基于自适应CPN的规则自学习模糊控制器设计

基于扩展Ｋｏｈｏｎｅｎ的自组织映射和Ｇｒｏｓｓｂｅｒｇ的竞争算法，得到了一种高度自适应的双向对传网络（ＣＰＮ），并给出了一类基于此类网络的模糊控制器．根据经验知识对网络离线学习，确定基本的控制规则，利用在线学习算法，实现了规则的自学习．在此算法中，控制器能够自动确定满足控制要求所需规则的个数，并且根据控制目标能够自动获取和校正控制规则．

工业防火墙规则自学习算法设计

针对工控网络新型攻击手段层出不穷,工业防火墙规则设置和管理日趋复杂的情况,提出一种工业防火墙规则自学习算法的设计方案。利用改进的BP神经网络对防火墙的日志文件进行深度分析,学习出正常数据流的通讯模式,根据提取的数据包特征信息,推理相应防火墙规则策略,自动生成新的防火墙规则。实验结果表明,该算法成功生成了防火墙规则,准确率较高,实现了工业防火墙的智能性和安全性。

基于规则自学习的数据库安全增强模块

针对网络数据库系统不断遭受攻击,而现有的各种安全技术,对数据库系统的安全保护还非常有限。分析了数据库系统入侵的主要来源,设计和实现了一个基于规则自学习的数据库安全增强模块,使所有的用户访问请求,必须经过安全规则的合法性确认,才允许访问数据库,模块的规则自学习功能使安全规则集不断完善,在易于实施的基础上,提高了数据库系统的入侵防御能力。

基于PowerBuilder的自学习规则型选择流域单位线专家系统

为了解决传统的使用单位线法中过于简化的问题 ,提出了一种用专家系统自动选择单位线的新方法 .研究了流域降雨特性与单位线关系 ,对自学习规则型选择流域单位线专家系统 (SCUHES)的知识库、推理机、自学习规则算法及学习机等方面进行了研究 ,结合专家和运行人员的经验 ,以PowerBuilder(PB)为开发工具 ,创建了选择流域单位线专家系统 .最后给出了ES在防洪决策支持系统 (简称FcDSS)