基于减聚类ANFIS模型的船舶横摇运动实时预测

为准确高效地预测船舶在波浪中的航行状态以保证人员、货物和船舶的安全,提出一种基于减聚类的自适应神经模糊推理系统(Subtractive Clustering based Adaptive Neural-Fuzzy Inference System,SC-ANFIS)模型.SC-ANFIS模型使用减聚类算法对输入样本进行聚类分析,得到模糊规则数,并建立神经模糊推理系统,再使用结合BP算法与最小二乘估计算法的混合算法对建立的预测系统进行优化训练,得到最优的预测系统模型,并使用自相关分析确定预测系统模型的输入.运用该模型对大连海事大学科研教学船"育鲲"号的横摇运动进行实时预测,结果验证了该方法可行、有效,并具有较高的预测精度.     

TPM虚拟域安全模型

针对TPM访问控制机制无法直接应用于虚拟计算、云计算等环境的问题,重点分析TPM内部对象间依赖关系,并结合虚拟域的安全需求,建立TPM虚拟域安全模型.该模型对TPM对象的访问请求增加了虚拟域的完整性、机密性等安全约束,解决了多虚拟域环境下的TPM对象的创建、使用、销毁等问题.还进一步对该模型的安全规则进行了相关逻辑分析,并通过实际原型系统的测试,证明了TPM虚拟域安全模型的实施对可信虚拟平台的性能影响非常小.     

基于混堆模式的集装箱码头出口箱进场选位策略

针对集装箱码头出口箱进场选位问题,提出基于混堆模式的出口箱进场选位优化策略.该策略以压箱数最少为目标,建立基于整数规划的选位模型;根据发箱时较低翻箱率的要求,采用启发式算法和分布式遗传算法相结合的混合算法求解选位模型;其中启发式规则用于缩小可行解的范围,分布式遗传算法用于求近似最优解.某集装箱码头的仿真案例表明,采用该模型和算法对降低船舶压箱总数和在港时间具有一定作用,说明该出口箱混堆选位模型和算法的有效性与实用性.     

一种基于可信计算的涉密文件抗丢失技术

分析软件的安全威胁和涉密文件的安全威胁,概述可信计算中软件行为动态度量技术和涉密文件数字水印技术,提出一种基于可信计算软件动态度量和文件水印标签技术相结合的涉密文件抗丢失技术方案.最后对该技术模型的特点进行了总结.     

一种基于强化学习的在线神经模糊控制系统

为了实现基于非训练数据的神经模糊控制器的在线学习,提出了一种基于强化学习的神经模糊控制系统和相应的学习算法.该控制系统由神经模糊预测器和神经模糊控制器两部分组成,其中,神经模糊控制器采用基于确定度的模糊规则模型作为知识表示形式的扩展型神经模糊网络.在学习算法的设计中,尝试了利用强化信号得到输入状态的“期望输出”,进而将强化学习转化为基于训练数据学习的解决思路.仿真实验验证了所提出的控制系统结构和学习算法的合理性和可行性.     

数据加密中的生长树复合模型

在深入研究分组密码及其工作模式的基础上,引用正交空间的成熟理论,提出一种基于生长树的复合模型. 该模型对各经典分组密码算法加密后的密文进行复合,生成安全强度更高的输出序列. 理论分析和实验结果表明,该模型性能良好.     

基于模糊示例学习的蠓虫分类规则的设计

基于模糊示例学习,利用模糊 ID3算法,提出了蠓虫分类模型 .通过生成的模糊决策树,并结合实际情况,给出了一个有特色的模糊分类规则 .为蠓虫的正确筛选提供了一个较可靠的方法 .     

一种基于项重写的密码模块API安全性检测算法

针对密码模块API的形式化验证,提出一种基于项重写形式化模型的检测算法. 该算法利用符号化及广度优先搜索方法,使用项重写规则对敌手的初始知识集不断进行匹配和扩展,直到找到攻击路径或者搜索完状态空间. 以密码模块API标准PKCS#11为例具体实现了该检测算法,通过5个实验完成了对PKCS#11对称密钥管理部分API的形式化验证. 实验结果表明,该方法能有效检测针对PKCS#11的攻击,并找到一个新的攻击序列.     

