基于稀有事件仿真的商业银行IT操作风险评估研究

系统仿真是风险评价的一种重要手段,针对商业银行IT操作风险预警问题,提出了一种基于稀有事件仿真的IT操作风险评估方法。采用商业银行IT操作风险的概率作为衡量IT操作风险高低的标准,构造基于稀有事件的商业银行IT操作风险识别模型,利用交叉熵方法构建了一种稀有事件仿真的有效算法,并由此估计出发生损失的概率。实证分析结果表明,模型对商业银行IT操作风险具有很强的识别能力,从而提供了一个风险预警的新视角。     

基于交叉熵方法构件软件可靠性优化

研究了构件软件可靠性的多目标优化问题中,如何实现最大化构件软件可靠性估计值的同时最小化构件软件可靠性估计方差。将可靠性优化过程转换成组合优化问题,设计出其重要抽样模型,运用交叉熵方法寻找最优重要抽样分布函数,解决构件软件多目标优化问题。最后给出交叉熵方法算法实现方案。     

基于朴素贝叶斯分类器的个人信用评估模型

个人信用评估是金融与银行界研究的重要内容。论文研究了三种朴素贝叶斯分类器信用评估模型的精度。在两个真实数据集上用10层交叉验证对朴素贝叶斯信用评估模型进行了测试,并与五种DavidWest的神经网络个人信用评估模型进行了对比。结果表明朴素贝叶斯分类器具有较低的分类误差,在信用评估中有优势。     

基于异构集成模型的个人信用评估研究

针对银行贷款风险控制中客户个人信用难以评估的特点,提出一种基于异构集成算法模型的个人信用评估。对个人信用特征进行分层学习,开展非均衡数据集处理实验,采用多类别不平衡方法对采集的个人信用特征进行均衡化处理,将少数类样本与等量多数类样本组成正负样本均衡的原始特征。采用异构集成模型对个人信用原始特征进行识别,实验结果表明,提出的异构集成学习模型AUC值达到0.916,相对于传统的机器学习模型的AUC值平均提升了7.38%,并具有良好的泛化能力。     

随机混成系统稀有属性的统计模型检测方法

统计模型检测,已成为随机混成系统安全性验证的重要方法.但对安全性要求较高的系统,其不安全事件和系统失效都是稀有事件.在这种情况下,统计模型检测很难采样到满足稀有属性的样本而变得不可行.针对该问题,提出了交叉熵迭代学习的统计模型检测方法:首先,使用连续时间马尔可夫链表示随机混成系统的路径概率空间,推导出路径空间上的参数化概率分布函数族;然后构造了随机混成系统路径空间上的交叉熵优化模型,提出了在路径空间上迭代学习最优重要性采样分布的算法;最后给出了基于重要性采样的稀有属性验证算法.实验结果表明:该方法能够有效地对随机混成系统的稀有属性进行验证;且在相同样本数量下,与一些启发式重要性采样方法相比,该方法的估计值能够更好地分布在均值附近,标准方差和相对误差减少超过了一个数量级.     

交叉熵算法在企业违约风险评估中的应用研究

系统仿真是风险评价的一种重要手段,针对企业违约预测问题,提出了一种基于交叉熵算法的违约风险评判方法。采用公司未偿还贷款的概率作为衡量违约风险高低的标准,利用交叉熵方法构造企业违约风险识别模型及其算法,并由此估计出发生损失的概率。与传统的预测方法进行比较,结果表明该模型对违约风险具有很强的识别能力,预测精度高。     

基于遗传神经网络的个人信用评估模型的研究

针对当前传统个人信用评价体系中的种种问题,提出了一种基于遗传神经网络(GA-NN)的个人信用评估模型.利用BP神经网络(BPNN)的自学习、自适应、强容错性,并通过遗传算法(GA)优化BP神经网络的连接权重和阚值.弱化了评价中的人为因素,提高了评价结果的准确性和权威性,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题.实例研究表明,遗传神经网络的评价模型是令人满意的.     

基于GA-CFS属性选择的个人信用评估模型

属性选择可以有效减少数据的冗余度和降低数据的维度,将GA-CFS属性选择方法引入个人信用评估中,利用CFS评价得到的启发式"价值"作为GA的适应度函数来对个人信用指标体系优化,建立了基于GA-CFS属性选择的个人信用评估模型.在Australian数据集上比较了ID3、NB、Logistic、SMO与GA-CFS属性选...     

基于经常性事件的信息系统风险评估优化决策

为了实现信息系统风险防范措施的优化决策,提出了基于经常性事件的信息系统风险评估优化决策方法.经过统计调查和系统分析,将不可接受的风险、对系统整体安全性影响较大的风险、重要的资产和自定义主要的风险防范措施,定义为经常性事件.通过对实现系统优化设计的阿姆达尔定律做出改进,得出单项风险防范措施对整体系统安全性贡献值的度量方法,并据此构建出优化决策量化模型.最后以实例证明了模型的有效性.     

