计算机取证技术综述

随着信息技术的发展,计算机与网络成为社会、政治、经济、文化生活的重要组成部分,与此相关的各种争议和计算机犯罪现象日益突出。计算机取证技术成为解决争议和打击计算机犯罪的重要手段。介绍了计算机取证技术概念、特点与发展,综述了计算机取证技术的研究现状,讨论了计算机取证的发展趋势。

隐藏木马检测技术的研究

在分析了目前Windows系统中采用DLL技术的木马程序的检测技术,并在该基础上,提出了一种检测基于DLL转发机制木马的新技术。

决策表的粒计算方法研究

粒计算是一种基于问题概念空间划分的智能计算方法。在基于粗集理论的粒度模型基础上,给出了决策表的粒空间分解方法,并给出了决策表在粒表示下属性必要性和属性约简的判定条件。最后,比较了粒度模型和传统的粗集理论在处理属性约简问题上的差异。

一种高效的属性核计算方法

属性核的确定对解决粗集理论中的属性约简问题具有重要的意义 .但文献对属性核的求解方法鲜有讨论 ,基本上都是直接引用 Hu X.H.提出的基于分辨矩阵的方法 ,该方法具有较高的空间复杂度和时间复杂度 .本文基于决策系统的一致性 ,定义概念“关键属性”,并证明关键属性集合与属性核之间的等价性 .在此基础上 ,提出一种新的计算属性核的算法 ,该算法不需要建立分辨矩阵 ,其时间复杂度和空间复杂度显著地低于 Hu X.H.

不完备信息系统的粒计算方法

粒计算是一种基于问题概念空间划分的新的智能计算理论和方法.不完备信息系统的直接处理也是粗集研究的一个重要内容.本文结合粒计算的处理方法给出了不完备信息系统的粒表示、粒运算规则和粒分解算法,同时结合粗集中的属性约简问题,提出了不完备信息系统在粒表示下属性必要性的判定条件,并给出了严格的证明.

基于计划识别的态势估计方法研究

针对Kautz(1987)计划识别方法在控制机制上的不足,讨论了基于规划知识图的计划识别方法:以一阶谓词逻辑为形式语言,研究了战术智能规划的一个实例,给出了一种集成了战术智能规划系统和战术计划识别系统的态势估计模型。该模型通过动态建立计划库突破了Kautz计划识别方法中封闭世界假设的限制,可以对敌军的行动目标和行动计划提出合理的假设,并在此基础上预测敌军的未来行为,为指挥决策提供依据。

一种新型数据分析技术——数据挖掘

首先介绍了数据挖掘的体系结构 ,并在此基础上提出了数据挖掘工程的一般方法和步骤 。

粗集中的粒计算模型

粒计算是一种基于问题概念空间划分的新的智能计算理论和方法,不相容决策表是粗集理论研究的一个重点,而粗集中的等价关系可以用来刻化等价粒。结合粒计算的处理方法给出了决策表信息系统的粒表示、粒运算规则和粒分解算法,同时结合粗集中的属性核计算方法,提出了决策表信息系统在粒表示下属性核的获取方法。

决策表核属性的计算方法

针对决策表核属性的计算问题 ,对前人的一些理论观点进行讨论 ,在认识这些理论观点缺陷的基础上 ,探讨Rough集理论代数观和信息观这两种形式的关系 ,发现它们在核属性和约简上的差异 ,提出决策表核属性的计算方法 .

不相容决策信息系统属性核的研究

决策表属性核的计算往往是基于Rough集理论的决策信息系统约简过程的出发点和关键.不相容决策信息系统是信息系统约简处理研究的重点.本文对不相容决策信息系统属性核的计算问题进行研究,证明了Rough集理论代数观和信息观中属性核概念的包含关系,以及几种属性核计算方法所得到的结果之间的包含关系.

基于粗集理论的系统不确定性度量方式研究

不确定性是决策信息系统的固有特征,对系统的性能具有重要影响.有效地度量决策信息系统的不确定性具有重要意义.粗集理论是处理不确定信息最成功的工具之一.本文评述多种基于粗集理论的系统不确定性度量方式;分析它们的代数特征和数量关系;并通过仿真实验系统地比较它们的性能.结果表明"全知熵不确定率"是最有效的不确定性度量方式,其合理性通过它的成功应用得到进一步验证.

