基于演化博弈的大数据信息泄漏风险访问控制模型设计

大数据信息泄漏会导致网络主机所承担的运行风险增加,严重时下级网络终端会出现无法访问大数据信息服务器的情况;针对上述问题,设计了基于演化博弈的大数据信息泄漏风险访问控制模型;以演化博弈模型为基础,完成对大数据信息均衡点的演化处理,求解信息博弈概率,推导演化博弈模型表达式,从而完善基于演化博弈的大数据信息模糊化处理流程;计算大数据信息泄漏行为的信任度标准,参考信息监控器设置条件,实现对大数据信息泄漏风险的评估;针对风险评估结果,完成大数据信息的访问证据取样,计算访问控制阈值,实现对信息泄漏风险访问的控制,完成基于演化博弈的大数据信息泄漏风险访问控制模型的设计;实验结果表明,所提方法的大数据信息瞬时泄漏量始终小于2.3×10^(11)MB,网络主机所承担的运行风险得到有效控制,下级网络终端不会出现无法访问大数据信息服务器的情况。

论大数据证据的关联性

大数据与法律的加速融合,正在演绎着对传统法律思维的颠覆与创新。大数据证据就是这一融合的重要成果。学界对大数据证据的证明机理存在争议。大数据证据关联性判断已经摆脱传统因果关系思维,表现为先验的关联性。这种先验性体现在数据分析前基于对刑法中危害行为特征的先验认识而构建的算法模型中,即算法模型所需要的专家知识。在构建算法模型过程中有两次惊险的跳跃:行为特征提取与特征模型化。算法模型依据先验认识构建,先验认识所具有的偏差、滞后会带来模型低质、失效风险。相应地应当构建对大数据证据关联性的双重审查标准。行为特征提取具有法律知识的专业性,特征模型化主要使用逻辑思维,这两个步骤应当由法官进行审查。而大数据证据所依靠的规则模型源代码属于电子数据,应当由鉴定机构向法官提交鉴定意见。

基于证据理论的联合概率数据关联算法

数据关联是目标跟踪技术中的核心部分,多目标情况下的数据关联技术更是研究的重点,由于多目标量测之间的互相干扰、外部环境干扰以及传感器性能等客观因素的约束,使得量测信息部分存在着相应的量测误差,密集环境中的多目标跟踪比较困难。针对这个问题,提出的新算法利用联合概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。

基于证据理论的数据关联算法

数据关联技术是多传感器目标跟踪系统中最核心而且也是最重要的部分。由于缺乏跟踪环境的先验知识以及受传感器自身性能的制约,整个量测过程不可避免地引入量测误差,密集环境中的目标跟踪比较困难。针对这个问题,提出的新算法利用概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。

一个基于关联规则的Web信息检索模型

针对Web信息检索系统在大数据量下的数据存储、数据调度与工作的效率问题 ,分析了数据挖掘在Internet信息检索中的运用 ,提出了一个基于关联规则的Web信息检索模型 ,并以逻辑层次、服务域与数据路由为中心 ,给出了这个模型的结构、算法与设计思想。

基于类云模型聚类的多目标数据关联算法

针对多目标跟踪中的数据关联问题,提出一种基于类云模型c-均值聚类的数据关联算法.该算法采用类云模型c-均值聚类算法对目标有效回波进行聚类,将聚类中心作为目标最终观测值,运用最近邻法对聚类中心与航迹进行关联,用Kalman滤波器进行状态估计.实验结果表明,本算法与联合概率数据互联算法相比,跟踪精度高,计算量小,更适应于工程应用.