基于神经网络规则抽取的个人信用评估模型研究

摘要：本文针对传统个人信用评估体系中的不足,提出了一种基于神经网络规则抽取的个人信用评估模型。通过对已经训练好的人工神经网络隐层激活值进行聚类分析,减少搜索空间,进而抽取出理解性好、简洁的符号规则。从而产生一组可理解的描述,这组描述能最大限度的模拟已经训练好的原神经网络的推理预测行为。使得评价中的人为因素得到弱化,克服了神经网络在个人信用评估中的“黑箱”性缺陷,增强了模型的稳健性：和可理解性。     

基于模糊综合评判的网站信用评估研究

从网站实体诚信安全角度出发,开展针对网络媒体用户的网站实体征信管理引擎的研制工作,具有重要研究价值和意义。而目前学术界还没有提出比较系统的网站信用评价指标体系,也没有将一些传统的综合评估方法应用于网站信用评估方面。拟结合既有的网络安全信用评价技术,对网络空间内的网站实体信用安全性进行系统研究,设计针对网站信用的指标体系并且研究模糊综合评判法在网站信用评估中的应用。研究工作主要如下:(1)研究并设计网站实体信用评估指标体系;(2)研究模糊综合评判法在网站信用评判中的应用。实验结果表明他们的指标体系是合理的并且模糊综合评判法可以应用于网站的信用评估。     

银行信贷风险的测量与控制

信贷风险是银行资产业务中最直接、经常性的风险．本文分析了目前金融风险测量 的主流技术VAR模型及其在信贷风险控制上的不足,从信贷风险产生的根源——企业破产深 层次角度,对企业破产风险状态的识别及破产概率进行了研究,提出基于生存函数的信贷风 险控制模型,并给出仿真计算案例．     

基于面向对象技术的离散事件仿真方法在局域网仿真上的应用

局域网仿真是局域网设计和性能分析中非常重要的环节,是网络性能分析的基础．本文提出一种面向对象技术和离散事件驱动技术相结合的仿真方法,并以以太网仿真为例进行了实验研究．结果表明,本文提出的方法可行且有效．     

一种基于子网关联的事件关联机制

故障在网络运行中是不可避免的，一旦故障产生，会在网络中进行传播，产生大量的告警事件，如何能够快速有效地从这些告警事件中准确进行事件关联，从而给故障定位是网络管理的关键会务，在研究故障的传播机制基础上提出了一种基于子网的事件关联机制，把事件的关联范围限定在事件发出者所存在的子网中，同时，还提出了自己的事件操作模型，分为预处理操作，基于操作和位置操作，最后提出了实现该机制的算法，测试了该算法的效率，并进行了性能分析。     

一个基于离散事件仿真的Multi-Agent经济仿真模型

本文根据复杂系统及Multi-Agent仿真原理构建了一个简单的三部门经济仿真模型． 在模型中采用了学习算法模拟了经济个体的智能行为，并应用离散事件仿真技术实现了代理 人之间的交互与通信问题及系统的动态模拟，系统模拟了企业在亏损时退出与不退出市场这 两种策略下的经济运作状况，说明了亏损企业不退出市场不仅将引起更多企业的亏损，而且 会使宏观经济指标下降．     

基于权限特征的一种Android应用风险评估策略

针对Android应用风险评估,提出基于权限特征的Android应用风险的一种评估策略。该策略对应用的风险评估由三个方面进行展开:由系统权限所带来的风险,自定义权限漏洞所带来的风险以及恶意权限组合所带来的风险。采用权限树集合的方式对系统权限进行风险评估,提出恶意权限组和对自定义权限漏洞所带来的风险,最终计算出应用实际的风险评估值。实验结果表明,与Androguard静态分析工具检测得出的应用风险值相比较,该方法更能精确评估应用风险值。     

基于信息扩散理论的洪水风险分析

利用基于信息扩散理论的风险分析方法，对洪水灾害进行了风险分析．该方法简单 易行，分析结果意义清楚，对防灾抗灾具有一定的指导作用．     

利用混杂Petri网对基于事件的机器人遥操作系统建模研究

针对采用基于事件思想的移动机器人遥操作系统，首次提出以混杂Petri网作为描 述工具进行建模，模型的离散部分利用传统的Petri网，对应于系统的操作者；连续部分利 用重新定义的便于描述微分代数方程的连续Petri网，对应于位于远端的移动机器人．     

一种基于层次分析法的大规模信息系统风险评估方法

大规模信息系统涉及到的资产种类多、数量多、分布范围广且网络结构复杂,在相关风险评估及等级测评实践中遇到了效率低下、结果不全面、灵活性差等问题。提出一种基于层次分析法的大规模信息系统风险评估方法。该方法结合大规模信息系统的特点,以层次分析法为基础,引入节点分类、风险调整等流程实现了定性与定量相结合的风险评估,有效解决了上述问题,为大规模信息系统的风险评估及等级测评工作提供了方法,同时为提高大规模信息系统等级测评的结果判定的准确性提供了思路。