基于属性规则的复合电力数据权限加密算法

由于复合电力数据的用户数量较多及其来源多样化,导致差异域的安全设计存在不一致性,从而产生信息泄漏的情况。提出一种基于属性规则的复合电力数据权限加密算法。该算法的权限管理主要使用基于属性群的密文访问控制策略实现:电力系统按照自身管理的用户属性构建用户私钥,各个电力数据管理部门按照自身管理的用户属性构建路径密钥;基于构建的私钥和密钥,对电力数据文件实施重加密,完成电力数据访问约束。实验结果表明,应用该文方法后,电力数据中私密信息出现的概率仅有0.66%,相比之前降低了5.88%,且操作耗时为10.3 ms、CPU占用率为10.22%、数据入侵率为1.23%,均低于其他方法;其鲁棒性最大值均为98.99%,且不会随密钥长度的变大而降低,始终高于98%。说明该文方法提高了鲁棒性和安全性,且操作效率快、CPU占用率低,其应用价值显著。

担保的从属性规则中几个存疑问题探讨

《民法典》和《民法典担保制度解释》中对担保合同的从属性规则有诸多规定,但关于担保的从属性规则仍存在遗漏或留白问题,有待根据法律规定的精神和担保原理予以明晰。预约合同应可设立担保并作为担保合同的主合同;在主合同不成立、有撤销事由或者被撤销的情形下,可参照适用《民法典担保制度解释》第17条担保合同无效的法律后果之规定。而在主合同确定不发生效力的情形下,则不适用主合同、担保合同无效的法律后果之规定。合同非因当事人的原因确定不发生效力而被担保人负有返还财产、折价补偿义务的,附生效条件的合同中条件未成就但被担保人有过错的,批准生效的合同中负有报批义务的当事人违反报批义务的,其保证人或物上保证人仍须按照担保合同的约定和法律规定承担相应的担保责任。反担保合同的效力虽不取决于本担保合同,但不应因此而完全否定其在设立、移转、范围、消灭等方面对本担保合同的从属性;再担保合同直接从属于本担保合同,并间接从属于主债权债务合同,其效力受本担保合同和主合同的双重影响;债权人、担保人和反担保人、再担保人的追偿权行使,应适用或参照适用《民法典》第700条所确定的顺位规则。

基于属性规则的用户授权模型研究与实现

RBAC安全系统中,通过人工维护用户与角色之间的关联关系来实现用户授权,势必需要大量的人工参与,同时也带来了一定的安全风险。本文提出一种基于属性规则的用户授权实现模型,能够自动建立用户与角色之间的关联关系,降低由于大量人工参与带来的安全风险,提高系统的安全可靠性。

基于属性规则的PRBAC参数模型研究与实现

PRBAC模型可以实现细粒度的数据访问控制.论文分析了以往有关RBAC数据权限的研究,总结了具体的实践探索经验,提出一种基于属性规则的PRBAC参数模型,以实现通用的数据权限管理.笔者阐述了模型的设计思路,包括数据权限规则的形式组成、具体含义,还阐述了模型的实现方案,包括规则的实现形式、PRBAC参数应用时机、规则校验的主要实现算法,以及相关的技术要点.论文还结合该模型在北京大学IAAA系统的应用实践阐述了模型的优势,即数据权限规则设置具有较强的通用性,灵活而便捷,最后指出模型实现方案可以在规则冲突检验方面进一步完善.

分类敏感属性规则的数据库隐私保护模型

针对现有算法在数据库隐私保护的应用中还存在效果不好、运算繁琐的问题,本文提出了一种基于分类敏感属性规则的数据库隐私保护模型,对单敏感属性和多敏感属性进行分类,并分别采用correlation算法与MDR算法进行规则的制定。对于单敏感属性,通过对数据集中的元组进行基于敏感值的划分以及引入迷惑元组的方式,消除由于多次发布所形成的推理通道,对于多敏感属性,使得等价组中的每一维敏感属性的取值具有多样性特征,并且增加了敏感属性之间的对应多样性。通过仿真实验表明,本文提出的改进算法相比较目前常用的算法具有更好的保护效果和更快的运行速度。

基于属性规则与关联规则的推荐模型设计

针对如何更好地描述商品属性与用户偏好之间关系的问题,提出了属性规则概念;并针对推荐系统的冷启动问题,将属性规则与关联规则相结合,设计了一种新的推荐模型;为解决在关联规则生成过程中,Apriori算法需要多次扫描数据库的问题,采用矩阵运算的方法,一次扫描数据库,生成频繁项集,同时利用频繁项集支持度计数生成属性规则;最后,匹配两种规则产生最终Top-N推荐列表。

基于属性规则的数据权限模型研究与实现

为降低在数据权限管理中用户配置SQL语言规则时的复杂性和不安全性,明确了访问控制(RBAC)模型的数据权限实现策略,并提出基于属性规则的数据权限模型.在RBAC上实现模型扩展,并为角色配置基于属性的数据权限规则,应用JAVA反射机制实现对结构性和非结构性数据对象的数据权限管理.

