集成化系统工程环境及其体系结构

该文从系统工程全局出发,将系统工程环境、软件工程环境与软件质量保证系统有机地结合在一起,综合考察计算机应用系统功能与性能要求,提出进行集成化系统工程环境ISEE（IntegrsteSystemEngineeringEnvironment）研究。ISEE支持从应用系统的功能、行为、数据和体系结构等多方位来为应用系统建模,系统分析员通过对应用系统建模的软件与硬件构件映射,资源合理分配,模型模拟执行,来分析和改进系统模型,提高应用系统代码生成的质量。该文首先介绍其方法学,接着较详细地介绍其基本思想,最后给出ISEE的体系结构。     

面向软件系统的指令时序建模与分析方法

软件指令时序调度是实时软件系统运行的基本问题,如何识别出实时系统中的关键任务,并对其进行及时调度和处理则是解决这一基本问题的关键。应用企业过程建模原理,构造了实时系统的软件过程时序模型,并基于SADT模型,提出了一个基于CPU时间和带宽分配的指令活动模型TB-SADT。引入合成数的概念以求解不确定性软件过程关键路径。针对软件过程模型的控制结构,考虑CPU时间和通信时间的分配,探讨模型中各活动之间时序调度问题。     

基于在线聚类的协同作弊团体识别方法

针对大规模服务计算环境中聚集反馈、协同作弊和虚假评价等问题,通过融合在线聚类与共谋欺骗检测技术,提出了一种支持大规模服务可信度分析的在线协同作弊用户发现方法.首先,根据大规模服务系统日志中用户反馈评分信息,综合考虑大规模服务计算的大数据特性问题,设计了一种新颖的基于改进更新规则的在线KMeans聚类算法：在基于随机梯度法的在线聚类算法的基础上,采用了一种改进的基于小批量学习的在线聚类方法;并且,通过自动修正权重的聚类分组方差计算,进行递减增量优化,提高了在线KMeans算法的聚类质量,同时保证了聚类算法的时间效率;然后,充分考虑了协同作弊团体的同谋行为特征和协同攻击现象,利用聚类分组的性质和同谋团体异常性的特征,检测出协同作弊团体.仿真实验结果表明：提出的基于在线聚类的协同作弊团体识别方法具有良好时间性能,有效地解决了大规模服务计算中虚假反馈的问题.     

一种基于时序行为的流过程协同重构算法

过程流数据具有实时性、连续性和时序性等特征,使得传统过程挖掘算法难以发现隐含信息和演化过程。针对流过程模型的动态演化和重构要求,提出了一种基于时序行为分析的自适应混合启发式协同优化算法。首先定义演化流过程模型,基于日志活动间的隐含依赖关系改进过程逻辑的启发式挖掘规则,然后定义基于时序行为的老化因子,并引入高斯变异的多种群协作的自适应策略,改进粒子群优化算法的全局和局部精确寻优能力,实现优化和重构过程模型。该算法在四个典型测试函数上进行了对比实验,结果表明该算法在流过程挖掘中具有更好的收敛性和稳定性。     

跨组织应急业务过程挖掘

对跨组织应急业务过程案例进行分析,给出了跨组织应急业务过程任务的形式化定义及其协作关系的定义,根据跨组织应急业务过程任务间的协作关系定义不同组织间的协同模式;然后,基于扩展消息库所的Petri网模型来描述跨组织应急业务过程模型;给出挖掘组织内业务过程模型和组织间协同过程模型的挖掘算法,最后通过模型集成算法将不同组织的内部业务过程模型和组织间协同过程模型进行合并,得到跨组织全局应急业务过程模型,使用PIPE对模型进行正确性验证。     

