基于微分动态逻辑的CPS建模与属性验证

随着信息物理融合系统(Cyber-Physical Systems,CPS)应用的越来越普及,CPS的设计和实现能否满足实际需求显得至关重要.本文提出了一种CPS建模与属性验证框架.在框架中,首先使用HybridUML对CPS进行建模,然后将该通用模型转换为形式化模型,进而进行形式化验证.本文采用的形式化验证方法为dL(Differential Dynamic Log-ic),其操作模型为hybrid program.将HybridUML模型转换为hybrid program时,基于语义一致性的原则定义转换规则.转换完成后,结合得到的hybrid program对验证的CPS属性进行规约,最后使用定理证明器KeYmaera对属性进行自动化验证.     

针对时间序列多步预测的聚类隐马尔科夫模型

时间序列的预测在现今社会各个领域中有着广泛的应用.本文针对时间序列趋势预测中的多步预测问题,提出了基于聚类的隐马尔科夫模型,利用隐马尔科夫模型中的隐状态来表示产生时间序列数据时的系统内部状态,实现对多步时间序列的预测.针对时间序列聚类中的距离计算问题,提出结合时间序列时间性和相似性的聚类算法,并给出了迭代精化基于聚类的隐马尔科夫模型的方法.实验表明,本文提出的方法在时间序列多步预测中精度较高.     

基于可能性时空混成自动机的CPS软件建模

信息物理融合系统(CPS)对复杂系统的建模与验证是当前控制研究领域的一个热点问题。考虑不确定环境因素对CPS系统的影响,结合可能性测度与时空模型,给出一种可能性时空混成自动机的信息物理融合系统的建模方法。以时空混成自动机为建模工具,通过分析CPS的体系结构,讨论衡量不确定性的可能性对CPS软件运行时的时空动态影响,给出一个可能性时空CPS系统架构。通过理论证明和实例分析在不确定环境下可能性时空混成自动机为CPS软件系统建模的可行性。     

数字图书馆公用网络信息传输通道恶意节点检测方法

以确保数字图书馆用户信息的安全性为目的,研究了数字图书馆公用网络信息传输通道恶意节点检测方法。通过拓扑结构分析网络场景,以有效发送率、转发率、入度与传输时延均值描述节点特征属性,再根据节点特征属性构建恶意节点攻击模型。根据恶意节点攻击特征全方位检测网络节点的运行状态并构建观测序列,然后训练隐半马尔科夫模型,通过确定观测序列对于隐半马尔科夫模型的熵值判断节点是否为恶意节点。实验结果表明：该方法能够有效描述实验对象内的恶意节点攻击行为,并准确检测恶意节点。     

基于扩展自动机的服务组合静态与动态验证方法

针对目前Web服务组合研究中缺少对定量属性的验证以及在服务运行过程中缺乏对出现异常时的故障处理等问题,提出了一种基于扩展有限自动机的Web服务组合静态与动态验证方法。该方法首先对有限自动机进行扩展,建立了一个可以描述数据及时间等信息的Web服务组合形式化模型;基于该模型,采用计算树逻辑(CTL)描述相关属性,并利用模型检测工具UPPAAL对Web服务组合的行为属性、时间属性以及数据属性等进行了验证;最后结合所建立的诊断模型,给出了一种能够对Web服务组合运行过程中出现异常时进行有效处理的错误诊断算法。     

基于启发式SCCs的广义Büchi 自动机判空检测算法

 基于自动机理论模型检测的一个关键算法是判断有穷状态系统是否满足属性的判空检测.对标准Büchi自动机作判空检测,容易引起状态爆炸.本文以TGBA为研究对象,提出基于启发式SCCs的广义Büchi自动机判空检测算法.该算法在on-the-fly算法的基础上结合启发式深度优先搜索和SCCs检测算法,能较快地判断TGBA的非空性.通过正确性证明、复杂性分析和实验验证了该算法的正确可行性.在TGBA非空的情况下,该算法的时空性能比已有算法更优.     

基于计算语义的安全协议验证逻辑

提出了一个基于计算语义的安全协议验证逻辑,能准确描述安全协议中的各种计算行为和通信行为.设计了基于该逻辑的证明系统,能对密码学中常用加密算法的各类安全属性规范直接描述,具有密码学可靠性.发现了计算协议组合逻辑在加密算法安全性建模时存在的不可靠性,并提出了解决方法.通过对Needham-Schroeder-Lowe协议安全性的证明,验证了逻辑的证明能力.与大部分验证方法不同的是,本逻辑属于由密码学算法安全性到协议安全性的正向推理方法,兼具符号方法的易用性和计算方法的可靠性.     

