Visualization Analysis of Multi-Domain Access Control Policy Integration Based on Tree-Maps and Semantic Substrates

The complexity of multi-domain access control policy integration makes it difficult to understand and manage the policy conflict information. The policy information visualization technology can express the logical relation of the complex information intuitively which can effectively improve the management ability of the multi-domain policy integration. Based on the role-based access control model, this paper proposed two policy analyzing methods on the separated domain statistical information of multi-domain policy integration conflicts and the policy element levels of inter-domain and element mapping of cross-domain respectively. In addition, the corresponding visualization tool is developed. We use the tree-maps algorithm to statistically analyze quantity and type of the policy integration conflicts. On that basis, the semantic substrates algorithm is applied to concretely analyze the policy element levels of inter-domain and role and permission mapping of cross-domain. Experimental result shows tree-maps and semantic substrates can effectively analyze the conflicts of multi-domain policy integration and have a good application value.

基于增强嵌入特征超图学习的恶意域名检测方法

攻击者利用域名灵活地实施各类网络攻击,诸多学者针对性地提出了一些基于统计特征和基于关联关系的恶意域名检测方法,但这2类方法在域名属性高阶关系表示方面存在不足,无法准确呈现域间全局高阶关系.针对这类问题,提出一种基于嵌入式特征超图学习的恶意域名检测方法:首先基于域名空间统计特征利用决策树构建域名超图结构,利用决策树倒数第2层节点的输出结果作为先验条件形成超边,快速将域名流量之间的多阶关联关系清晰地表示出来;其次基于超图结构特征对字符嵌入特征进行增强编码,基于域名空间统计特征和域名字符嵌入编码特征从域名数据中挖掘出字符间隐藏的高阶关系;最后结合中国科技网真实的域名系统(domain name system,DNS)流量,对有效性和可行性进行了分析与评估,能够快速高效地检测隐蔽的恶意域名.

基于BERT-BiLSTM-CRF党建领域命名实体识别

党建领域知识图谱构建过程中使用传统的命名实体识别方法时,存在实体边界不清、实体词性多义等问题,导致存在识别准确率和效率低的问题。为此,本文提出一种融合树形概率和领域词典的BERT-BiLSTM-CRF实体识别模型。该模型在BERT中嵌入领域词典进行文本向量化表示;利用BiLSTM获取上下文语义特征;将树形概率应用到CRF层的转移概率计算中提高分词准确率。与基准模型在MSRA和自构建的语料库上进行实验对比,实验结果表明本模型在F1值、召回率、精确率3个指标上都能取得较好的效果。

基于改进RRT的变电站巡检机器人全局路径规划算法

针对传统RRT算法在变电站巡检机器人全局路径规划应用上搜索速度慢、随机性高、未考虑机器人体积及高压安全距离、路径冗余不平滑等缺点,提出了一种改进的RRT算法。首先,提出了一种动态采样域的采样方式,避免随机树在已扩展区域重复生长;其次,考虑到实际使用中机器人的宽度和带电安全距离,对障碍范围进行膨胀,确保搜索的路径不经过机器人无法通行的狭窄通道或带电区域;最后,对搜索出的路径进行剪枝以及基于B样条曲线的平滑,优化最终路径。结果表明,改进后的算法能有效提高路径搜索的效率并得出较优路径。

基于改进决策树的分布式数据库信息跨域检索研究

针对现有检索方法在对分布式数据库信息跨域检索时,存在实际检索代价过大,需要通过大量节点数量和元组数量的检索才能为用户展示最终检索结果的问题,引入改进决策树,开展对分布式数据库信息跨域检索方法的设计研究。首先将相同语义的检索聚集到同一个检索集合,实现分布式数据库检索聚合;其次利用改进决策树,划分分布式数据库属性;最后基于整理,实现对分布式数据库元数据信息的跨域检索。对比实验结果表明,新的检索方法在实际应用中检索代价与其他现有检索方法相比明显降低,可在检索少量节点和元组后为用户提供其所需检索结果,有效提高检索效率。

