一种基于域知识的协议状态机主动推断算法

现有基于L*算法的协议状态机主动推断方法忽略了协议特有的域知识,将协议报文抽象为相互独立、无意义的符号,并完全随机地生成测试样本进行状态机等价判定,导致产生大量的无效询问和测试样本,在真实网络环境下推断效率较低。在L+M算法的基础上提出了一种基于域知识的协议状态机主动推断算法L+N,其改进主要体现在:依据会话样本集提取各报文之间的强顺序约束关系来过滤无效的输出询问,构建会话样本集对应的扩展前缀树接受器(Extended Prefix Tree Accepter,EPTA)对输出询问进行预响应,提出了一种基于正例样本变异的等价询问近似判定算法以提升寻找反例的效率。实验结果表明,L+N算法能够大幅提高推断效率,并且具有与L+M算法相同的推断准确度。

预测加工:走出两代认知科学的历史僵局

表征-计算观与具身行动观对认知的本质几乎做了截然相反的强调。近年来,预测加工理论的发展为统一两代认知科学提供了契机。预测加工是层级预测加工与主动预测加工这两大理论部件的合称,前一部件主要继承了第一代认知科学中的层级计算加工进路,后一部件则发扬了第二代认知科学中与行动有关的理论,这两大理论部件被视为同一个统一整合理论的两个不同方面。在当代,预测加工被认为有望成为未来认知科学的新范式。