基于安全审计的网络信息过滤研究

分析了网络信息安全过滤模型和相关技术上的不足,提出了在信息过滤模型中采用安全审计技术,构建了一个基于安全审计的网络信息安全过滤模型,该模型可以进一步提高网络信息过滤的效率和质量.     

贝叶斯正则化在信息安全风险评估中的应用

为提高网络信息安全风险评估效率,提出了一种基于贝叶斯正则化(BR)神经网络的风险量化评估模型.在信息安全风险分析方法(ISRAM)基础上,利用模糊理论对评价指标进行量化处理,使用BR算法对BP神经网络进行训练.模型仿真实验结果显示,BR算法相比传统的LM算法在训练性能和训练状态上存在一定优势,BR算法的训练拟合度可达9...     

基于序列蒙特卡罗的网络生存态势跟踪评估

为了对系统在不同环境下的可生存性进行准确的评价和比较,提出了一种基于序列蒙特卡罗的网络生存态势量化评估方法.首先建立系统动态模型,并利用该模型获取系统在当前时刻可生存性的先验PDF.然后在系统当前时刻观测值和观测似然模型的基础上,根据贝叶斯公式更新先验PDF.最后通过重采样,用加权样本组合逼近系统可生存性的真实后验概率分布.实验结果表明该算法具有定量描述、实时计算、动态跟踪等优点,是对网络生存态势评估的一个较好的解决方案.     

BP神经网络的改进及其在内网信息安全评估中的应用研究

针对反向传播人工神经网络(BP ANN)收敛速度慢的问题,提出一种改进的自适应动量因子的BP算法.该算法使得权值向量和偏置值都可以根据自适应动量进行调整,减小了学习过程中出现振荡的趋势,缩短了网络收敛时间.基于改进BP ANN建立电子政务内网神经网络评估模型,比较改进前与改进后BP ANN评估模型的性能.仿真结果表明,改进后BP ANN评估模型收敛性能更稳定且评估误差更小,能够更好地为复杂的电子政务内网进行信息安全评估.     

基于神经网络的UTRAN网络质量综合评价

为了评价3G无线网络UTRAN的运行质量,给出了3G无线网络UTRAN质量用户感知关键指标, 提出了利用基于前向单隐层BP神经网络方法的UTRAN网络质量综合评价模型. 该模型采用模糊综合评价算法构造训练样本集. 对比模糊综合评价算法对3G试验测试数据和该模型的评价结果可以看出,该模型能稳定、一致、可重复地评价UTRAN网络质量.     

多层次多策略的主动信息安全过滤模型

为了提高主动信息安全过滤的质量,将网络底层过滤技术和基于内容的安全过滤相结合,并以常规的两层过滤模型为基础,构建了一个多层次多策略的主动信息安全过滤模型,该模型可以进一步提高过滤的效率和质量.     

供水管网爆管分析算法及其GIS组件的实现

爆管分析是供水公司维护管线网的主要功能,当前市场采用的分析功能普遍具有算法复杂或功能简单、普用性低等不足,给出最优爆管分析结果较为困难.根据优质的数据,参照管网和爆管分析的需求,利用Geodatabase数据模型把管网建模为合理化的逻辑网络和几何网络,准确显示网络流向,基于图论原理与拓扑网络模型进行爆管算法设计,且采用ARCGIS提供的接口改善了爆管分析算法——深度优先搜索算法.现有算法的低搜索效率、阀门结果不精确等不足得到了很大的优化,且排查出了非必关阀门,得出了高效、准确的阀门关闭方案.该算法在运城供水公司的供水系统中得到了实际应用,实际应用效果表明了该算法的可行性和有效性.     

认知无线网络中非理想频谱检测的切换

针对在非理想频谱检测情况下频谱切换不准确的问题,利用抢占优先恢复M/G/1排队网络模型,提出一个具有错误数据重传机制的频谱切换算法,并通过传输时延和扩展数据传输时间2个参数分析了算法的性能. 通过实验仿真,讨论了漏检概率、扩展数据传输时间和用户流量负载的关系,验证了该算法的有效性.     

网络舆论意见领袖特征研究

为了发现网络舆论的意见领袖,利用从网络中采集到的基本数据,构造网络话题参与者的"属性矩阵",提出意见领袖综合评价算法,以排序方式列出意见领袖.通过实际示例说明应用该评价算法的基本步骤和计算方法.该模型具有一定的理论指导意义和实际使用价值.     

Network Security Analysis Based on Host-Security-Group

针对目前网络安全分析方法中攻击图规模庞大、生成算法效率低等问题,提出了主机攻击图的生成模型和算法.基于该生成算法,进一步提出了主机安全组的概念及其划分算法.通过对网络中的主机划分安全组,实现对网络安全性的分析.实验结果证明,该分析方法能描述网络整体的安全状况,方便安全管理员找出网络中的关键主机,具有直观、高效和准确等特点.     

配电网可靠性评估区间算法

提出一种利用区间算法评估复杂配电网可靠性的方法.为使网络简化,根据复杂配电网的特点,运用网络等值的方法通过进行向上等效和向下等效过程得到简单的辐射型网络.该算法对配电系统元件可靠性原始参数进行分析和处理,得到各元件的可靠性原始区间参数,在此基础上求出负荷点及系统的可靠性区间指标及停电经济损失区间值.应用该算法对RBTS-BUS2系统进行可靠性评估,结果表明该算法灵活、高效、有工程实用价值.     

