基于博弈论的开放环境下场景规约监控语义

在开放环境中,环境和系统本身行为的改变可能使得软件系统的实现不再满足原来规约,从而最终导致软件失效的发生.运行时监控是一种轻量级的形式化动态验证技术,已成为开放环境下检测软件失效的基本手段.针对基于场景的规约属性序列图,从博弈论的角度定义其多值监控语义:满足、无限可控、系统有限可控、系统紧急可控、环境有限可控、环境紧急可控和违例.通过多值监控语义的定义,监控器能够根据当前轨迹尽可能早地检测到系统失效或异常,并提供足够信息为失效的预防和恢复服务.实例研究表明了属性序列图多值监控语义的实用价值,并显示了其广泛的应用前景.     

基于半监督聚类的入侵检测模型

利用少量的标记数据和约束辅助聚类过程,提出一种基于半监督聚类的入侵检测模型.实验结果表明,与基于监督和非监督学习的入侵检测算法相比,基于半监督聚类的入侵检测算法可以更加有效地检测出未知攻击.     

一种本体学习模型的设计与实现

提出一种本体学习模型,分析了模型实现中的关键步骤.采用机器学习技术半自动地构建本体,用Bisecting K-means算法和标准的K-means算法对模型进行了测试.实验结果表明,Bisecting K-means算法产生的本体概念的层次更加精炼,时间复杂度较小,特别适合用于处理大型数据集.     

实数GA基因层次种群多样性数学模型

针对现有GA种群多样性定义往往针对二进制编码且存在计算量大、适用性差等问题,建立实数编码基因层次种群多样性数学模型。将实数编码中每一维决策变量的取值范围划分为若干等长度的区间段,并借鉴二进制编码中基因位的含义,定义区间段基因位变量的概念,将其看作随机变量并设计图形化方法,描述每一维变量所有编码值在各等长度取值区间的分布情况,以此刻画种群多样性,通过2个测试函数的优化分析,验证模型的有效性;分析区间段基因位的特性,指出其可以作为复杂非线性优化问题中产生初始群体的先验知识使用,从而可以显著提高寻得最优解的概率及收敛速度;指出今后进一步的研究思路和方向。