安全协议的扩展Horn逻辑模型及其验证方法

分析了Bruno Blanchet和Martin Abadi提出的基于Horn逻辑的安全协议模型及其验证方法,针对它们构造不满足安全性质的安全协议反例的不足,提出了安全协议的扩展Horn逻辑模型和修改版本的安全协议验证方法,使得能够从安全协议的扩展Horn逻辑模型和修改版本的安全协议验证过程中自动构造不满足安全性质的安全协议反例.在基于函数式编程语言Objective Caml开发的安全协议验证工具SPVT中,实现了上述算法,验证了算法的正确性.

基于Horn逻辑扩展模型的安全协议反例的自动构造

根据安全协议的Horn逻辑扩展模型和相应的安全协议验证方法,提出了自动构造不满足安全性质的安全协议反例的求解策略,并给出了重要定理的证明,设计了一系列自动构造协议攻击的构造算法,并在基于函数式编程语言Objective Caml开发的安全协议验证工具SPVT中实现了这些算法,给出了主要算法的优化方法,详细分析了主要算法的时间复杂度,从理论上证明了算法是线性时间算法.最后,用SPVT对一些典型的安全协议进行了验证,得到了不安全协议的反例,并对反例进行了分析.得到的反例非常方便于阅读,与Alice-Bob标记非常接近,从而使任何领域的专家都可以用这种形式化的方法检查安全协议是否存在真实的反例.

基于Horn逻辑扩展模型的时间敏感安全协议验证

分析了Bruno Blanchet和Martin Abadi提出的基于Horn逻辑的安全协议模型及其验证方法,针对它们在验证时间敏感安全协议时的不足,提出了带时间约束的安全协议的Horn逻辑扩展模型和修改版本的安全协议验证方法,并给出了相应的定义和定理,使得带时间约束的安全协议的Horn逻辑扩展模型和修改版本的安全协议验证能够分析依赖时间的安全协议的安全性质.通过在验证中加入时间约束条件,得到了大嘴青蛙协议的攻击序列,并可从约束条件中导出避免攻击的条件.

基于GIS和空间逻辑回归模型的城市空间扩展预测--以深圳市龙岗区为例

本文从土地利用的角度出发,分析了城市扩展的基本原理和过程,提出城市空间扩展直接原因在于城市发展对土地的需求,城市空间扩展预测可分为城市发展用地总体需求预测和空间扩展预测的观点,并采用优化组合预测模型对城市用地总体规模扩展进行建模,利用空间逻辑回归模型对空间分布扩展进行建模,两者共同构建了城市空间扩展预测模型,最后以深圳市龙岗区为例,进行了试验,验证了这种思路。

扩展时段时序逻辑的模型、一致性和推理

给出了扩展时段时序逻辑的时间 Petri网 (TPN)模型构造方法 ,在构造模型的同时可对时序关系进行一致性检验 .在模型的基础上提出了一种时序关系推理算法 ,这种推理算法基于 TPN模型的性质及基本不等式规则 ,可由一组已知的扩展时段时序关系推出一些未知的扩展时段时序关系 .这种推理算法的优势在于利用了 TNP模型的分析技术 ,减小了推理的时间复杂度 ,比单纯利用不等式规则的推理更直观 ,也更简单 ,是一种有效的方法 .最后 ,对扩展时段时序逻辑的 TPN模型进行了扩充 ,增强了其模型和分析的能力 .

基于空间相关的逻辑回归模型的城市扩展模拟

建立一种基于空间的逻辑回归模型用于分析和预测城市扩展,这种模型利用空间滤波对因子进行空间平滑得出"隐含变量",从而把原始变量变换为没有空间相关的新变量.利用该模型对新堡市的土地利用变化进行了分析和预测.实验结果表明,新方法比普通逻辑回归模型的预测精度有较大提高,曲线下面积从0.74提高到0.84.

一种基于扩展不完全Kripke结构的三值逻辑模型检测方法

多值模型检测是解决形式化验证中状态爆炸问题的一种重要方法,三值模型检测是多值模型检测的基础,其中如何检验不确定状态的真值是一难点。针对不确定状态检验,提出了一种模型检测方法,首先对不完全Kripke结构PKS进行了扩展,然后在扩展后的模型上给出了检测不确定状态真值的方法,最后给出了基于扩展不完全Kripke结构的三值逻辑模型检测算法。与已有的三值逻辑模型检测算法相比,该算法降低了算法复杂度,完善了对于不确定或不一致信息的处理,从而增强了三值逻辑模型检测的实用性。