多值属性关联规则的理论基础

关联规则的研究主要集中在发现高效的算法，而该文基于形式概念分析讨论了多值属性关联规则发现的框架，指出最大频繁项目集由最大频繁闭合项目集唯一确定。

基于粗糙集的多值属性关联规则挖掘

本文应用粗糙集理论中等价关系的概念，结合知识系统细化和泛化的思想以及Apriori算法中逐层搜索迭代求取频繁项集的思想，对数据挖掘中的多值属性关联规则问题进行研究，提出一种新的多值属性关联规则挖掘算法Mqars。Mqars的主要特点是无需将多值属性转化为布尔型属性，可以尽早地约简非候选的频繁项集，方便快捷地计算出项集支持度，提高多值属性关联规则挖掘效率。论文给出了Mqars算法详细描述、具体实现过程和算法实例及分析。最后设计实验环节对Mqars算法与传统的Maqa算法在时间复杂度和算法效率方面进行比对和分析，分析与比对的实验结果表明了该算法的有效性。

属性依赖规则在概念格构建中的应用

在实际形式背景中,属性依赖关系的存在是不可避免的。因此,研究把属性依赖规则应用于概念格构建中是有意义的。通过对属性依赖规则表示和约简的定义,描述了一种新的构建概念格的方法,即把形式背景和约简后属性依赖规则作为输入数据,同时考虑其属性蕴含关系,从而在不需要构建整个概念格的情况下,产生基于属性依赖规则的概念格。其目的在于加快概念格的产生,使其在满足属性依赖规则的情况下,构建概念层次,发现潜在的信息。

网络式客户关系体系与客户属性关联规则

本文探讨了当前围绕客户概念和内涵所取得的研究成果,并在此基础上,建立了一种网络式客户关系体系,进而分析了该体系中的典型客户属性关联关系,介绍了一种基于二进制数粒计算的关联规则提取方法,并应用该方法进行网络式客户关系体系中典型客户属性关联规则提取的尝试,通过一个示例,展示这个方法的应用步骤,并对得到的结果做出简要分析。

数据集中多属性关联规则发现算法

对数据挖掘中的多属性关联规则算法进行了探讨 ,给出了关联规则发现算法的相关概念 (关联规则、支持率、可信度 )和关联规则发现算法 ,并说明了传统查询工具在数据挖掘中的作用 ,以及该算法需要进一步研究的内容。

基于密文规则的属性基加密技术的云存储数据共享机制

为了在云存储系统中实现细粒度访问权限控制和灵活的用户撤销操作,提出一种基于密文规则的属性基加密(CP_ABE)技术的云存储数据共享机制。该机制通过制定合适的访问结构实现细粒度访问权限控制,每次用户撤销操作仅需修改访问结构,解决了公钥基础设施(PKI)机制中用户撤销操作需要重复执行大量非对称加密操作带来的系统扩展性问题。通过性能和安全分析表明,系统具有良好的扩展性,而且访问权限控制和用户撤销操作不会向云存储服务提供商泄露任何机密数据,达到了保护用户数据隐私安全的目的。

L属性文法属性求值器的自动生成技术

提出一种L属性文法LL（1）属性求值器的自动生成技术.该技术充分利用L属性文法和LL（1）分析方法的特点，节省了属性求值器的存储空间，扩展了语义规则的描述能力．且实现了一本基于该技术的属性求值器自动生成系统．

基于规则的人物信息抽取算法的研究

随着互联网的快速发展,信息也呈爆炸式增长,如何从海量的文本信息中获取所需的信息成为当今一门重要的课题.检索、分类、抽取等文本信息处理技术取得了长足发展,但面向人物属性的自动信息提取却没有引起人们的重视.基于规则的人物信息抽取算法,首先对需要抽取的信息进行规则描述,重点是时间、地点、籍贯等信息.在规则的基础上,研究开发人物信息抽取系统,最终实现了半结构化人物属性信息的自动提取.

基于属性概念的决策形式背景协调性研究

决策形式背景是在形式背景的基础上通过增加决策属性而得到的,相应的可生成条件格和决策格。基于这两个格中属性概念外延之间的关系提出属性粒协调决策形式背景这一概念,并从属性概念的角度给出决策形式背景现有的强协调性、弱协调性和协调性的新的描述方式,进一步解释属性粒协调决策形式背景与这三种决策形式背景之间的关系;最后,提出属性粒规则的概念,并给出以此为基础的规则获取方法。

一种新的面向属性归纳中概念层次技术研究

面向属性归纳的方法目前是数据挖掘主要技术之一.在分析基本的面向属性归纳算法不足的基础上,提出了一种概念层次优化技术,包括:将基于规则的概念图转化成一棵概念树;对于不平衡的概念树,再转化成平衡的概念树;用节点集合来记录数据库中每个元组在概念层次中的泛化路径.利用置信度、支持度和LS充分性因子等评价指标对学习结果进行取舍.最后,将算法在爱尔兰教育经历数据库分析中进行了应用测试,结果显示了算法更加有效,适用性更强.

一种基于报文过滤系统的规则批量配置算法

首先对报文过滤系统进行简单概述,提出对该系统规则进行批量配置的必要性;在介绍与该系统相关理论基础之后,着重讨论具有批量配置功能的算法设计;最后,对该系统批量配置算法的实现做详细地论述。

一种基于属性文法的C++静态语义描述

主要讨论了利用属性文法对Ｃ＋＋中在类的定义、对象说明、成员函数、继承与派生等方面涉及的全局及局部静态性质进行形式化描述的方法。

基于关联规则的交通事故影响因素的挖掘

道路交通安全是一个公共的安全问题,每年因交通事故死亡的人数在所有安全事故导致的总死亡人数中占比最高。随着大数据智能分析技术的发展,广泛利用交通数据朔源事故原因,有利于提出针对性措施,预防交通事故的发生。文中针对导致交通事故的原因具有多样性的特点,提出利用交通事故的相关新闻数据,广泛结合新闻报道具有的真实性和时效性特点来进行交通事故因素及责任的分析。以新浪网站交通事故新闻为数据源,从新闻事件中提取引发交通事故的相关因素。针对经典Apriori只适用于单一维度的关联挖掘以及需要频繁扫描数据库的缺点,提出了改进的多值属性Apriori算法。以省市为关注点,挖掘出导致事故发生的多种组合因素,由此总结出省市多发交通事故的规律,并提供给有关部门作为采取预防和监管措施的依据。