基于智能合约的可信筹款捐助方案与平台

传统筹款捐助平台的集中式管理难以满足高可信机制的需求,筹款信息真假难辨,善款流向不透明。区块链技术的去中心化、数据不可篡改、可溯源、点对点交易等特点为构建可信捐助平台奠定了基础。由此以区块链技术为基础,提出了一种基于以太坊智能合约的捐助方案。首先,将筹款信息和捐款交易事件等存储在以太坊区块链上,并利用保证金机制保证了数据的真实性和可溯性;同时,阐述了该方案的架构模型,提出智能合约算法Donate代替人工操作,防止善款挪用和久未到账问题;最后,通过基于智能合约的可信筹款捐助平台验证了该方案的可行性。将所提平台与传统筹款平台比较分析,证明了该平台能安全有效地防止虚假筹款和善款挪用。     

GA-LightGBM 模型及其在车辆保险需求预测中应用

为了提高LightGBM 模型在车辆保险需求预测的准确率, 引入遗传算法来优化LightGBM 模型的参数, 提出 了一个GA-LightGBM 模型。该模型主要分为3 步: ① 对数据集进行预处理, 包括特征描述性分析、去除无效值、分 类特征数值化以及数值特征标准化; ② 使用遗传算法快速随机的全局搜索能力优化LightGBM 模型参数; ③ 根据 最优参数组合训练LightGBM 模型, 并将最优模型应用于车辆保险需求预测中。实验结果表明在车辆保险需求预测 方面, 采用GA-LightGBM 模型在均方根误差、召回率、F₁ 值和AUC 值相较于网格搜索法以及贝叶斯搜索法均有 提升, 模型性能均优于随机森林、GBDT、Bagging 和Adaboost, 可为保险公司商业决策提供参考。     

基于微服务的大学生心理咨询模型及其服务平台设计与实现

传统的心理系统是基于Web端实现的,随着移动互联网的兴起,微信的快速发展,基于微信平台实现的系统不仅可以跨平台,而且能让学生很方便的随时随地开展心理咨询活动。提出了一种基于PDCA模型的大学生心理咨询全生命周期的过程管理模型,支持大学生心理健康演化成长;并基于微服务实现了大学生心理咨询服务平台原型系统设计与开发,原型系统目前已上线为大学生提供心理咨询服务,运行结果良好,系统功能稳定,有效改善了大学生的心理状态,降低了心理问题的发病率。     

自适应重配置软件系统的运行时监控方法研究

运行时监控技术作为实现自适应软件的一个重要研究内容,现已成为当前很多软件工程方法中用来提高软件产品可信性的一个重要设计原则。针对现有的很多软件监控方法常常将系统的监控逻辑与业务功能逻辑混杂在一起的问题,提出了一个需求模型驱动的、自适应重配置软件的运行时监控方法。以软件系统的目标模型及属性规约为基础,介绍了如何构建系统的监控模型、生成和编织监控代码,以及进行运行时诊断分析和自适应重配置调整。该方法通过采用独立于应用程序的外部单元来实现对运行时系统的监控、诊断和自适应重配置处理。这更利于系统的维护和管理,也更符合软件复用的思想。     

改进的无证书广义指定验证者聚合签名方案

无证书广义指定验证者聚合签名(CTL-ASWUDV)能有效解决签名者的隐私保护问题。针对最近指出的张玉磊等学者的CTL-ASWUDV方案构造无效且不满足两类敌手攻击的问题,提出了一个改进的CTL-ASWUDV方案(CTL-ASWUDV-1)。该方案在保持了原方案中聚合签名长度和双线性配对数固定的优点的同时,有效克服了两类敌手的攻击。进一步提出了一个更加高效的CTL-ASWUDV方案(CTL-ASWUDV-2)。在随机预言机模型下,证明该方案的安全性可规约为CDH问题。同时,该方案与目前已有的同类方案相比具有如下优势:单个签名和聚合签名无需双线性配对运算,而且聚合签名验证所需的双线性配对数量与签名人数无关,与单个签名验证数量相当,都是1个配对运算;聚合签名长度和指定验证者签名长度与签名人数无关,与单个签名长度相当,都是固定的1个元素,大大节省了网络带宽。