基于GeoCA模型的城市土地利用空间扩展预测——以贵州省开阳县为例

针对当前城市土地利用空间扩展预测方法忽略了影响因子的动态转换参数的设置,容易影响空间变化预测的精度,本文提出基于地理元胞自动机模型的城市土地利用空间扩展预测方法;选择Voronoi形式,对城市土地利用空间进行划分,得到预测数据基础;根据地理元胞自动机模型的“自上而下”预测要求,确定城市土地利用空间扩展分析因子,设置动态转化参数;构建城市土地利用空间扩展预测模型,选择Kappa指数验证预测结果精度。至此,基于地理元胞自动机模型的城市土地利用空间扩展预测方法设计完成。构建实例分析环节,分析此方法的使用效果。实验结果表明:此方法所得到的预测面积与实际面积较为接近,预测精度均可达到95%以上,最高可达到99.97%,整体预测准确率可达到98%以上,具有较高的预测精度。文章对2022—2026年的土地利用情况进行了预测,并根据预测结果提出相对应的建议。

基于扩展命题区间时序逻辑的免疫网络攻击检测模型

在攻击建模领域,基于逻辑的建模方法具有独特的优势和研究价值,能够有效检测复杂的网络攻击。以往研究[1]在建模和逻辑描述方面存在一定局限性,许多攻击无法检测。因此,使用扩展命题间隔时间逻辑(Extended Propositional Interval Temporal Logic,EPITL)来描述攻击。首先分析各类攻击的原理;其次,将每次攻击的具体细节转化为原子操作,给出原子命题集合;最后,对每个攻击行为使用EPITL描述,构建该攻击的EPITL公式,作为人工免疫攻击检测模型的输入,用于检测是否发生攻击行为。

基于IEC 61970标准的电力系统保护模型扩展方案研究与应用

针对电力系统中的保护建模,分析比较IEC 61970标准以及IEC 61850标准当中对于保护模型的建模方法。针对IEC 61970标准对于保护模型建模办法的不足之处,结合IEC 61850标准二次系统模型描述办法的优势,对于IEC 61970标准中保护模型进行扩展;对于保护系统当中诸多的保护功能,扩展保护模块类对于保护功能进行描述,可与IEC 61850标准中的逻辑节点相对应;对于保护量测,描述保护量测的建模办法以及建模位置,以保护模块作为保护量测的父资源;对于保护定值,增加两种量测类型加以描述,建模办法同保护量测。对于扩展后的IEC 61970标准保护模型,描述了其实际建模应用。

空间异质模型在城市扩展模拟中的应用与评估

以南京江宁区为例,基于遥感影像及其他数据,利用空间扩展模型和地理加权逻辑回归模型对研究区1999-2010年间的城镇用地扩展的影响因素进行有效检验与分析,探索其空间异质性特征.结果表明:1)空间扩展模型与地理加权逻辑模型分别可解释研究区历史时期57%和64%的城镇用地转变,二者的解释能力在logistic模型基础上(51%)得到显著提升,有力地辩驳了全局回归模型的系数稳定性假设;2)较之于空间扩展模型,地理加权逻辑回归模型更能有效刻画城市增长影响因素的空间非平稳性特征,更能够适用于研究区的城镇用地扩展模拟研究;3)邻近变量中的DIS2INDU,DIS2ORD及DIS2CENT,邻域变量中的DENURBAN以及政策变量中的DENLANDP是研究区城镇用地扩展的关键驱动因素.

基于Logistic-GTWR模型的武汉城市圈城镇用地扩展驱动力分析

该文以武汉城市圈为例,利用1995年、2000年、2005年、2010年、2015年5期土地利用数据、社会经济因子、邻域因子和自然因子,构建耦合空间异质性和时间非平稳性的Logistic-GTWR(逻辑斯蒂-时空地理加权回归)模型,挖掘武汉城市圈城镇用地扩展驱动力及其时空分异格局。结果表明:1)耦合空间异质性和时间非平稳性的Logistic-GTWR模型比全局Logistic回归模型和Logistic-GWR(逻辑斯蒂-地理加权回归)模型具有更好的拟合效果,验证了Logistic-GTWR模型在城镇用地扩展驱动力分析研究中的适用性。2)武汉城市圈城镇用地扩展的不同影响因子系数时空分异格局各不相同,人口因子高值分布区围绕武汉市先收缩后扩散并逐渐稳定,最终形成绕武汉城市圈中部沿线周边环状分布格局;地均GDP因子高值分布区先向西部转移,后逐渐趋于均衡,最终形成绕武汉、麻城和崇阳县周边集聚分布的空间格局。武汉市极化作用占据主导地位,且影响范围不断扩大。3)人口和经济是20年间武汉城市圈城镇扩展的核心驱动因子,且影响力呈逐年上升趋势;国道、高速和省道影响力整体呈略微升高态势。4)武汉城市圈中部及东部城市多为人口、经济核心驱动型城市,高程影响在武汉市发展中逐渐凸显;西部城市主要受高程限制,并以交通及经济驱动为主,东西差异显著;但西部城市1995年以来人口和经济的作用强度逐步增加。人口因子作用强度在咸宁和黄冈呈逐渐上升趋势,经济因子作用强度在武汉、孝感、仙桃、天门、潜江和黄冈逐年上升。

