可撤销动静态属性的车联网属性基加密方法

车载自组织网络(vehicular ad hoc network,VANET)(也称车联网)数据安全共享通常采用群加密方式,高速移动的车载终端给群组构建和群密钥管理带来困难.密文策略属性基加密(ciphertext-policy attribute-based encryption,CP-ABE)为车联网通信安全带来了新的解决方案,但是传统的CPABE方案解密计算复杂度高,属性撤销需要整个密文进行全部更新,策略树的构建不够灵活,导致在车联网中的应用受限.为了解决上述问题,围绕车联网云存储数据安全分享,设计可撤销动静态属性的属性基加密方案.将动态属性和静态属性分开管理,构建组合策略树,引入解密代理将高复杂度的属性基解密过程的主要部分外包到服务端,车辆终端通过中央和本地认证中心进行属性撤销和动态属性更新.可撤销动静态属性的车联网属性基加密方案是安全的,在空间和加解密时间复杂度上较传统CP-ABE算法具有优势,实验还分析了车载终端解密、属性撤销和系统并发等性能.

外汇汇率时间序列静态属性的抽取

为了能够使用现有的数据挖掘技术(例如粗糙集)对外汇汇率时间序列进行数据挖掘,必须从外汇汇率时间序列数据中抽取决定时间序列行为发展趋势的静态属性.针对外汇汇率时间序列的特殊性,给出了时间序列静态属性抽取技术的几个关键步骤,完成了从外汇汇率时间序列中抽取出静态属性,最后利用这些静态属性组成的数据库,实现了对外汇汇率时间序列比较准确的预测.

融合静态属性和动态轨迹的盗窃前科人员分类研究

以往犯罪前科人员分类研究,通常基于历史犯罪信息中的静态属性信息,而忽略了对动态轨迹信息的利用,且缺乏专门针对盗窃前科人员再犯罪风险预测的研究.基于上述以往研究的不足,本文研究融合静态属性和动态轨迹的盗窃前科人员初犯/累犯分类.构建了融合静态属性和动态轨迹的长时间跨度盗窃前科人员分类数据集,然后探索和对比多种不同类型机器学习模型在该数据集上对盗窃前科人员的分类性能,提炼出与盗窃前科人员分类最相关的特征;基于上述分析结果,提出基于加权关联规则的盗窃犯罪人员预警模型.本文的相关研究成果可以应用于盗窃犯罪的预警工作中,对犯罪打击和安全防范工作具有一定的现实意义.

静态代码属性与软件模块缺陷数的偏相关分析

为了解决因选择不同的静态代码属性子集而带来的不同软件缺陷预测性能的分歧,采用偏相关分析法,分析了静态代码属性之间的相关性,以及该相关性对预测算法的影响.在Eclipse数据集(包括发布前与发布后的缺陷数据)上的实验结果表明,静态代码属性之间存在偏相关.同时,也证实了偏相关是软件质量分析的非常重要的因素,为建立软件缺陷预测模型提供了可靠的分析方法.

村民自治权属性的法学解析及其实现路径

村民自治权是村民自治制度的核心概念,也是"三农"法学研究中的重点和难点。以法学研究为视角,在综合分析当前法学界关于村民自治权属性各种观点的基础上,从静态和动态两个层面考察村民自治权属性。从静态角度看,村民自治权具有权利性及广泛性,同时兼具有限性;从动态角度看,村民自治权具有合法性和直接民主性。以此为基础,进一步指出,在环境变迁中,应通过完善"四民主"制度、规范乡村关系以及加大村民自治投入等方式充分确保村民自治权的实现。

基于动态安全属性保护的可信固件

遵循TCG可信计算的固件通过可信度量和信任传递保证固件模块及OS Loader的完整性。这种可信固件当前实现的缺点在于只保护了系统的静态安全属性,而对动态安全属性保护无能为力。基于此,通过对固件代码和数据的分类研究,对固件代码和数据进行安全分级控制,提出固件动态安全属性保护模型,在EFI/UEFI可信固件的基础上实现动态安全属性的保护。实验证明,该方法简单有效,适合于固件代码尺寸小、启动速度快的要求。

