Role based access control design using Triadic concept analysis

Role based access control is one of the widely used access control models.There are investigations in the literature that use knowledge representation mechanisms such as formal concept analysis(FCA),description logics,and Ontology for representing access control mechanism.However,while using FCA,investigations reported in the literature so far work on the logic that transforms the three dimensional access control matrix into dyadic formal contexts.This transformation is mainly to derive the formal concepts,lattice structure and implications to represent role hierarchy and constraints of RBAC.In this work,we propose a methodology that models RBAC using triadic FCA without transforming the triadic access control matrix into dyadic formal contexts.Our discussion is on two lines of inquiry.We present how triadic FCA can provide a suitable representation of RBAC policy and we demonstrate how this representation follows role hierarchy and constraints of RBAC on sample healthcare network available in the literature.

基于待选集的三元概念构造方法

三元概念分析作为形式概念分析理论的扩展,是一种分析三维数据的理论.获取三元概念是三元概念分析理论的重要问题之一,文中提出基于待选集的三元概念构造方法.首先,定义正则三元背景和净化三元背景,研究这两种三元背景的性质,证明三元背景诱导的形式背景的所有形式概念的外延集包含三元背景所有三元概念的外延集.然后,定义外延待选集,给出利用外延待选集构造三元概念的方法,加快获取三元概念的速度.进一步,证明依据该构造方法获取三元概念的可行性和完备性,同时将该构造方法推广到三元背景诱导的另两种形式背景上.最后,给出基于待选集的三元概念构造算法,并通过实验验证文中算法性能较优.

三元概念的分布式并行构造算法

作为形式概念分析的扩展,三元概念分析在高维数据的理论和应用中均取得显著效果.然而,数据量的极速增长导致三元概念的生成算法的时间复杂度呈指数级增长,在现实应用中面临巨大挑战,需要构造并行算法.因此文中提出适用于大规模数据的三元概念分布式并行构造算法,首先给出对象-属性和属性-条件三元概念的相关理论,并证明所有三元概念可通过合并这两种类型的中间概念生成.然后,采用两阶段聚合策略,改进Spark框架中的弹性分布式数据集操作符,有效解决数据倾斜问题,明显提升算法的运行效率.最后,在多个公开数据集上的实验表明,文中算法在海量数据中的三元概念生成过程中表现高效.

单条件三元概念构建及其融合推荐应用

三元概念分析已被引入推荐系统领域,但是概念融合环节增加了三元概念的构建复杂度,另外概念信息在推荐时未得到充分利用。本文直接利用单条件三元概念进行推荐,为此设计一种针对单条件三元概念的构建方法和融合推荐算法。首先分解三元背景为多个单条件三元背景,设计概念比例作为启发式信息生成单条件三元概念;接着计算待推荐项目在单条件三元概念上的项目流行度,并结合三元背景的项目条件权重设计融合推荐置信度;最后结合项目的融合推荐置信度和推荐阈值,为目标用户进行推荐预测。本文在6个公开数据集中进行了实验,结果表明在稀疏度较低的数据集上,本文提出的算法相比GRHC和GreConD-kNN的推荐效果略好,与IBCF和kNN的效果相当。

三元概念分析综述

三元概念分析是形式概念分析的推广,也是人工智能领域较新的一个重要研究分支,涉及机器学习、数据挖掘和信息检索等。文中对三元概念分析的研究现状及发展趋势进行了梳理,着重介绍了三元概念分析现有的基本理论、方法及其应用,并阐述了与形式概念分析的联系,以及未来可以进一步研究的工作。

基于三元概念分析的文本分类算法研究

随着网络中三维数据的涌现,三元概念分析的优势也逐渐体现出来。三元概念分析是较新的研究领域,具有广阔的发展前景。提出基于三元概念分析的文本分类方法,该方法是一种全新的构思理念,是三元概念分析在应用上的拓展。该算法的主要思路是:首先将数据集预处理为三元背景,同时将背景中的二值关系扩展为0-1间的模糊关系,其用于表示特定条件下属性对于对象的隶属度,并基于此构建三元概念,利用三元概念表示数据集中文本、特征词与类别之间的三元关系;然后结合模糊理论中的贴近度,类比得出三元概念间的相似度,并运用相似性度量计算出训练集中三元概念与新文本的相似值。实验结果表明,文中所提模型是有效的,且在特定的数据集上相较于机器学习Support Vector Machine(SVM)算法、K-Nearest Neighbor(KNN)算法、卷积神经网络(CNN)算法以及基于形式概念分析的分类模型均有更好的分类效果。