计及经济性和安全裕度的机组组合多目标优化研究

机组组合的优化方案可以减少运营成本,同时改善电网的安全裕度。本文提出了一种同时考虑经济性和安全裕度目标的多目标机组组合模型。该模型将静态有功安全域加入约束条件,以发电机组出力作为优化变量,并基于此提出了一种同时考虑安全裕度和运营成本的多目标机组组合优化模型,并通过约束法来求解该多目标优化模型,最后通过帕累托解集和模糊决策理论来选择最优折中方案。     

航班预定口语对话系统的设计与实现

介绍一个航班预定口语对话系统的设计与实现, 该系统允许用户通过普通话进行航班信息查询与预定.重点介绍口语对话系统中的口语语言理解.为了克服语音识别引入的识别错误导致语义理解错误的问题, 提出基于词混淆网络的两阶段中文口语语言理解方法:首先从词混淆网络中选择N元文法作为分类特征, 进行主题分类, 并通过语义分类模型解析获取对应的语义树结构;然后利用基于规则的语义槽填充器抽取相应的语义槽属性-值.该方法是数据驱动的, 训练数据的标记比较容易.实验在汉语航班预定领域进行, 结果表明, 在语音识别字错误率很高的情况下, 该方法比传统的基于语法规则的语言理解方法更加鲁棒, 在语义理解正确率方面有明显改善.     

基于船舶自动识别系统的局部缩减航道元胞自动机模型

为提高船舶进出港口的安全和效率,针对船舶进出口航道双通道航道有一条通道局部关闭,船舶需要变道绕行另一通道的情况,提出基于船舶自动识别系统（Automatic Identification System,AIS）的NaSch船舶交通流模型,建立一种航道局部缩减的元胞自动机（Cellular Automata, CA)船舶交通流模型.结合船舶实际交通情况给出计算机数值仿真的船舶交通流时空斑图以及发生意外时的事故 恢复空斑图.针对一个算例,运用模型分析影响通道通行能力的警戒区长度设置、船舶到达率等交通要素.结果表明,该模型可以应用于决策模拟以提高航道通行能力、减少船舶滞留.     

基于IPv6的P2P-SIP可证明安全无证书匿名通信协议

依照下一代网络协议的发展趋势,分析IETF提出的SIP协议和P2P网络结合的P2P-SIP网络的特点,针对其优势和不足提出一个基于椭圆曲线算法并适用于IPv6的P2P-SIP无证书匿名通信协议,使用CK安全模型对方案的安全性进行了证明. 对协议的安全性分析表明,该协议具有相互认证、完美前向保密性、匿名性、已知密钥安全、非密钥泄露伪装等安全属性;协议可抵御已知密钥攻击、中间人攻击、SYBIL攻击等攻击. 通过与已知协议的比较可知,该协议有更好的安全性和效率.     

基于熵权的海上交通风险成因物元评价模型

为准确掌握和分析船舶事故原因,有效地进行船舶安全管理,以不同水域不同船舶事故成因的风险、频率和后果为基础,建立基于熵权的海上交通风险成因物元评价模型.通过该模型对船舶事故成因进行评价,得出船舶事故成因的重要度.实例证明,基于熵权的物元模型适用于海上交通风险成因评价,补充、完善了海上交通风险成因评价体系,为海事安全管理提供决策支持.     

一种基于HTML5的安全跨文档消息传递方案

全面分析现有基于HTML5的跨文档消息机制的安全性,指出其中存在的安全风险,并在此基础上设计和实现了跨文档消息传递方案SafePM.SafePM引入消息安全规则白名单,通过双向检测机制实现对消息收发的完全控制,通过消息内容安全控制机制消除内容中的安全隐患.同时加入自动安全检测以及安全规则隐藏等机制,从而防止消息泄露和篡改,减少跨站脚本执行的风险,实现安全的跨文档消息传递.     