面向城市建成区扩展模拟的CA-Markov模型改进

对城市建成区扩展的预测是防止城市蔓延的重要管理依据。目前,元胞自动机-马尔可夫链模型,已成为城市建成区扩展预测的重要方法。该模型对指标权重的赋值方法较为敏感,以往的单一指标赋值法,影响了城市建成区扩展预测的精度和可信度。为此,本研究提出整合传统权重赋值法的AHP和逻辑回归模型改进CA-Markov模型。研究选择云南省大理市为案例,对2020、2030年的城市建成区扩展进行模拟和预测,最后进行精度验证。研究结果表明:(1)Kappa指数可达到96.8%,预测结果有较好的一致性。(2)大理市的城市建成区扩展均表现为继续向外扩展,以东南、西北方向和两片建成区之间为主要扩展方向。研究提供了组合权重赋值法改进CA-Markov模型,这将为规划者在未来规划中提供强有力的支持。

基于GIS和空间Logistic模型的城市扩展预测——以深圳市龙岗区为例

从土地利用转化的角度出发,分析了城市扩展的基本原理和过程,提出城市空间扩展直接原因在于城市发展对土地的需求,城市空间扩展预测可分为城市发展用地总体需求预测和空间扩展预测的观点,并采用优化组合预测模型对城市用地总体规模扩展进行建模,利用空间逻辑回归模型对空间分布扩展进行建模,两者共同构建了城市空间扩展预测模型,最后以深圳市龙岗区为例进行试验,验证了这种思路。

扩展命题区间时序逻辑公式可满足性判定算法

针对扩展命题区间时序逻辑由于缺少验证算法因而不能用于模型检测问题,提出该逻辑的可满足性判定算法。首先,正则形子算法把带星算子或不带星算子的扩展命题区间时序逻辑公式翻译为其正则形公式;然后,正则图子算法根据正则形公式构造公式的正则图模型;最后,判定子算法在正则图上判定公式的可满足性。如果在正则图上直接加上接受条件,即可得到公式的自动机模型。新算法的提出为带有星算子的扩展命题区间时序逻辑的模型检测解决了核心方法问题。仿真结果表明,与相关方法相比,基于扩展命题区间时序逻辑的新方法在描述与验证循环结构性质方面具有比较优势。

扩展Tempura语言统一模型检测算法

针对扩展区间时序逻辑目前没有可用的统一模型检测算法的问题,找到了该逻辑可执行子集即扩展Tempura语言的可判定子集——首先限定该逻辑一阶部分的常量与变量均为有穷可枚举类型,然后加上该逻辑的命题部分.在此基础上,提出了扩展区间时序逻辑统一模型检测算法,以判定由上述定义的语言子集所书写的规范程序是否满足命题版扩展区间时序逻辑公式所描述的性质.具体方法是首先翻译规范程序到命题扩展区间时序逻辑公式,然后使用该逻辑的公式满足性判定算法进行自动验证.验证实例证实了新方法的有效性.

面向信息网模型的高可扩展性分布式事务处理机制

为应对数据规模的快速增长,许多数据库管理系统提供了横向水平扩展的特性,但为保证扩展后的性能,大多不能自动维护数据间关联的强一致性。为此,设计一种高可扩展性的分布式事务处理机制。基于信息网模型的语义性和存储特点,根据所接收事务之间的关联度动态控制组提交粒度,从而利用缓存提高吞吐量。同时在子节点和备份节点同时执行相同的事务操作,而不是发送日志进行同步,以提高响应速度。实验结果表明,与两阶段提交协议相比,该机制在保证强事务特性的同时,能够获得近似线性的高扩展性,在系统吞吐量和响应时间方面也有较大改善。

基于逻辑回归的CA模型的重庆市沙坪坝区土地利用变化模拟研究

以重庆市沙坪坝区为研究区,利用2010年、2012年的数据得出土地利用变化信息,利用基于逻辑回归的CA模型理论对土地利用变化、城市扩展进行模拟研究,并结合实际的政策对其发展变化过程和生态环境影响进行分析与比较。结果显示该研究区域内在今后一个时期,建设用地将持续增加,耕地资源将因城市建设而继续减少。

一种原生可扩展标记语言数据库的模型分析

XML是一种可以创建自己的标记的标记语言,原生XML数据库(Native-XMLDB)是以XML格式存储信息的数据库。根据XML的特性,结合对传统数据库的研究,提出了一种原生XML数据库原型的逻辑模型,并给出了一种查询方法。这种技术可以扩展数据库的应用面,大大提高特殊查询的效率,弥补传统关系数据库的不足。

基于GIS的西安市城市扩展与模拟研究

本文以西安市为研究区域,以2002年ETM影像和2007年TM影像遥感数据为城市扩展动态变化的主要信息来源,采用逻辑回归模型并结合GIS技术对西安市的城市空间扩展进行模拟。研究选取了道路、河流、地裂缝、地面沉降、人口和GDP等6个因子,建立了西安市城市扩展的逻辑回归模型,并根据所建立的模型对西安市的城市扩展进行了模拟,结果表明,所建立的逻辑回归模型能够较好地模拟西安市的城市扩展,对西安市城市扩展的驱动力具有较强的解释作用,其中对城市扩展影响最重要的因素为距道路距离。