三元背景及概念三元格的简化

三元概念分析是对形式概念分析理论的扩展,三元背景作为其数据基础在实际生活中普遍存在。三元背景所反映的三元关系是形成概念三元格的基础,它比形式概念分析中的二元关系更复杂,因而在此基础上形成的三元概念以及概念三元格就更为复杂。对此,提出一种三元背景和概念三元格的信息简化方法,该方法将三元关系拆解为最本质的二元关系,并在保证所有二元关系不变的基础上,同时考虑三元背景的3个论域,删减其中不必要的元素,以减少数据量,简化三元背景和概念三元格的表达方式。进而,得到简化后概念三元格的一些性质以及简化前后三元概念的关系等理论结果,为进一步的算法研究与应用以及更深入的理论分析工作奠定基础。

三元背景基于二元关系不变的约简

针对三元背景,提出了基于二元关系不变的约简问题。根据每个论域中元素对约简所起的不同作用对所有元素进行分类,并对不同类型元素的性质进行讨论。最后研究了约简前后三元概念之间的关系。

三元概念的启发式构建及其在社会化推荐中的应用

形式概念分析作为知识发现的方法,在理论分析和实际应用中已经取得很多成果。随着三维数据的涌现,许多学者开始了对三元形式概念分析的研究。但是,目前该领域的研究和应用较少,尤其还没有被应用到推荐系统。文中介绍了三元概念的构建及其社会化推荐应用。首先设计启发式信息,构造覆盖所有用户的三元概念集合,启发式信息旨在生成外延和内涵均有一定规模的强概念;然后根据拟推荐项目的属性来筛选用户合适的社会关系,并结合项目在概念中的流行度实现推荐预测。文中分别在真实数据集和抽样数据集中进行了3个实验。实验1对比了启发式方法和∨_(o c)运算构造的三元概念数量及其运行时间,其中∨_(o c)运算构造的概念数量少、耗时长且对推荐的提升效果不明显;实验2对比了推荐效果的精确度、召回率和F1值,揭示了增加条件可以有效提升推荐效果;实验3的结果表明,基于三元概念的推荐算法的推荐效果优于KNN及GRHC。

概念三元格渐进式构造算法

随着形式概念分析的发展和完善,三元概念分析也逐渐受到了越来越多的关注,其作为形式概念分析的扩展,是一种新的分析三维数据的理论.渐进式算法是概念格构造的一类重要算法.文中从三元概念分析的基本理论入手,采用渐进式的思想提出了概念三元格的构造算法.算法首先将三元背景分解成多个单条件的三元背景,将此看作形式背景,利用概念格构造算法求形式背景下的概念集合,增加方式为对应的条件将概念转换为三元概念,然后通过给出特定的结合操作逐步地构造多条件下的三元概念集合,最后运用三元概念之间的预序关系建立三元概念之间的关系.理论证明和实验结果表明:该算法是正确的.

三元概念分析的联盟应用研究

随着网络上越来越多的三维数据涌现出来,三元概念分析的相关理论研究备受关注.三元概念分析作为新的研究领域,具有较好的发展前景.为此,本文提出三元概念分析的联盟应用研究,是三元概念分析在应用上的扩展.本文主要研究思路是首先在经典合作博弈的基础上提出受限合作博弈,并基于三元概念分析的理论提出了联盟形式的生成算法LMXC.其次,为了合理分配效用值,在经典Shapley值的基础上结合三元概念分析的理论对它作了进一步研究,提出了受限合作博弈的G-shapley值法.最后引入算例对LM XC算法的结果进行分析与验证,利用三元概念表示企业组合、企业组合共有的技能、合作模式之间的三元关系,效用函数描述联盟形式获得的效用值;并引用文献中的数据对G-shapley值法的正确性验证,以及通过实验测试了该理论模型的效率.