基于信息量的动态属性约简算法仿真实现

基于信息量的动态约简算法充分利用了原信息系统的约简结果,从约简效率上,比静态算法有很大的提高。但在实际应用中,该算法的计算工作量令许多非数学专业的科技人员感到力不从心。鉴于这种情况,本文针对基于信息量的动态属性约简算法,编程仿真了整个计算过程。对该算法进行设计并用C语言编写了源代码,使计算过程简单化,输入待解决问题的数据和新增动态数据即可计算得出相应的约简结果。该仿真实现有利于动态约简算法的进一步推广和应用。

基于否定选择算法的木马检测与研究

文章提出了一种基于静态分析木马文件信息的方法,对比分析木马PE文件和正常PE文件静态信息的不同,提取木马特征。通过否定选择算法对未知PE文件静态特征与木马特征进行匹配,从而判断该文件是否是木马文件。实验证明,该方法对未知木马检测效果明显。

基于CP-ABE和区块链的车联网匿名身份认证算法

车联网匿名身份认证技术是向用户提供有效服务的基础,能够保证车联网通信过程的安全性。针对现有的匿名身份认证方案在认证效率、计算开销等方面存在的不足,提出了一种基于CP-ABE和区块链的匿名身份认证算法。采用动态属性和静态属性相结合的认证策略,认证机构为车辆分配假名,实现了车联网中的细粒度匿名身份认证,减少冗余认证,提高时间效率,保护用户隐私。同时,结合区块链技术,对认证策略进行管理,防止身份认证过程中认证策略被恶意篡改。实验结果表明,该算法能够实现快速的加解密,满足车联网身份安全、高效认证的需求。

偏相关方法在软件缺陷预测中的应用

为了提高预测模型的性能,解决不同属性子集带来的分歧,提出了基本偏相关方法的预测模型。首先,该方法在公开数据集上分析出代码静态属性与缺陷数之间存在偏相关关系;然后基于偏相关系数值,计算出代码复杂性度密度属性值;最后基于该属性值建立新的缺陷预测模型。实验表明,该模型具有较高的召回率和很好的F-measure性能,从而进一步证实了代码属性与模块缺陷之间的偏相关性是影响软件质量预测性能的重要因素的结论。该结论有助于建立更加稳定可靠的软件缺陷预测模型。

基于心理行为大数据分类算法的家政服务人员的专业性研究

本文为解决互联网家政服务业入户服务人员的专业性分类问题,基于Y互联网家政服务企业的详细入户服务人员数据库,运用心理行为的调研实验,确立入户服务人员的静态属性,进而提出了针对入户服务人员专业性的大数据分类算法的判别模型,在对入户服务人员的训练样本集进行判别模型的初步训练基础上,实现入户服务人员数据中测试样本集判别准确率的分析。研究结果显示,针对入户服务人员的心理行为,调研实验确立了研究的六个静态属性,分别是年龄、性别、籍贯、分数、婚姻、学历;基于心理行为学的大数据分类算法的判别模型对于入户服务人员的专业性分类准确率达到67.5%。

生成黑盒测试数据的设计思想在学生成绩管理系统中的实现

黑盒测试是数据库应用系统测试的常用方法,而生成大量测试数据则是进行黑盒测试的前提。如果能使用"数据生成"工具生成大量模拟测试数据,将提高数据库应用系统的测试效率和测试质量。本文主要提出了生成黑盒测试数据的设计思想,并基于这一思想开发了"学生成绩管理系统"的数据生成工具。

基于三维地质建模技术的煤层气抽采效果评价——以晋城寺河煤矿为例

三维地质建模可直观、可视化评价煤层气动态抽采效果,为后续开发方案调整提供指导。借助三维地质建模软件,以晋城寺河煤矿西二盘区3号煤层为研究对象,基于寺河煤矿地质、产能数据分析和数值模拟,建立能反映煤层空间几何形态变化、构造特征及煤储层属性参数动态变化的地质模型,实现研究区煤层气抽采效果动态评价。利用构建的三维地质模型开展产气量、储层压力分布、剩余含气量等重要参数的预测,结果表明:寺河煤矿煤层气井不同排采周期预测的平均日产气量逐渐降低,影响范围逐渐扩大;研究区平均储层压力从2010年的1.31 MPa降至2022年的0.60 MPa,较2010年下降54%;研究区平均剩余含气量从2010年的15.70 m^(3)/t降至2022年5.65 m^(3)/t。研究结果可真实、客观地为三维地质模型在煤层气抽采效果评价中的应用提供科学依据。

