基于层次概率模糊认知图的产品拆卸序列研究

根据拆卸序列研究的现状,提出了层次概率模糊认知图的数学模型,并用基于层次概率模糊认知图的方法来产生全拆卸中的拆卸序列。该方法能有效地解决其他方法较难解决的从产品装配图中提取拆卸分析所需的某些信息,如拆卸稳定性和拆卸过程中的干涉判断,以及当产品的零件数目过多或零部件之间的配合关系复杂时拆卸模型表达等问题。最后以飞轮组件为例,结合三维软件UG用VC++6.0二次开发,从产品三维模型中提取零件间的配合关系等相关信息,提供给专家建立层次概率模糊认知图时参考,从而得到了拆卸序列及动态实现了拆卸的过程,并可以检查拆卸干涉问题、拆卸稳定性以及拆卸序列的正确性,从而表明该方法具有简单、鲁棒性和实用等特点。

概率模糊认知图

模糊认知图模型通过在传统认知图模型中引入模糊测度来量化概念间因果关系的影响程度 .在继承模糊认知图模型优点的前提下 ,首次在概念间的因果关系中引入条件概率测度 ,提出概率模糊认知图模型 .该模型不仅能表示概念间的定性及模糊因果关系 ,而且能表示概念间的条件概率因果关系 ,并能退化为模糊认知图 .通过对复杂机械部件的拆卸与装配实验 ,具体阐述概率模糊认知图的应用 .

基于概率模糊认知图的Mstream攻击检测方法

提出了一种分布式拒绝服务攻击Mstream的检测方法。设计基于概率模糊认知图(PFCM)的Mstream攻击图,并以该图描述Mstream攻击,利用概率测度表述事件间的时序关系、约束关系和关系的不确定性,结合模糊理论设计基于PFCM的Mstream攻击检测算法。实验表明,该方法不但能准确检测出分布式拒绝服务攻击Mstream,而且还能判断出正在进行中的Mstream攻击的程度。

基于概率模糊认知图的混合入侵检测方法

结合模糊认知图理论,构造基于概率模糊认知图(PFCM)的攻击图来描述入侵行为,提出一种结合误用检测和异常检测的基于PFCM的混合入侵检测方法.该方法用模糊概念描述异常,用数值运算代替模式匹配,并利用概率测度有效表示各因素间关系的不确定性.构造基于PFCM的Smurf攻击图并进行检测实验,实验结果表明该方法能在保持高检测率的情况下降低误报率,并具有较好的鲁棒性.

基于概率模糊认知图的入侵检测警报融合机制

提出了一种新型主从式警报融合机制,该机制依据一定的规则,在时间方向上对重复报警进行压缩;在空间方向上借助概率模糊认知图的表达、推理能力,对来自多个检测器的报警进行融合。理论分析和实验仿真均表明:该机制能有效地降低虚警和减少重复报警。

基于层次概率模糊认知图的装配序列研究

提出在三维软件 UG二次开发提取产品装配信息并建立网络图的基础上 ,基于专家知识建立层次概率模糊认知图来产生装配序列。该方法可以考虑装配的稳定性 ,通过装配可行性检查来产生实际可行的装配序列 ,而且可以清晰地表达复杂产品的装配模型。以风机组件为例 ,验证了该方法的正确性和可行性。