三元概念的一种构造方法

三元概念分析是一种数据分析和信息处理的新方法.三元概念的构造是三元概念分析的重要问题之一.首先,研究一个三元概念的外延、内涵和方式中存在空集时该三元概念具有的性质,并给出这类三元概念的判定方法.其次,定义一类特殊的三元概念,称其为对象-条件三元概念.在对象-条件三元概念构成的集合上定义一种运算,并利用该运算提出一种基于对象-条件三元概念生成三元概念的方法.该方法表明:如果一个三元概念的外延和方式均为非空集合,那么它可以由某些对象-条件三元概念生成.此外,将一个三元背景按照每一个条件分解为一系列二元背景,研究该三元背景上的对象-条件三元概念与分解后的二元背景上的对象二元概念之间的关系,并进一步给出了由对象-条件三元概念生成三元概念的具体步骤.最后,通过实例阐明由对象-条件三元概念构造三元概念的详细过程,并给出了三元图来清晰地描述所生成的所有三元概念.

基于三元因子分析的三元概念约简

三元概念的约简是三元概念分析的重要问题,因为它既能简化三元图的表示,又有助于更好地理解三元概念的语意并从中提取有价值的信息.基于三元因子分析,研究保持三元背景中所有三元关系不变的三元概念约简.首先,基于三元因子分析提出三元概念约简的定义.该方法是在保持三元背景不变的条件下寻找尽可能少的三元概念,即这些三元概念能够完整地反映原始三元背景所包含的所有三元关系.其次,讨论三元因子分解与三元概念协调集的关系,并给出三元概念协调集和约简的判定方法.最后,利用三元概念约简将三元概念分为三类:核心(绝对必要)概念、相对必要概念和不必要概念,并得到每类三元概念的充要条件.此外,通过实例给出由三元因子分解和概念约简定义两种方法寻找三元概念约简的详细过程.

三元概念与形式概念的关系

由于三元概念分析是形式概念分析的拓展,因此三元概念和形式概念(二元概念)之间有着紧密的联系.首先,从二元背景出发来描述三元概念,研究一个三元背景的三元概念和所有非空条件子集确定的二元背景的二元概念之间的关系.在每一个条件确定的二元背景的所有二元对象概念集上定义一种运算,证明了通过该运算和二元概念间的并运算可以生成所有非空条件子集确定的二元背景的所有二元概念.其次,定义了一个从二元概念到三元概念的双射,并从概念粒的角度将一个三元背景的所有三元概念和二元概念进行分层,共分为三层,其中第一层是由单个对象和条件确定的二元对象概念,由它们可以生成第二层和第三层的概念粒,因此第一层是最基本的概念粒,这对三元概念的理解和构造具有重要的作用.最后,从三元概念出发来寻找二元概念,基于三元概念提出生成由每个条件确定的二元背景的二元概念的方法,并给出了严格证明.此外,还通过三元图对该方法加以直观解释.

三元概念的增量式构造方法

三元概念的构造方法是三元概念分析的核心问题之一,当条件逐个增加时,研究三元概念的增量式构造方法.首先,详细分析增加一个新的条件后原三元背景中三元概念的变化以及新增加的条件对新背景的三元概念的影响.分别针对下述四种情况给出充分必要条件:(1)新添加的条件对原背景的三元概念不影响,它仍旧是新三元背景的三元概念;(2)原背景的三元概念被替换掉,它不再是新三元背景的三元概念,替换后的三元概念的外延和内涵与原来一致,但是方式增加了新的条件;(3)原背景的三元概念与新的条件共同生成一个新的三元概念;(4)新增加的条件不借助任何原背景的三元概念生成新的三元概念.在此基础上给出基于条件的三元概念的增量式构造算法.最后,通过实例阐明增量式方法生成三元概念的详细过程.

