基于D-AHP与灰色理论的信息安全风险评估

充分考虑评估信息不确定性对评估结果的影响,提出一种基于D数层次分析法(D-AHP)与灰色理论的信息安全风险评估方法。根据相关行业标准识别信息系统的资产、威胁、脆弱性及已有安全措施,构建评估指标体系并建立层次化结构模型。使用D-AHP方法求解各指标的影响权重,以解决评估信息不确定性问题。针对评估过程中信息资源不足的灰性特征,运用灰色理论求解灰色评价矩阵。在此基础上,对信息安全风险进行综合评估并直观显示评估结果。分析表明,该方法可利用不确定信息进行风险评估,为制定有针对性的风险管控策略提供参考。     

基于灰色模糊综合理论的信息系统定级

针对信息安全等级保护系统定级时存在大量人为主观性的问题,提出了运用灰色模糊理论与信息熵相结合来辅助确定信息系统安全保护等级的方法.首先,构造关于定级指标的灰色样本矩阵,采用灰色模糊理论确定灰色评价矩阵;然后,通过信息熵确定指标权重,计算得到客体被侵害程度;最后,依据传统定级方法(矩阵法)确定系统安全等级.以一个企业信息系统的子系统为例,使用该方法得到子系统客体被侵害程度为2.379,并最终确定该信息系统的安全保护等级为三级.实例结果表明:该定级方法采用定量与定性结合的方式能够有效确定信息系统安全保护等级,使得定级更为客观,是对传统方法的有效补充.     

多属性群决策理论信息安全风险评估方法研究

信息安全风险评估是信息系统安全工程的重要组成部分,是建立信息系统安全体系的基础和前提。针对信息系统安全评估中风险值计算难以量化、主观因素影响大的问题,提出了一种基于多属性群决策理论OWGA（有序加权几何平均）算子和CWGA（组合加权几何平均）算子的评估方法。采用该方法,解决了风险评估中评估要素属性的权重赋值问题,同时群决策理论的引入提高了风险评估的准确性和客观性。实例分析表明,该方法合理有效,可为信息系统安全风险评估提供新思路。另外,该方法比较适合于指导安全工程实践与评估软件系统的开发。     

面向信息安全专业的操作系统教学改革

针对操作系统在信息安全专业教学中针对性不强、没有体现授课对象专业特点差异的问题。本文从贵州大学操作系统教学出发,根据信息安全专业教学特点,结合贵州大学的实际情况,在操作系统实践教学、实验、课程设计、课外科技竞赛等方面进行探讨,提出了面向信息安全专业的操作系统教学改革思路。     

基于改进贝叶斯模型的信息安全风险评估

 随着信息化时代的到来,信息安全问题变得日益复杂与多样,因此急需一种高性能的解决方法。本文在前人的研究基础上进一步改进贝叶斯网络模型在信息安全风险评估中的应用。首先分析信息系统风险元素种类,提出一种新的确定风险因素的方法,即建立因素之间常见关联关系;然后依据因素关联关系确定信息系统指标体系,并结合经验积累的条件概率,利用Matlab贝叶斯网络工具箱（BNT）构建完整的贝叶斯网络风险评估模型,其中包括对评估流程、方法使用及风险等级确定的分析;最后通过实例分析改进的贝叶斯评估模型,对实验数据推理出风险各等级概率。仿真结果与实际结论相一致,表明改进的贝叶斯评估模型能够准确反映信息系统安全风险等级,是一种有效且合理的评估方法。     

基于D-AHP与TOPSIS的突发事件应急管理能力评估

在突发事件应急管理评估过程中,参评专家经验及语言描述差异会导致评估信息存在不确定性和模糊性,直接影响评估结果。针对该问题,基于D数偏好关系改进层次分析法(D-AHP)和逼近理想解排序法(TOPSIS),提出一种突发事件应急管理能力评估方法。根据应急管理实际情况建立评估指标体系,通过构建D-AHP层次结构模型求解各评估指标的影响权重,同时结合专家的评估结果,利用TOPSIS方法对评估对象的突发事件应急管理能力水平进行排序。对某市下辖4个区县的评估结果表明,该方法能有效识别应急管理过程中的关键环节,直观展示各个评估对象的实际水平并有助于给出完善应急管控建设的针对性建议。     

城市应急联动系统架构与统一模型研究

根据我国对城市应急联动系统(UERS)建设的要求,遵循软件工程领域内成熟的模型语言规范,设计一个基于统一建模语言的UERS模型,包括决策指挥中心、应急联动中心、各联动单位的调度中心、联动单位的分支机构、处置力量部门和处置力量编组。该模型可以协助系统开发人员规范系统的开发与软件重用,优化系统结构,加快UERS的开发进度。     

基于H．264的UMHexagonS算法研究

运动估计是视频压缩领域的关键技术。H．264编码器采用了高精度运动矢量,计算量迅速增长,运动估计消耗整个编码时间80％左右。在所提出的算法建立在分析UMHexagonS算法的基础上,在搜索窗口的大小选择,螺旋搜索及多层次六边形搜索的搜索点数减少3个方面进行了优化,保持了原有图象质量的同时有效地节省了运动估计时间。通过实验证明,优化后的算法与其他算法相比,在重建图象质量和码率接近的情况下,运动估计时间平均节省了12％,一定程度上提高了编码器的实时性。     

基于Mean Shift聚类的图像分割研究

图像的分割技术指的是将图像分成具有各种特殊性质的区域并且将感兴趣的目标提取出来的技术和过程.MeanShift算法是一种十分有效的聚类迭代的算法,能够在多种特征空间分析的相关领域得到应用,其中就包括图像的分割.实验的研究对象是处理视觉图像的分割,用扩展形式的Mean Shift算法来解决视觉图像的分割问题,获得了较好的成效.Mean Shift图像分割的算法由图像的滤波步骤及图像的合并步骤组成.色度域带宽、空域带宽以及最小区域的限制这3个重要参数控制着最终的图像分割效果.     

基于数据仓库的学生成绩分析模型设计

针对高校不同的教学管理业务系统中的大量信息得不到充分的利用的现状，通过数据仓库及其相关技术获取潜在有用信息，为教学管理的科学决策提供有力的支持。提出了一种构建学生成绩分析数据仓库的概念模型、逻辑模型、物理模型的设计方案。