基于DS证据理论的物联网固件安全态势评估系统研究与实现
这是一篇关于D-S证据理论,态势评估,物联网安全,动态折扣的论文, 主要内容为目前,物联网安全态势评估系统被广泛研究与开发,基于该系统可以实时反映物联网系统中安全态势信息,对于防范重大安全风险、规避财产损失有重大意义。现有的态势评估系统,大多采用神经网络模型对态势要素数据进行分析,模型结构复杂,训练难度高,过分依赖专家知识,通用性不高,系统难以根据实际场景进行动态适应。针对上述问题,本文从DS证据理论入手对物联网固件安全态势评估技术进行研究。首先,利用固件漏洞信息计算证据分布矩阵;其次,利用改进Topsis方法衡量证据可信度,利用加权平均迭代方法进行融合得到态势评估结果;最后根据多个时刻的态势评估结果,利用动态折扣证据理论进行态势感知。论文主要工作如下:1.提出一种基于改进Topsis方法的物联网固件安全态势评估方法。基于Topsis方法提出了三种衡量证据可信度方法,方法一通过证据分布矩阵整体衡量证据的冲突性,方法二通过聚合两两证据间的冲突性并加和归一化后衡量证据的冲突性,方法三根据态势评估场景改进期望正解向量定义,经过不同数量证据体可信度实验,方法三充分抑制冲突性证据的可信度,提高相互支持证据间的可信度,尽早识别冲突证据方面效果显著。利用加权平均迭代方法进行证据融合。在实验室环境中进行态势评估测试,结果合理有效。2.提出一种基于动态折扣证据理论的物联网固件安全态势感知方法。提出了一种物联网固件安全态势感知方法流程。利用时间变化对不同时刻的态势评估证据进行折扣,越接近当前时刻的证据折扣度越小,反之越大;利用高危漏洞比例信息进行自适应动态加权,把不同时刻的高危信息折扣入识别框架,最终融合形成态势感知结果。在实验室环境中进行态势感知测试,在高危风险和紧急风险的感知结果上优于传统DS证据理论。3.设计并实现物联网固件安全态势评估系统。使用爬虫系统下载了 13家物联网厂商生产的固件程序,使用安全性分析技术对369个固件程序进行了分析。利用Vue框架设计前端页面,利用Django框架设计后端功能,系统在Dashboard页面展示了基于漏洞信息的统计数据、近6年的态势评估结果和态势感知结果,使本文理论具有工程价值。
大型油浸式变压器状态评估系统研究与设计
这是一篇关于大型油浸式变压器,状态评估,故障诊断,D-S证据理论,三比值法的论文, 主要内容为在电力系统中,变压器占据重要的地位,其运行状况将会影响电力设备的系统性运行及电网的稳定性,变压器运行故障将会干扰电力系统稳定及安全运行。传统的定期维修方式有很大的局限性,无法与实践中旺盛的用电需求相匹配。状态维修是变压器维修领域发展的新型手段,而状态评估是状态维修的决策基础。对变压器进行科学的状态评估能够准确反映其健康状况,这已然成为了学界研究的重要课题。基于此,本文立足于具有现代化特征的信息技术,以大型油浸式变压器状态评估系统为研究对象,针对750k V变压器进行分析,主动解决目前工作存在的问题,主要工作如下:1)本文对大型油浸式变压器状态评估系统在功能性、非功能性及权限管理三个方面进行了需求分析,通过引入结合层次分析法和采用改进D-S证据理论方法,对大型油浸式变压器状态评估模型进行了构建,并通过750k V变压器实例对上述状态评估方法进行了应用分析验证,证明该理论方法及状态评估模型具有工程应用的可行性。2)根据变压器的工作原理,通过油中溶解气体分析技术,对大型油浸式变压器进行故障诊断,分析了特征气体的组成及不同故障类型与该状态下其所含的油气成分及成分之间的对应关系。采用了改进的三比值法,对运行不良的变压器进行了故障诊断,并通过对变压器的故障诊断实例的分析验证,证明了该方法的有效性。3)选取B/S结构体系、J2EE架构、MVC设计模式、SQL Server数据库和Java语言等手段,通过状态评估和故障诊断算法,设计和实现大型油浸式变压器状态评估系统。设计的系统可以对大型油浸式变压器进行状态评估和故障诊断,实现的主要功能包括规章制度管理、设备运检管理、状态评估管理、故障诊断管理、综合信息统计分析管理、系统管理等。
基于.NET平台的网上论文评估系统设计与实现