三元概念的布尔矩阵表示方法

将布尔矩阵引入到三元概念分析,研究三元背景和三元概念的布尔矩阵表示方法。首先,定义三元背景的关系矩阵,将每一个条件下的三元背景看作一个布尔矩阵,那么三元背景是一个布尔分块矩阵,该布尔分块矩阵即为三元背景的关系矩阵。然后,利用关系矩阵给出三元背景上诱导算子的布尔矩阵表示方法,进而得到生成三元概念的外延、内涵和方式的布尔矩阵表示方法,该方法在生成三元概念时只使用一些基本的布尔矩阵运算而不涉及三元背景的诱导算子。最后,给出构造三元概念的枚举法的布尔矩阵表示方法以及基于对象-条件三元概念构造三元概念的布尔矩阵表示方法。三元概念的布尔矩阵表示方法从矩阵的角度理解三元背景和三元概念,为研究三元概念分析提供了新的视角。

基于条件属性蕴含的概念格构造及简化

基于三元背景研究三类概念格的构造和简化.首先,基于三元背景构造一个条件属性蕴含形式背景,该背景以三元背景属性集上的属性蕴含为对象,以三元背景的条件为属性.并针对条件属性蕴含形式背景给出形式概念的定义,构造相应的概念格.其次,由于条件属性蕴含形式背景中对象的个数随着三元背景中属性个数的增加呈指数级增长,这使得条件属性蕴含形式背景往往是一个比较大的数据表,因此,对条件属性蕴含形式背景进行对象约简,将原来的对象集替换为单个条件下形式背景的极小属性蕴含构成的集合.该对象约简方法不仅在很大程度上简化了条件属性蕴含形式背景,而且简化后的形式背景对应的概念格与原来的概念格同构.最后,在条件属性蕴含形式背景上引入了可能性算子和必然性算子,在此基础上定义了对象定向概念格和属性定向概念格。

“道艺体用”观念与中国写人文论谱系之构建

中国传统文论博大精深,内蕴丰富,既可按文体文类进行研究,又可按文本构成进行解析。各种文论除了依托于“阴阳”“刚柔”“奇正”等“两端互补”观念,还分别有各自依托的话语。就写人文论谱系构建而言,其更多地依托于“赋比兴”“言象意”“形神态”“理事情”等“三而一成”观念。关于这些“三而一成”观念的历史形态,可借助“道艺”观念加以梳理。先秦时期兴发的“赋比兴”已含叙事写人之艺,赋法中的纵向铺陈与横向铺陈分别被用以叙事与写人,而比兴本来就是写人妙方。秦汉以后,赋比兴写人之艺又催生出一系列偏重写人的赋。其间,基于形神兼备的写人实践,“传神写照”“气韵生动”等文论观念得以产生。宋代以降,“形神态”“理事情”等写人观念逐渐形成,后被广泛运用于明清小说戏曲批评中。对此,若进一步借助“体用”观念加以梳理、统合,一条若隐若现的写人文论脉络便渐趋明晰。由此可生发出一套由“意象”“意境”“意味”三要素通贯的富有中国特色的写人文论谱系。

基于大数据的装备体系三元概念认知系统模型构造框架

多样化的装备体系定义模式存在概念语义内涵交织、外延对象重叠难以离析,体系系统边界动态模糊等不确定性制约装备体系综合认知,大数据建模与分析决策为装备体系模型表达与知识发现提供了机遇。提出广义复杂信息系统观点下采取形式三元概念分析理论描述和表示装备体系中概念及概念之间层次网络结构的装备体系认知系统模型构造框架。首先分析了能力视角下装备体系语义超网络模型的大数据描述架构及其层次建模过程,设计了一种体系分层共演化时空数据应用模型结构。概述了概念认知系统研究进展,提出一种基于语义上下文的形式三元概念构造策略,讨论了上下文覆盖数据结构与三元概念构造的联系。为应用语义大数据开展装备体系认知计算提供了有益启发。

三元形式概念分析下的认知系统模型及信息粒转化方法

研究三元形式概念分析下的认知系统模型,提出了充分信息粒、必要信息粒及充分必要信息粒等概念,并在给定"条件"下,建立了如何将任意信息粒转换为充分信息粒、必要信息粒和充分必要信息粒的有效方法。