计及双界面的电缆绝缘水树缺陷时域反射解析模型

配电网中中压电缆的敷设条件相对较差,在环境水分和工作电压等因素的共同作用下容易在绝缘中生成水树缺陷,影响电缆绝缘的性能。时域反射法(TDR)可用于检测电缆故障,近来也有研究将其用于检测电缆绝缘局部缺陷,但检测结果与绝缘缺陷情况的关联尚不明晰。针对此问题,该文基于等效电路原理推导了同轴绝缘含水树缺陷时的等效介电常数,在此基础上结合传输线理论建立计及双界面反射的时域解析模型,可用于分析与预测电缆绝缘局部存在水树缺陷时TDR实验的反射波形。通过制作含模拟水树的电缆试样并进行TDR实验,考察了模拟水树缺陷的含水量、缺陷段长度和电导率等因素对TDR实验结果的影响。结果显示,模拟水树的TDR实验结果与解析模型的计算结果具有较好的对应性,初步验证了该模型用于分析与预测电缆绝缘局部缺陷反射特性的有效性。预期该解析模型有助于为TDR在电缆绝缘水树检测中的应用提供参考。

晶圆飞拍成像系统的快速均匀曝光控制

晶圆飞拍成像系统的曝光控制对成像质量具有显著影响,传统基于空间域评价的曝光控制算法计算复杂且忽视了晶粒特征的差异,易导致曝光不均匀。为此,提出一种图像分区频率域评价的曝光控制方法。该方法采用分块的双阈值分割算法,对晶粒图像的特征区域进行自适应分割;结合高通滤波器和高斯金字塔算法,在频率域内快速提取图像高频信息,并设计一种区域加权评价函数对曝光效果进行综合评价。为实现在最大曝光时间内对最优曝光参数的快速搜索,提出了基于决策树的变步长搜索算法。对比实验结果表明:该搜索算法在保证准确率的前提下,使最佳图像的平均质量指标提高了1.34%,曝光参数调整时间减少了61.3%,保证了晶圆飞拍成像过程中的成像质量。

一种干扰环境下基于决策树的直扩信号检测算法及试验验证

针对传统的直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号检测方法在干扰环境下检测性能急剧下降的问题,论文提出了一种基于决策树的直扩信号检测算法。该方法首先提取信号的倒谱和时域互相关特征作为检测统计量,然后通过网格搜索法寻找最优门限,之后将检测统计量与门限进行比较,并利用决策树进行检测判决,最后对所提检测算法进行仿真分析与实验验证。仿真结果表明,所提方法具有良好的检测性能,检测率在干信比小于7 dB时,检测率大于98%。实验结果表明,所提算法与时域互相关检测法相比,正确率提高了1.46%。

基于元数据与领域概念树的文本相似度计算

随着网络与信息技术的快速发展,导致网络上产生了大量的电子文本,而文本间的相似度计算是文本处理的一种重要手段。对于大规模的文本集,通常采用向量空间模型(vector space model,VSM)进行文本表示,但是该方法面临着文本向量维度较高及文本语义相似度难以度量的问题。提出一种改进的文本相似度计算方法,从大量的特征空间中选择出具有代表性的元数据特征向量元素,以降低向量空间的维度;构建领域概念树并设计基于领域概念树的文本相似度算法,对领域概念中广泛存在的同义词进行处理,以提高文本之间语义相似度度量的性能。实验结果表明:通过降维和概念相似度计算可提高文本相似度计算的性能。

融合领域知识短语树核函数的中文领域实体关系抽取

针对在核函数方法中,传统短语树只包含通用领域信息难以训练出适应特定领域关系抽取模型的问题,本文提出一种融入领域知识短语树的中文领域实体关系抽取方法.基于Web上中文特定领域网站的信息结构特点,构建出能反映特定领域实体语义关系的领域知识树,并将其融合到实例句的句法树中,得到特定领域实体语义树.然后通过支持向量机训练,得到实体关系的分类模型,对特定领域实体关系进行抽取.在收集的600篇旅游领域语料上进行关系抽取实验,结果表明:本文所提出的方法优于不融入领域信息的方法,F值提高了3.4%.