通用半实物仿真资源管理器的设计

半实物仿真系统包含各种各样的前端模块,如何管理这么多复杂的前端模块就成为该系统的一个重要难题。文章提出通用半实物仿真资源管理器的设计方案,将前端模块的属性分为动态属性和静态属性,并设计出与其对应的前端设备的XML文档,制定出前端模块与主机模块的通信协议,为前端模块的通用化制定了标准。经过实验表明,该管理软件能够实时对各种前端设备进行管理,并且不需要过多的操作,就能在管理软件中展示出前端设备的属性信息,达到即插即用的效果。

融合语句复杂度的软件错误定位轻量级方法

在程序调试过程中,基于程序谱的软件错误定位(SBFL)技术能提供有效的帮助。为改善SBFL的性能,提出一种组合程序谱、代码行静态属性的软件错误定位排序学习方法,由线性排序支持向量机学习最优错误定位模型。代码行静态属性包括局部变量、类属性、逻辑运算符和方法调用等程序实体的个数。在使用C、C++和Java语言开发的22个实际故障项目上,采用跨工程的形式训练错误定位模型。实验结果表明,新方法比最优SBFL减少了37.1%的最坏策略EXAM和22.6%的平均策略EXAM。还比较了程序语句的3类轻量级特征:结构化类别、变量谱和静态属性。新方法的时间复杂度低,能实时地推荐可能出现故障的语句序列。

基于场效应的能源规律与发展策略

随着“十四五”规划到来与“双碳”目标的提出,充分认识能源结构及其规律将对我国经济发展具有重要的指导意义。基于科技发展史研究,提出新观点来解析能源发展规律。新观点包括能源是由需求、认知与技术构成的动态框架并具有静态与动态双重属性;能源运动处于有边界层特征与能量属性的“约束空间”中并遵循“需求、知识与技术”形成的动态循环;运动过程具有场效应,人的需求是场源与驱动力,运动产生的能源交替是场能释放途径与社会进步特征。依据上述规律,结合国内外现状,提出建议来促进我国制定更完善的能源政策与发展策略。

基于神经网络的恶意弹窗识别技术研究

随着互联网广泛的应用,计算机中广告弹窗频繁的出现,非常影响用户的使用感受,并且大量弹窗还存在安全威胁。例如,运用弹窗传播计算机病毒,利用Cookie技术来盗取用户个人信息等,导致用户信息无法得到保障。因此,弹窗受到了人们的广泛关注,弹窗拦截技术研究也得到了快速发展。本课题希望软件在实现广告拦截的基础上,完成对广告的自主识别,实现更好的无感化体验。并通过加入静态属性与动作,实现更高效率的自主识别功能。

以人为中心的数据收敛和智能研判——视频数据为警务研判带来的飞跃

警务实战中视频监控系统主要关注人、车等活动目标,对视频进行智能分析和数据挖掘,让视频从人工抽检,进一步到事前预警和事后分析,实现智能化的信息分析、预测,为视频监控领域带来业务变革,实现视频监控网络情报化、智慧化、语义化,让民警从观看视频监控劳动中解脱出来,通过数据特征属性提取与关联,碰撞得到"对象规律",从而进行高效、精准的决策。

基于改进BP-MIV算法的某地产经纪人行为研究

通过采集和分析某地产经纪人的各种线上操作及销售过程数据,对房产经纪人的行为进行了研究刻画,并提出改进的BP-MIV算法对经纪人业务行为与业绩的相关重要程度进行了排序。该研究一方面为采用大数据分析方法进行房产经纪人行为刻画提供了思路,另一方面提出的算法克服了传统BP-MIV算法在样本容量和参数选择的缺陷,通过'先分类,后算差值'的改进思路,更好地进行了排序,得出影响因素的前三名为微信系统聊天会话量,个人电脑端房源浏览量和出售房源修改量。对排名前三位的因素与业绩的关系进行了频度分析,且比较了不同分类下的表现差异,为公司未来培训等方面决策方面提供了数据支撑。