双半环的粗糙性质

在双半环上引入了粗糙集并研究了粗糙子双半环,利用双半环的非空子集上关于同余关系的上、下近似,给出了双半环的粗糙子双半环的定义,证明了双半环的子双半环一定是双半环的子双半环,理想一定是粗糙理想。     

（n,m）-半群上的格林＊＊关系

将格林＊ ＊关系从普通半群推广到（n,m）-半群上,从而定义了左同余、右同余、拟强wrpp（n,m）-半群、强wrpp（n,m）-半群,并讨论它们的基础性质.     

基于系统动力学的民航CPS网络风险评估

为解决民航信息物理系统网络风险评估中风险的时间依赖性及复杂的耦合效应,以航油自控系统为例,提出一种基于系统动力学与关联分析相结合的评估方法.首先定义系统动力学表达式,利用系统安全状态函数达成评估目标一致性.进一步结合软因素将风险系统划分为网络风险、业务风险、人为风险和管理风险四个子系统,使用轻量级控件规则定义风险耦合,最后使用Vensim进行仿真分析.结果表明,基于系统动力学的网络风险评估方法相比于传统方法更关注风险耦合,评估结果更具有实时性,为解析风险动态演化机制、从根本上降低航油自控系统网络风险提供了科学依据.     

面向不稳定日志的一致性异常检测方法

系统日志被用作系统异常检测的主要数据源.现有的日志异常检测方法主要利用从历史日志中提取的日志事件数据构建检测模型，即假设日志数据随时间的推移其分布规律具有稳定性.然而，在实践中，日志数据往往包含以前未出现过的事件或序列.这种不稳定性有两种来源：1）日志发生了概念漂移；2）日志处理过程中引入了噪声.为缓解日志中出现的不稳定问题，设计了基于置信度协同多种算法的异常检测模型EBCAD（Ensemble-Based Conformal Anomaly Detection）.首先，用统计量p值度量日志之间的不一致性，选择多个合适的集成算法作为不一致性度量函数计算不一致性得分进行协同检测；然后，设计了基于置信度的更新机制来缓解日志不稳定问题，将新日志的不一致性得分添加到已有得分集，更新日志异常检测的经验；最后，根据协同检测得到的置信度与预设置信水平大小来判断不稳定日志是否异常.实验结果表明，在HDFS日志数据集中，当不稳定数据注入率从5%增加到20%时，EBCAD模型的F1值仅从0.996降低到0.985；在BGL_100K日志数据集中，当不稳定数据注入率从5%增加到20%时，EBCAD的F1值仅从0.71降低到0.613.证明EBCAD在不稳定日志中可以有效检测到异常.