基于模板和领域本体的Deep Web信息抽取研究

为简化模板的抽取规则、提高抽取的准确率,提出了一种基于双模板和领域本体的Deep Web信息抽取方法。该方法采用DIV块模板和表格模板结合的方法,建立双模板。利用基于中文分词的网页预处理结果,在领域本体知识的指导下,通过C4.5决策树算法来训练分类模型,筛选出待抽取的DIV块序号,构建DIV块模板,从而可以精确定位到数据块。利用XML技术构建XSLT文档,得到表格模板的抽取规则,从而抽取出数据片段。选取天气领域进行Deep Web信息抽取实验,实验结果表明,抽取准确率和召回率都可以达到95%以上,取得了较好的抽取效果。

智能规划器StepByStep的研究和开发

智能规划器是智能规划研究成果的重要表现形式,规划器的求解效率和规划质量是智能规划理论研究的直接反映.首先介绍智能规划器的一般结构和StepByStep规划器的总体结构,然后详细阐述StepByStep规划器各组成部分所采用的方法和策略,定义谓词知识树来提取领域知识.在谓词知识树的基础上定义谓词规划树,并用各种策略来提高规划树的生成效率.在谓词规划树的基础上设计StepByStep的规划策略,最后用8个规划器对3个具有代表性的基准规划领域及其规划问题进行实际的求解实验,分析了StepByStep规划器在求解效率和规划质量上的具体表现.实验数据表明,StepByStep规划器的规划策略对3个不同规划领域都具有很好的指导作用,验证了领域知识在规划求解过程中的实际价值.

基于二元树复小波域的数字水印算法

提出了一种改进的、基于二元树复小波变换的数字水印算法。该算法对水印的嵌入和检测机制进行了改进,使用了扩频嵌入机制和纠错码技术,检测算法性能时将同样的嵌入机制应用在离散小波变换(DWT)中,并采用水印检测软件对它们进行检测对比。实验结果表明,该水印算法能够适应局部图像的变化,水印对于压缩攻击、大部分的滤波攻击都有很好的鲁棒性。

IHMCAI系统中知识模型的构造

文章构造了一个IHMCAI系统中的知识模型,即“半序-层次-游离-智能”领域知识树模型,并详细分析了其特点。

无线传感器网络中一种能量有效的分簇组网算法

针对无线传感器网络中传感器节点能量有限的特点,本文介绍了一种基于极大权的极小支配集的分簇组网算法,考虑到能量有效性,算法由SINK节点发起,泛洪网络中每个节点,优先选取剩余能量高的节点作为簇头节点与中继节点,最终得到以SINK节点为树根的簇树.并周期性轮换簇头,从而能够形成一个高效的通信骨干网,有效延长网络的生存期.仿真结果表明了算法的有效性.

基于领域本体的数据清洗研究

对数据清洗过程中的语义问题进行了分类,基于领域本体提出了领域概念树和精确度水平节点集的概念。结合领域概念树和精确度水平节点集,给出了基于领域本体的数据清洗方法。该方法通过利用领域本体包含的语义信息,提高了数据清洗质量。与传统的数据清洗方法相比,由于该方法只与本体领域模型进行交互,不局限于特定领域,所以扩展性更强,数据清洗的质量也较高。

基于图的任意域内点集的Delaunay三角剖分算法

本文提出了一种基于图的二维任意域内点集的Ｄｅｌａｕｎａｙ三角剖分算法．该算法首先求出任意域内点集的约束最小生成树，然后逐次加入一边构造三角形网格，最后通过局部优化变换，得到二维任意域内点集的Ｄｅｌａｕｎａｙ三角剖分．

本体驱动的文本虚拟样本构造方法研究

构造虚拟样本能够为机器学习中的训练集融入先验知识,从而改善标注瓶颈问题。提出了一种本体驱动的文本虚拟样本构造方法。在确保类别不变性的前提下,该方法依据领域相关本体所明晰表达的领域知识,基于本体树的点、边、子树,从同义、父子、语义同构的多个词义关系角度实现了文本虚拟样本的构造。初步实验表明,该方法与原分类及类似方法相比具有更好的分类精度和推广能力。

应用Hopfield神经网络和小波域隐Markov树模型的图像复原

为了解决传统的Hopfield神经网络图像复原算法对噪声抑制和图像细节保护不能很好兼顾的问题,提出了一种基于改进的连续Hopfield神经网络和小波域隐Markov树(HMT)模型的复原算法。将小波域HMT模型作为图像小波系数统计关系的先验知识,并以正则化项的形式引入到神经网络模型中,最终利用Hopfield神经网络的能量收敛特性完成图像复原。同时提出了一种高度并行的网络权值矩阵计算方法,通过对模板图像进行算子操作,分批求取网络权值,避免了大型矩阵的乘法运算。实验结果表明,无论是对真实图像还是人工生成图像,算法复原的视觉效果均有明显改善,提高信噪比(ISNR)较传统同类算法增加了0.3dB以上,达到了同时抑制噪声和保护图像细节的目的。