面向移动智能设备的多特征融合隐式鉴别机制研究

隐式鉴别机制在解决移动智能设备的安全性与易用性冲突方面具有重要而独特的作用.然而,已有工作通常基于单一特征或动作进行隐式鉴别,仅适合于特定动作、场景和范围.为了解决此问题,本文利用用户使用设备时存在位置、环境、状态、生物和行为特征,提出了一种基于多特征融合的隐式鉴别方案.该方案采集设备内置传感器、生物和行为数据,通过支持向量机方法训练和提取特征,设计多特征融合模型和构建隐式鉴别框架,计算用户身份信任水平,设计差异化安全策略并持续透明地鉴别用户身份.实验验证了该方案的有效性,并且能够平衡安全性与易用性和资源消耗.     

基于格拉斯曼流形的状态跟踪方法研究

传统的格拉斯曼流形状态估计是将状态空间模型置于格拉斯曼流行上,在后验跟踪模型的基础上递推估计。但是,该方法将观测模型和噪声都限制在格拉斯曼流形上会产生较大误差。针对上述问题,提出一种基于格拉斯曼流形的粒子滤波算法(Grass-Mann Manifolds-Paticle Filter,GM-PF),利用粒子滤波算法估计流形上的隐马尔科夫过程。仿真实例表明,该方法显著提高了流形上的隐马尔可夫过程的估计精度,且当噪声逐渐增大时,粒子滤波算法表现出良好的抗干扰能力和跟踪性能。     

基于独立混合模型的EM算法参数初始化实现方法

隐马尔科夫树( Hidden Markov Tree, HMT )的状态不能被观测到,只能观测到另一个与状态有联系的量,通过观测量估计HMT模型参数是一个不完全数据参数估计问题。期望最大化( Expectation Maximization, EM )算法是一种求参数极大似然估计的迭代算法,可以用于解决不完全数据参数估计问题,因此被广泛应用于HMT模型的参数估计中。当初始参数偏离真实参数较大时,EM算法迭代次数多,收敛速度慢,通过一个计算量不大的参数初始化处理,能够有效减少EM算法的迭代次数,加快收敛速度。本文提出了一种基于独立混合模型的参数初始化方法,详细介绍了该方法的实现过程,通过采用独立混合模型进行参数初始化,使得EM算法的迭代次数明显减少,收敛速度大大提高。最后,计算机仿真验证了该方法的可行性和有效性。      

分布式系统动态更新的研究

为了动态更新分布式系统,研究了多结点分布式系统的更新顺序问题以及更新过程中新旧版本共存的难题,同时提出一种动态更新分布式系统的方法,该方法基于设计模式中的代理模式,不需要运行时机制的支持。最后通过实验证明了该方法的有效性和安全性。     

信息物理融合系统软件可信性演化动力学建模

信息物理融合系统(CPS)软件可信性建模是CPS可信软件开发过程中至关重要的一环,现有的形式化方法、软件验证技术并不适合对CPS软件可信性动态演化进行描述和分析。在深入分析CPS可信软件动态演化过程的基础上,结合非线性动力学的基本理论和方法,研究CPS软件可信性演化的动力学机制,对CPS软件在内外双重因素影响下的可信性演化过程进行建模,并分析其可信性演化规律,为CPS软件可信性研究提供了一种新手段。通过对一个工业控制领域中CPS软件的建模与分析,验证了该方法的可行性。     

DFA在海杂波标度特性分析及目标检测中的应用

采用消除趋势波动分析(DFA)方法,研究了非平稳海杂波的标度特性及其参数表征问题,并提出了一种基于标度特性差异的目标检测算法。首先,在海杂波建模为分数布朗运动模型的基础上,对比分析了DFA和波动分析(FA)得出的标度特性,并初步解释了交叉标度现象出现的机理。然后,在假定相邻尺度范围内海杂波与理想分形模型相吻合的前提下,引入分段标度指数来表征海杂波标度特性随尺度的变化关系,分析结果表明,在特定的尺度范围内该参数可以有效区分目标单元与海杂波单元。为此,以该尺度范围内的分段标度指数均值为检验统计量设计了一种新的目标检测算法,并对尺度区间范围的选取、检测性能等问题进行了分析。实测数据中的检测性能证实了检测算法的有效性。      

一种无匹配时间损耗的DFA压缩算法的研究与实现

高性能深度包检测系统使用确定型有穷自动机DFA（Deterministic Finite Automata）来执行数据包的检测过程.然而,DFA所带来的存储消耗问题使其难以适用于片内资源稀缺的FPGA.目前已存在多种算法着眼于解决DFA的空间爆炸问题,但是其在带来较好压缩率的同时,也在一定程度上影响到了系统的检测速度.本文提出了一种无匹配时间损耗的DFA压缩算法,并在此基础上,基于FPGA硬件平台,设计实现了单个DFA匹配引擎.实验测试结果表明,本文所设计的算法,在未影响整个系统匹配性能的前提下,可以实现10%~30%左右的压缩率.     

