陕西省重大科技创新专项计划项目(2012ZKC05-2)
- 作品数：7 被引量：50H指数：4
- 相关作者：高岭高全力孙骞高妮杨建锋更多>>
- 相关机构：西北大学更多>>
- 发文基金：陕西省重大科技创新专项计划项目国家自然科学基金陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于模糊理论的漏洞危害等级评估被引量：4
- 2014年
- 针对安全漏洞危害难以量化评估的问题,提出一种基于模糊理论的漏洞危害等级评估方法。使用层次分析法建立漏洞等级评估体系并计算漏洞评估影响因素的权重。利用模糊综合判断法对漏洞危害等级进行定量评价,综合可利用性和安全影响两方面因素实现对漏洞危害的评估。实验结果表明该方法对于漏洞危害能够得到更加准确的评估结果。
- 马驰高岭孙骞何林高学玲
- 关键词：安全漏洞漏洞评估层次分析
- 一种基于协同过滤的表单推荐录入模型被引量：3
- 2016年
- 在基于B/S架构的信息管理系统使用过程中,必须完成大量表单数据的填写及录入,但目前其主要方式为手工录入,存在录入效率低和结果不准确等问题。为此,通过研究搜索引擎的实时预测功能和推荐系统,提出一种基于逆最近邻协同过滤的表单推荐录入模型。介绍模型体系架构及执行流程,在此基础上设计改进的逆最近邻协同过滤算法,使用该算法获取基于用户行为的表单录入推荐结果,从而将个性化推荐应用于数据录入和表单填写领域。实验结果表明,该模型可有效提高数据录入效率和录入结果的准确率。
- 张洋高岭高全力杨建锋
- 关键词：协同过滤
- 基于RSOPNN的无线传感器网络节点故障诊断算法被引量：4
- 2017年
- 针对无线传感器网络节点故障诊断中存在的冗余故障属性、噪声数据以及数据可靠性等问题,提出基于粗糙集-优化概率神经网络的无线传感器网络节点故障诊断算法(简称RSOPNN)。通过粗糙集从故障样本属性集合中求解故障诊断属性约简,从而去除冗余故障属性,降低冗余属性、噪声数据对故障诊断的影响,节省能耗。对于多个属性约简选择,以属性间的相关程度作为度量标准,代替常规的主观选择,从多个约简中确定最优故障诊断属性约简,解决主观选择的不合理性。以最优的故障诊断属性重构故障样本,作为优化概率神经网络的输入,建立故障分类模型,从而对故障进行诊断。实验结果表明,在不同的数据可靠性下,RSOPNN方法能够有效删减样本中的冗余属性和噪声数据,保持高效的故障诊断水平,符合无线传感器网络的需求。
- 李洋高岭孙骞付志耀
- 关键词：无线传感器网络可辨识矩阵属性约简概率神经网络故障诊断
- 上下文感知推荐系统中基于用户认知行为的偏好获取方法被引量：22
- 2015年
- 针对现有的偏好获取方法,因未考虑不同用户在各类型上下文环境中的认知行为与用户偏好间的内在联系所导致用户偏好预测准确度不高的问题,受分布式认知理论与记忆信息加工模型启发,提出了一种基于用户认知行为的上下文感知偏好获取方法.在多维上下文环境下,将认知水平、认知有用性、认知风险、有效认知行为等认知领域概念引入偏好获取过程,并分别给出其概念定义及计算方法,通过建立多种认知因素交互影响的偏好获取模型,分别提取在单维与多维上下文环境下的用户偏好.在大规模真实数据集上的实验结果表明,与经典的协同过滤算法及上下文感知算法相比,显著地提高了偏好获取的准确度.
- 高全力高岭杨建锋王海
- 关键词：上下文感知推荐系统
- 基于文化算法的层次属性约减入侵检测模型被引量：3
- 2017年
- 为有针对性地区分入侵攻击类别,提高入侵检测系统(IDS)整体的分类准确率,提出一种层次属性约减模型。该模型采用文化算法的双层进化思想,结合粗糙集和遗传算法进行属性约减。对数据进行预处理并分层划分子空间,形成决策子表规则集f_D。运用文化算法在信念空间进行知识更新,并将层次评价知识库的进化数据传入种群空间。在种群空间利用粗糙集和遗传算法进行进化和约减,得到各层的优选属性集f_(opt),设计出层次Bayes分类器验证模型性能。实验结果表明,该模型可将属性约减前的Bayes分类正确率提高至98.21%,并能较好地识别出流量特征不明显的R2L,U2R类别的入侵攻击。
- 申元高岭高妮王帆
- 关键词：入侵检测文化算法粗糙集遗传算法
- 基于决策欺骗自适应修正的情景感知推荐方法
- 2015年
- 受决策心理相关理论启发,提出了一种基于决策欺骗自适应修正的上下文情景感知偏好获取方法.首先基于同类中心点行为距离获取用户历史行为中的伪偏好行为,将上下文行为波动与偏好波动交叉验证,并结合模糊隶属函数以关联伪偏好行为与其所属决策欺骗类,最后分别融合相应的行为补偿策略来获取上下文环境下的用户偏好.在大规模真实数据集上的实验结果表明:与经典的协同过滤算法及上下文感知算法相比,推荐精度平均提高2.5%以上,推荐多样性平均提升近3%.
- 高全力高岭高妮王海
- 关键词：推荐系统模糊决策
- 基于粗糙集的漏洞属性约简及严重性评估被引量：16
- 2016年
- 计算机漏洞是危害网络安全的重大隐患,可以利用系统配置不当、系统设计缺陷或是软件的bug等对系统攻击.由于产生漏洞有多种因素,使得与漏洞相关的属性有很多,难以客观筛选强关联属性.而且在不依赖专家经验或是先验知识的基础上,确定属性权重的客观标准也是一个困难的问题.提出一种新的漏洞评估方法 RAR,首先采用粗糙集理论中改进的可辨识矩阵算法,得到约简的漏洞强关联属性集;进而利用属性综合评价系统理论评估漏洞的严重性;最终获得二元组表示漏洞的定性评估值和定量评估值.实验结果体现该方法避免了主观选择漏洞强关联属性集和依赖专家先验知识,在漏洞属性约简和属性权重的计算上获得了满意的效果,对漏洞的定性分析和定量分析是准确有效的.
- 付志耀高岭孙骞李洋高妮
- 关键词：漏洞网络安全粗糙集属性约简漏洞评估