配电网可靠性评估区间算法

提出一种利用区间算法评估复杂配电网可靠性的方法．为使网络简化，根据复杂配电网的特点，运用网络等值的方法通过进行向上等效和向下等效过程得到简单的辐射型网络．该算法对配电系统元件可靠性原始参数进行分析和处理，得到各元件的可靠性原始区间参数，在此基础上求出负荷点及系统的可靠性区间指标及停电经济损失区间值．应用该算法对RBTS—BUS2系统进行可靠性评估，结果表明该算法灵活、高效、有工程实用价值，     

Reputation evaluation method for open multi-agent systems

A reputation evaluation method based on multi-dimensional information representation and correlative algorithm is proposed for open multi-agent systems. First,a vector model is established to represent the reputation related information. Second,a vector based reputation model"TRUST"is put forward to evaluate the reputation of agents. Finally,a correlative algorithm for selecting the most appropriate service provider is proposed. Simulation results indicate that the method can quickly and accurately to achieve the aim of adaptive immunity to reputation fraud and improving the average gain that service consumer agents obtained.     

基于多任务卷积神经网络的虹膜图像质量评估方法

为了自动、准确、高效地评估采集图像的质量,设计了一个名为MTIQA的卷积神经网络。该网络能够输出与主观评价指标保持较高一致性的客观评估结果。MTIQA采用多任务学习策略,包含网络训练质量评估和失真类型分类两个任务,将两个任务的损失融合并构成新的损失函数。为了评估算法所得到的客观指标的可靠性,建立了名为SIR2019的单眼虹膜质量评估数据集,并召集志愿者进行主观实验以得到主观评价指标。在SIR2019和CASIA-Iris-Distance-Lamp数据集上的实验结果表明,该网络在虹膜图像质量评估上具有较好的可行性、准确性和鲁棒性。     

地铁盾构隧道管片安全状态评价

为准确评价地铁盾构隧道管片安全性,基于对地铁盾构隧道管片结构病害的形成机制分析,从管片变形、渗漏水、裂缝、拱顶脱落、材料劣化5个方面建立评价指标体系,划分管片结构安全状态评价等级,构建未确知测度函数,通过基于熵值改进的G2法确定权重,根据置信度识别准则判断风险等级,并将模型应用于某地铁盾构隧道,对其管片结构进行安全状态评价。研究结果表明：采用未确知测度理论能够准确评价隧道管片的安全等级,结果准确,实用性强。     

基于小世界网络的PSO算法在电力系统中的应用

针对发电机的阀点效应,电力系统机组优化组合属于复杂的具有混合型变量的组合优化问题,基于小世界网络(Small World Network,SWN)的邻域模型构造,最优化原理和基本粒子群算法(ParticleSwarm Optimization,PSO),以24个时间段所有机组总耗量最小为目标函数,建立了发电机组优化组合的数学模型.提出了将"平均最短路径小,聚集系数大"的小世界网络邻域结构引入到粒子群算法中,以机组的输出功率作为粒子的位置,给出了算法的具体实现方法.在10机系统中分别采用了SWN-PSO算法和遗传算法进行了仿真计算.算例结果表明:所提出的算法不仅有利于粒子之间的信息共享,并且可以更快、更准确地收敛到全局最优解,具有一定的实用性.     

可生存系统认知性的评估方法

针对自主可识别性机制,基于最短K-路径算法,提出一种可生存系统认知性的评估机制.首先,建立了可生存系统认知性评估的框架结构,给出了认知状态转移矩阵和认知评估指标;然后,对可生存系统的认知生存能力进行量化建模;最后,对某网络安全态势感知系统,针对DoS攻击行为,进行了认知性能的仿真验证,结果表明,所提方法如实反映了系统在不同攻击参数下认知性的动态演化,分析了系统中存在的生存威胁,验证了所提方法的可行性.     

面向APT攻击的网络安全威胁隐蔽目标识别方法

针对当前网络APT隐蔽目标攻击识别方法准确率低、攻击识别耗时长的问题,提出面向APT攻击的网络安全威胁隐蔽目标识别方法.引入关联规则算法构建隐蔽目标识别模型,据此构建APT攻击隐蔽目标识别的总体框架,根据APT目标档案属性相关性计算网络安全威胁之间的关联规则,根据关联规则提取APT目标档案数据,通过可信度计算实现APT攻击下的网络安全威胁隐蔽目标识别.仿真实验表明,所提方法具有较高的攻击识别准确率,且攻击识别耗时短,能够高效、准确地实现APT攻击下网络安全威胁隐蔽目标识别.     

网络安全态势感知新方法

针对网络安全态势感知问题,为了提高态势感知和预测过程的速度和精准度,提出一种基于神经网络的网络安全态势感知方法. 首先利用网络安全态势评估的指标体系来表征整个网络的安全状态,然后提出一种基于逆向传播(BP)神经网络的网络安全态势评估方法. 为解决态势要素与评估结果之间的不确定性及模糊性问题,提出一种基于RBF神经网络的网络安全态势预测方法,利用RBF神经网络找出网络态势值的非线性映射关系,采用自适应遗传算法对网络参数进行优化并感知网络安全态势,在真实网络环境下对提出的方法进行验证,实验结果证明该方法对网络安全态势感知是可行和有效的.     

基于动态规划优化传感器网络寿命的算法

根据多跳无线传感器网络的特点,为了优化网络中节点的生存时间,提出了一种求解无线传感器网络寿命Pareto最优的集中式算法.熵是系统平均程度的度量,通过证明最大熵函数与传感器网络寿命Pareto最优的等价关系,建立了求解传感器网络最大熵函数的动态规划模型,将复杂的多目标线性规划问题转换成单目标动态规划问题.理论分析和仿真研究结果表明,新算法能够快速有效地获得网络寿命的Pareto最优解,达到了优化传感器网络寿命的目的,提高了系统的可实现性并降低了计算复杂度.