一个基于安全模型的测试用例生成工具

在基于安全评估标准的安全数据库管理系统（Security Database Management System, SDBMS）的安全功能测评中,存在的困难问题之一就是缺乏合适的测试用例.而目前基于安全产品形式化规约的测试用例自动生成方法并不能完全适用于这种需要.因为包括SDBMS在内的大多数信息安全产品的系统规约并不能真实的反映现实系统的行为,系统中的操作除了要完成其预定的功能外,同时还必须满足安全产品安全策略的约束.本文采用了基于安全产品安全策略模型的测试用例自动生成方法,设计并实现了一个测试用例自动化生成工具——CaseBuilder.该工具可针对SDBMS快速生成能够满足产品安全策略测试要求的测试用例集.     

基于有向信息流的Android隐私泄露类恶意应用检测方法

Android系统占据智能移动终端市场81.9%的份额,预计还会持续增长.同时,针对Android系统的恶意应用日益增多,Android恶意应用程序检测技术已经成为安全领域研究的热点问题.本文提出一种基于有向信息流的针对Android隐私泄漏类恶意应用的检测方法.该方法首先反编译应用程序,分析配置文件中的权限申明;基于隐私点数据集构建隐私数据有向信息流模型;通过在信息流模型中对隐私点的跟踪分析,检测隐私数据是否被发送出去而导致信息泄漏.该方法在对Android第三方市场的7 985个应用程序检测中,发现357个恶意应用.通过实验方式验证了检测结果的准确性.结果表明该方法对Android隐私泄露类恶意应用具有很好的检测效果.     

基于核函数原型和自适应遗传算法的 SVM模型选择方法

针对现有SVM模型选择方法中人为指定核函数类型导致SVM模型性能难以达到最优的问题,提出了核函数原型的概念,并在此基础上提出一种基于核函数原型和自适应遗传算法的SVM模型选择方法. 该方法针对具体问题选择最优的核函数,有效地提高了SVM模型的性能;同时该方法通过动态调整遗传算法的控制参数,提高了SVM模型选择方法的稳定性. 在5个标准SVM数据集和遥感图像上的实验证明了该方法的有效性和稳定性.     

保护私有信息的统计量化规则挖掘

统计量化规则（SQ rule）在数据挖掘中拥有重要和有用的地位。尽管集中式挖掘SQ规则的算法已经存在,但是集中式算法不能简单应用到分布式环境中,尤其涉及到分布式环境中各方的私有信息保护的时候。考虑数据分布共享的多方,在不泄漏各自的私有信息的情况下,合作完成SQ规则的挖掘问题。该问题属于保护私有信息的数据挖掘（PPDM）研究领域的问题。基于3个PPDM的基本工具,包括安全求和、安全求平均和安全求频繁项集的集合等,提交2个算法,共同完成水平划分数据下的保护私有信息的SQ规则挖掘。其中,一个算法安全计算置信区间,该区间用来检验规则的重要性;另一个算法安全挖掘规则。最后,给出算法的正确性、安全性和复杂性分析。     

基于本体的拜占庭攻击的建模及检测

通过对拜占庭攻击的详细分析,根据其特征提出了基于本体论的拜占庭攻击模型.该模型从概念类、关系、推理3个方面对拜占庭攻击进行了描述,实现了对拜占庭攻击概念的通用表达,以及各节点之间的信息共享与协同合作.最后以一类特殊的拜占庭攻击overlay network wormholes为实例,说明了该模型的有效性.     

基于规则推理的足球视频语义事件分析研究

针对视频高层语义分析问题,通过分析足球视频的语义结构,按照足球比赛转播、视频编辑的一般规律,结合视频特征的时空关系,定义足球视频主要的语义规则,从而提出了足球视频语义事件的分析框架.通过应用视频语义分析,语义信息提取的关键技术,抽取和融合球场特征、对象特征和音频特征,结合基于专业知识的规则推理,达到有效分析足球视频语义的目的.实验证明.该方案效果较好.