提出了一种基于广义随机Petri网((Generalized Stochastic Petri Net,GSPN)和蒙特卡罗仿真的软件可靠性建模与分析方法。在探讨GSPN模型要素图符表示及用法的基础上,给出了基于GsPN的软件可靠性建模流程。以软件可靠性分析GSPN模型基础...提出了一种基于广义随机Petri网((Generalized Stochastic Petri Net,GSPN)和蒙特卡罗仿真的软件可靠性建模与分析方法。在探讨GSPN模型要素图符表示及用法的基础上,给出了基于GsPN的软件可靠性建模流程。以软件可靠性分析GSPN模型基础,采用蒙特卡罗仿真方法对模型中库所、变迁持续时间等参数进行统计,计算软件的可用度参数。实例研究验证了所提方法的有效性,该方法可以为软件可靠性分析与设计提供有益参考。展开更多
针对传统解析法难以有效评估CAN总线网络性能指标的难题,提出了一种基于以确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)的CAN总线网络建模与性能分析方法。采用DSPN建立了CAN总线网络的性能分析模型,有效地模拟了CA...针对传统解析法难以有效评估CAN总线网络性能指标的难题,提出了一种基于以确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)的CAN总线网络建模与性能分析方法。采用DSPN建立了CAN总线网络的性能分析模型,有效地模拟了CAN总线网络的动态行为特性。在TimeNET 4.0软件环境下实现CAN总线网络DSPN模型的基础上,仿真得到了CAN总线网络的吞吐量和平均延迟的变化曲线,验证了所提方法的正确性和有效性。展开更多
文摘针对入侵检测的特征和分类器参数选择问题,采用极限学习机ELM(extreme learning machine)进行构建分类器,提出一种蝙蝠算法(BA)联合选择特征和分类器参数的网络入侵检测模型(BA-ELM)。首先将特征子集和极限学习机参数编码成蝙蝠个体,以入侵检测准确率和特征数加权组成个体适应度函数;然后通过个体和群体更新的规则引导蝙蝠向最优解飞行,从而找到最优的子特征集和极限学习机参数;最后建立最优的入侵检测模型,并通KDD CUP 99数据集进行仿真性能分析。结果表明,BA-ELM较好地解决了入侵检测特征选择与分类器参数不匹配难题,提高了网络入侵检测率和检测效率,更加适合于网络入侵检测的实时要求。
文摘提出了一种基于广义随机Petri网((Generalized Stochastic Petri Net,GSPN)和蒙特卡罗仿真的软件可靠性建模与分析方法。在探讨GSPN模型要素图符表示及用法的基础上,给出了基于GsPN的软件可靠性建模流程。以软件可靠性分析GSPN模型基础,采用蒙特卡罗仿真方法对模型中库所、变迁持续时间等参数进行统计,计算软件的可用度参数。实例研究验证了所提方法的有效性,该方法可以为软件可靠性分析与设计提供有益参考。
文摘针对传统解析法难以有效评估CAN总线网络性能指标的难题,提出了一种基于以确定与随机Petri网(Deterministic and Stochastic Petri Net,DSPN)的CAN总线网络建模与性能分析方法。采用DSPN建立了CAN总线网络的性能分析模型,有效地模拟了CAN总线网络的动态行为特性。在TimeNET 4.0软件环境下实现CAN总线网络DSPN模型的基础上,仿真得到了CAN总线网络的吞吐量和平均延迟的变化曲线,验证了所提方法的正确性和有效性。