基于数据增量变化率的邓氏关联度模型的优化

文章提出了通过序列间数据增量的变化率来代替原模型中通过距离来测度序列关联度的基本思想,使用遗传算法和差异信息熵理论确定分辨系数的具体取值,改变了分辨系数取值的随机性所带来的关联度计算结果的非唯一性,并在继承传统模型优点的基础上增加了对关联度规范性的定义和表达。优化后的邓氏关联度模型具有唯一性、保序性和规范性等重要性质。

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。

一种基于改进频繁树模型的智能交通信息关联挖掘方案

针对传统交通系统在对海量交通信息深层次处理和分析上的不足,文章提出了一种新的智能交通系统体系结构以及一种基于该结构和数据挖掘技术的改进频繁树模型的关联挖掘分析方案。该方案运用系统工程的思想,对改进算法的步骤及其关键技术的实现做了详细阐述,最后通过实验对比验证了该方案的可行性及有效性。实验结果表明:该方案不仅能够实现对智能交通信息快速而有效的挖掘,而且还能根据需求得到精确、简练的有用信息,为评估和决策提供准确依据。

融合多特征信息的联合概率数据关联算法

针对传统联合概率数据关联(JPDA)算法仅利用传感器状态测量信息的不足,提出了一种融合目标多种特征信息的改进JPDA算法。该算法首先根据各种特征信息和目标之间关联度的定义,计算出各种特征信息的测量值与目标之间的关联度矩阵,然后利用D-S证据理论融合状态测量和多种特征信息,最后用融合后的关联概率修正JPDA算法得到的关联概率,以此对目标的状态进行更新。仿真实验表明,与原有的JPDA算法相比,所提改进算法的跟踪误差可降低约27至60个百分点。

新的分布交互式多模型广义概率数据关联算法

为有效解决密集杂波环境下分布式多传感器多机动目标跟踪问题,提出了一种基于改进D-S证据组合规则的分布交互式多模型多传感器广义概率数据关联(DIMM-MSGPDA-IDS)算法。该算法首先对各局部节点均应用单传感器的IMM-GPDA算法跟踪多机动目标,并将其各模型的状态估计、协方差估计、模型概率、组合新息及其协方差矩阵等滤波结果送至融合中心;在航迹关联判决结束后,融合中心根据各模型对应似然函数的大小融合不同传感器关于同一目标的模型状态估计及其协方差矩阵,并提出利用三维(3-D)证据进行直接融合的改进D-S算法对来源于同一目标的不同传感器的各模型概率进行有效融合,然后依此概率来更新各目标的状态估计并反馈至各局部节点,使之获得更为精确的状态预测;最后,将该算法与基于D-S证据组合规则的分布交互式多模型多传感器联合概率数据关联(DIMM-MSJPDA-DS)算法进行仿真对比分析。理论分析和仿真结果表明,该算法能够很好地对强机动目标进行跟踪,且其计算量相对较小,是一种有效的分布交互式多模型多传感器多机动目标跟踪算法。

面向信息网模型的动态数据划分算法

针对分布式信息网数据库管理系统中因跨节点的复杂查询带来的昂贵通信开销,提出一种基于信息网模型和查询的数据动态划分算法。该算法根据信息网模型的关系特性和历史关系信息得到数据之间的初始关联,并结合历史查询信息挖掘数据之间的潜在关联,将关联性较强的数据动态调整到同一个处理节点上,使复杂查询跨节点的数量减少。最后,在标准合成数据集Wat Div上进行大量的实验评估。实验结果表明:在保证节点之间的对象个数和关系对占比负载均衡的情况下,该算法在周期内的查询时间与一致性哈希算法相比缩短了35%~55%,并将多个周期相同查询的时间波动控制在5%~10%,保证了复杂查询的稳定性。

基于商品源数据的保健食品信息属性模型

当前,随着网络及智能手机的普及和快速发展,信息传输与接收更加方便快捷,技术的突飞猛进也在悄悄地改变着消费品行业的每一次订单接收、仓储管理、货品供应、商品补货、销售配送等环节。消费者在购物前想更全面快捷地了解到真实的商品信息,以便更好地做出购买抉择。政府监管、企业诚信、消费者网购等各个方面都对商品条码信息及关联数据的数量和品质提出了前所未有的高要求。