Rough集理论代数与信息论观点的关系研究

Rough集理论是近年来发展起来的一种有效的处理不精确、不确定、含糊信息的数学理论方法 ,在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功。本文对Rough集理论的代数观点和信息论观点进行了研究 ,分析了二者再相容信息系统中的等价关系 ,并发现了二者在不相容信息系统中的不等价关系。

基于Rough Set理论的实时个人邮件过滤系统的研究

电子邮件过滤是网络信息安全研究的热点。RoughSet理论是一种处理含糊和不精确性问题的一种新型数学工具,得到了广泛应用。文章结合RoughSet理论的数据分析方法针对实时个人用户电子邮件过滤系统进行了研究。实验结果表明,该方法是有效的。

Rough集规则知识获取研究中的不一致性问题

讨论数据挖掘问题 ,即从原始数据中构造决策规则。重点考虑不一致情况下的规则知识获取问题 ,即从包含不一致信息的数据中获取得到缺省规则 ,并研究在不一致条件下的决策规则选择策略 ,使之能够在不完全、不一致的条件下进行推理。同时将在 Skowron缺省规则获取算法的基础上 ,根据对不一致性的分析 ,提出从包含不一致信息的决策表中获取缺省规则 ,并能够对任意待识样本进行处理的方法。

基于RSDA的RDB与Rough集关系的研究

该文以Rough集数据分析技术(RSDA,RoughSetDataAnalysis)为基础,对关系数据库(RDB,relationaldatabase)和Rough集的关系进行了系统的研究。具体做法是,从Rough集与RDB产生的理论背景、关系与信息表的形式化语义、核心概念之间的关系、Rough度量与RRDM(roughrelationaldatabasemodel,简称RRDM)等方面对它们的关系进行了系统的、深入的探讨,并得出了相应的结论。

数据挖掘技术在入侵检测系统中的应用

入侵检测系统是近年来出现的网络安全技术。该文首先介绍了入侵检测系统的相关技术和评测指标,然后着重介绍了将数据挖掘技术应用于入侵检测系统,在此基础上设计了一个入侵检测系统结构框图,并提出了一种基于数据挖掘技术的入侵检测系统自适应产生模型,从而说明将数据挖掘技术应用于入侵检测是有效的。

基于健壮主成分分类器的无监督异常检测方法研究

入侵检测系统在训练过程中需要大量有标识的监督数据进行学习,不利于其应用和推广,经典主成分分析方法对离群数据非常敏感,进而导致分类准确性的下降。为了解决该问题,提出了一种基于健壮主成分分类器的方法,得到被离群数据干扰较少的主成分。根据主成分空间距离和数据重构误差构建异常检测模型。实验表明:该方法能够有效检测未知入侵,在检测率、误警率方面都达到较满意的结果。

基于分治法的属性核计算方法

属性核计算是Rough集理论中的一个重要研究内容。将分治法的思想溶入Rough集算法中,在决策表的属性集上,利用分治法对论域进行划分,给出了基于分治法的正区域计算方法,其时间复杂度分别为×;在此基础上,给出了基于分治法的属性核计算方法,其时间复杂度为×2。两个算法的时间复杂度都保持了与O(|U|×|C|)的线性关系。实验结果表明:文中的算法不仅能高效地处理UCI数据集,且能适合大数据集的处理。

基于条件信息熵的决策表约简

Rough集理论是近年来发展起来的一种有效地处理不精确、不确定、含糊信息的数学理论方法 ,在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功 .研究者从不同的角度对这个理论进行研究 .本文将从信息论观点出发对 Rough集理论的基本概念和主要运算进行分析讨论 ,通过与 Rough集理论的代数观点进行比较分析 ,得到这两种观点下的一些等价性质和不同的特性 ,并基于条件信息熵提出决策表的约简算法 .

基于粗集理论的数据离散化方法

对后继阶段的机器学习或数据挖掘过程而言 ,决策系统中连续属性值的离散化具有非常重要的意义 .本文系统地研究了基于粗集理论的数据离散化方法 :提出一种计算候选断点集合的算法 ;定义概念“选择概率”来合理、有效地度量和区分候选断点的相对重要性 ;最后基于这一概念提出一种确定结果断点子集的启发式算法 .理论分析及仿真结果表明 ,算法的综合性能优于文献报道的同类算法 .