基于子带HMM和MLP的话者确认系统的噪声鲁棒性研究

噪声鲁棒性是影响话者确认系统实用化的关键问题之一，为了提高系统的噪声鲁棒性，本文设计了基于子带隐Markov模型（HMM）和多层感知机（MLP）的话者确认系统，系统由多个子带系统所构成，对每个子带分别建立基于背景模型的连续HMM话者确认模型，采用MLP对各个子带HMM的输出进行非线性拟合，并利用MLP直接做确认判决，在与文本有关的话者确认实验中，本文提出的模型较常规基于背景模型的HMM话者模型在确认性能和噪声鲁棒性上均有所提高，实验进一步表明，利用MLP进行拟合和判决在一定程度上解决了话者确认阈值设置的困难，有效地提高了确认系统的鲁棒性。     

Fast execution for circuit consistency verification

In this paper, a fast solution for circuit consistency verification is investigated. It is an efficient algorithm that is implemented to compare the extracted layout data with the originally designed data. A special partitioning method is guided by the circuit philosophy. This method has two major features over other techniques. First, the average time complexity for verification is only O(M log M), where M is the size of the circuit. Second, it can not only detect the exact error point but also report simultaneously the corresponding correction in the interactive environment. These features will clearly make the design and verification tasks quicker and easier. Experimental results of this verification system show that the circuit comparison can be accomplished by the proposed circuit-based algorithm with nearly linear runtime complexity.     

Automatic Detection System for Cough Sounds as a Symptom of Abnormal Health Condition

The problem of attending to the health of the aged who live alone has became an important issue in developed countries. One way of solving the problem is to check their health condition by a remote-monitoring technique and support them with well-timed treatment. The purpose of this study is to develop an automatic system that can monitor a health condition in real time using acoustical information and detect an abnormal symptom. In this study, cough sound was chosen as a representative acoustical symptom of abnormal health conditions. For the development of the system distinguishing a cough sound from other environmental sounds, a hybrid model was proposed that consists of an artificial neural network (ANN) model and a hidden Markov model (HMM). The ANN model used energy cepstral coefficients obtained by filter banks based on human auditory characteristics as input parameters representing a spectral feature of a sound signal. Subsequently, an output of this ANN model and a filtered envelope of the signal were used for making an input sequence for the HMM that deals with the temporal variation of the sound signal. Compared with the conventional HMM using Mel-frequency cepstral coefficients, the proposed hybrid model improved recognition rates on low SNR from 5 dB down to –10 dB. Finally, a preliminary prototype of the automatic detection system was simply illustrated.      

基于概率策略逻辑的VANET信息广播模型定量验证方法研究

VANET网络中信息的发送和接收具有随机性和不确定性,IEEE 802.11p广播协议无法适应VANET网络拓扑动态变化,于是研究者们根据不同环境中的具体应用需求提出了各种VANET广播协议,如何对新提出的协议的性能以及可靠性进行分析与验证是一个关键性问题.自动化的定量验证技术能够针对系统需要满足的多个性质进行分析,并给出满足需求的最大或者最小概率.然而研究人员在进行定量验证过程中使用的PTCL、rPATL等逻辑语言都不能够明确描述用户的策略是什么,因此本文提出基于概率策略逻辑的模型定量验证方法.该方法首先对系统中的多个角色使用概率时间接口自动机对其行为建模,然后使用概率策略逻辑语言对系统需要满足的性质进行描述,最后基于定量验证算法自动给出系统相关性质的分析结论.本文将该方法应用到VANET信息广播协议性能分析上,能够针对外界环境的变化选择合理的策略,从而分析出不同环境下信息广播发送成功的最大概率.     

FPGA硬核处理器系统加速数字电路功能验证的方法

为了缩短专用集成电路和片上系统的功能验证周期,该文提出FPGA硬核处理器系统加速数字电路功能验证的方法。所提方法综合软件仿真功能验证和现场可编程门阵列原型验证的优点,利用集成在片上系统现场可编程门阵列器件中的硬核处理器系统作为验证激励发生单元和功能验证覆盖率分析单元,解决了验证速度和灵活性不能统一的问题。与软件仿真验证相比,所提方法可以有效缩短数字电路的功能验证时间;在功能验证效率和验证知识产权可重用方面表现优于现有的FPGA原型验证技术。     

基于增殖系数的混沌信号提取算法

本文提出一种基于混沌信号特性的信号盲提取算法,由于不同的混沌信号在相空间里面对应着不同的吸引子二阶增长率,利用这个特点定义了增殖系数（Proliferation Exponent,PE）并将其作为混沌信号提取的目标函数.首先分析基于增殖系数的梯度搜索方法在解决盲提取问题时存在不足,并将混沌信号的盲提取问题转化为带约束的优化问题,提出利用改进的粒子群优化算法解决信号盲提取的优化问题,通过惯性系数动态调整和最优位置的扰动,提高算法的寻优性能.实验结果表明基于增殖系数的信号提取算法能有效地提取混沌信号,提取的信号在时域和相空间与源信号接近,同时算法也表现出对噪声污染的鲁棒性.