面向大数据的异构网络安全监控及关联算法研究

我国信息安全战略在大数据时代需考虑大规模、异构的网络安全行为的复杂性和时效性问题。针对大数据具有的数据量巨大、查询分析复杂的特点,分析面向大数据的异构网络安全监控的相关技术,提出对各类异构数据源进行清洗整合,通过安全事件的关联和分布式序列图模式等方式进行网络安全监控的整体态势分析,为大数据环境下的异构网络安全监控提供了一些思路,也为信息安全企业提供了一个分析大数据下隐含规律的参考模型。

互关联后继树模型及其实现

全文检索是文本数据库研究的核心 ,而全文检索的首要问题是全文检索模型的选择。本文介绍了一种新颖的全文检索模型———互关联后继树模型及其实现 ,并将该模型与传统的倒排表模型进行了比较 。

基于CIM的配电网GIS数据模型存储与维护方法研究

选定CIM模型中的核心、电线、拓扑、量测等包中的相关类和关系作为构建配电网GIS数据模型的CIM子集,并对空间数据交换模型进行了阐述。采用关系型数据库实现配电网GIS空间数据库的设计,将数据模型中的泛化、聚合和简单关联映射为关系型数据库的表间引用关系。提出的数据模型存储方法避免了类间关联全部下落于叶节点类,降低了叶节点对象之间关系的复杂度。通过对配电网GIS数据模型中的类进行适当扩展,为其添加数据维护操作和必要的属性扩展,进而生成数据维护命令,使数据和关系维护变成类对象自身的责任。通过为导电设备类增加Mount和Unmount操作来封装对导电设备的安装和拆除过程,生成拓扑维护命令,改变导电设备安装或拆除后的网络电气连接关系。实例研究表明,所提出的GIS数据模型存储与维护方法降低了配电网对象之间关系维护的复杂度。

基于多源信息融合的煤与瓦斯突出动态预警模型

针对传统的煤与瓦斯突出预警模型融合度不高、自分析与优化能力不足、预警原因难追溯等问题,采用关联规则算法和证据理论算法相结合的方法,建立了基于多源信息融合的煤与瓦斯突出动态预警模型。分析了定性和定量预警指标对应的关联规则项目设置方法,定义了用于煤与瓦斯突出预警分析的关联规则,得到强关联规则确定方法和预警指标优选方法;建立了用于煤与瓦斯突出预警分析的证据理论识别框架,确定了基于关联分析结果的基本置信度分配规则,并给出证据合成方法和基于类概率函数的融合决策方法;研究得出采用基本置信度分配函数进行预警原因追溯的方法,并给出了模型动态更新方法。测试结果表明,利用该模型进行煤与瓦斯突出预警分析,可实现预警指标自动筛选、多指标自动融合分析与决策、预警原因自动追溯及模型的动态更新优化。采用该方法进行煤与瓦斯突出预警是合理可行的。

面向案例分析的信息聚合模型

从信息特征间关联和信息利用过程关联的角度出发,对围绕特定案例的信息聚合的维度、路径、模式及其应用范围等问题进行了深入系统研究,建立了一个基于数据关联的信息聚合模型,并以主题"中东呼吸综合症"为例进行信息聚合实证分析,表明该模型应用于卫生领域的案例分析是可行的。

基于语义网和SOA的医学图书馆信息服务模型设计

提出了基于语义网关联数据和本体技术的用户检索方式的转变及基于本体的学科馆员信息服务模型。该模型利用SOA技术为基于语义网的信息服务提供了开放的应用接口,通过建立基于关联数据技术的驱动引擎和知识库,使资源之间具有了语义上的可扩展的关联关系,并搭建了学科馆员平台、医学领域专家平台、学科专业用户平台,学科馆员在医学领域专家的协助下,应用本体模型为医学专业用户提供语义层面的智能化检索服务。

改进的关联分类算法在信息化评估中的应用

在信息化评估过程中,传统关联分类算法无法优先发现短规则,且分类精度对规则次序的依赖较强。为此,提出基于子集支持度和多规则分类的关联分类算法,将训练集按待分类属性归类,利用子集支持度挖掘关联规则,通过计算类平均支持度对测试集进行分类。实验结果表明,该算法发现规则的能力和分类精度均优于传统方法。