交互中人体舒适感知的测量方法

目的 完善人机接触运动交互中用户的舒适度测量方法,提高机器人作业的智能感知能力。方法 基于机器人按摩作业平台,收集测试者人机接触中皮肤所受的力与变形等作业数据,以及主观触觉感知评价。建立以疼痛感、牵扯感和灼热感为基本维度的三维舒适度感知空间,通过反向传播神经网络建立客观测量数据与人体触觉感知的映射关系;采用支持向量机算法对人体触觉感知进行舒适、不舒适可作业和不舒适需停机分类。结果 实验结果显示,触觉感知预测模型和状态分类模型,能有效实现从作业特征信息到触觉感知再到人机作业状态的整体辨识。结论 该方法对人机交互过程中的作业特征和人体主观触觉感知进行联系和模式识别,为机器人安全、舒适的作业规划和在线控制提供了有效依据。     

基于马田系统的智能手机用户体验评价研究

目的探究量化评价智能手机用户体验的方法。方法通过关键事件法,提取影响智能手机用户体验的因素指标,构建用户体验评价模型,提出基于马田系统的评价体系,并以对某品牌手机的体验进行综合评价分析。结论马田系统的评价体系在评价用户体验方面是可行的。