这是一篇关于论文评估,.NET,ADO.NET,数据库,D-S证据理论的论文, 主要内容为随着计算机网络技术和信息化程度的增加,学校在教学和管理上自动化程度和网络化程度也有了很大的进步,这就要求各个环节都能均衡的发展,学位论文评估作为高等教育尤其是研究生培养的重要组成部分,如何顺应网络化时代的发展显得越来越重要。 本论文设计的系统考虑到传统的学位论文评估模式存在的评审周期长、透明度差、效率低等问题,设计开发了基于.NET平台的网上论文评估系统,系统在保留了传统学位论文评估过程中“盲评”方式的同时力图实现又一网络化教学手段。经系统可行性及需求分析,系统最终采用B/S (Browser/Server,浏览器/服务器)架构,以运用基于.NETFramework3.5版的Visual Studio 2008作为软件开发平台,以ASP.NET作为服务器端开发工具,开发语言选用C#,以功能强大的SQL Server2005作为后台数据库,利用ADO.NET数据库访问技术对数据库进行管理操作。 论文全面阐述了基于.NET平台的网上论文评估系统的设计和实现过程,包括其整体功能、结构的设计,数据库设计,各功能模块的实现方法,论文评估体系设计和系统后期的测试等。系统按照用户角色主要分为学生系统、专家系统和管理员系统,其中包含基本信息管理、学位论文提交、网上论文评阅、论文评审结果查询、管理员系统维护、数据统计、留言板管理、公告信息发布等基本模块的界面设计、功能实现及详细说明。其中在论文评审环节中,对于同一篇论文采用三位专家共同评审,并对三个专家所给出的评审结果进行融合,这里采用D-S证据理论方法,将对论文熟悉程度不同的专家所给分数作为证据,通过D-S证据合成法则,对论文的最终成绩作出决策。论文设计运用一致性检验法对评审结果做出可信度估计,在学生查询到评审结果后,可以申请二次评审,但是只有在满足系统对评审结果的可信度检验的情况下二次评审的请求才会被允许。 本论文设计实现的基于.NET平台的网上论文评估系统,实现了将学位论文评估过程网络化的构想,不仅减少了学位论文评估的周期、提高了学位论文评估的透明性、增加了学生的参与性。同时D-S证据理论和一致性检验法的运用也使得评估过程更科学、合理,二次评审环节更规范、有序。
基于规则推理融合算法的重型卡车道路运输危险预警研究
这是一篇关于汽车物流,数据挖掘,关联规则,系统设计,BP神经网络,D-S证据理论的论文, 主要内容为近几年随着中国物流行业在所有新型产业中的不断发展,物流运输的方式也在不断更新。其中,汽车物流在所有物流运输企业中有重要的作用,同时推动的物流行业的发展。在汽车物流行业中,以重型卡车为主要交通运输的方式,由于近些年,道路运输事故频发,重型卡车的道路运输安全预警监测问题也成为国家关注的重要问题。针对以上要求,在“阜阳重型卡车安全监测”的项目基础上,论文在对重卡道路的安全预警问题上提出了相应算法并对重型卡车道路运输危险预警系统进行实现与设计,通过数据挖掘以及相关计算机技术实现了车辆物流的信息化操作,提高了汽车物流的安全运输水平。针对目前重型卡车道路运输危险预警系统的数据分析与预测等问题,在系统中使用数据挖掘技术,在数据挖掘流程的步骤下,通过使用关联规则中的Apriori算法,可以针对在重卡道路运输危险预警中出现的相关条件,计算出影响重型卡车运输产生危险情况的条件之间的关联度,在得到影响重型卡车道路运输危险的关联条件后,通过对数据进行预处理操作,后使用BP神经网络的自主学习,通过BP神经网络,将其的输出结果为后面在使用D-S证据理论对重型卡车道路运输危险预警数据进行验证时,可以当做其基本分配函数(BPA),随后根据证据理论的合成规则对重型卡车道路运输中已经处理过的数据进行融合分析,最终根据其合成结果是否为1来判断BP神经网络的对重型卡车道路运输预测的准确性,进而降低重型卡车在道路行驶过程中所产生危险的风险性,保障驾驶员的生命和财产安全。通过结合重型卡车道路运输危险预警的具体特点和实际要求,对重型卡车道路运输危险预警系统的需求功能性方面分别进行两个方面的阐述,通过对重型卡车道路预警分析,得出在该系统中的框架的整体性[2],同时在采用基于J2EE的编程语言在B/S的开发模式和SSM的框架基础下,编写出页面原型,设计出系统的静态页面,根据重型卡车道路运输危险预警系统的需求,在此基础上,通过设计出该系统的(truk-monitoring)数据库以及基于重型卡车的车胎温度表、车胎压力表等相关数据表的设计,实现了胎温监测分析、胎压监测分析、轴温监测分析以及综合数据分析等功能。图29表24参51。
大型油浸式变压器状态评估系统研究与设计
这是一篇关于大型油浸式变压器,状态评估,故障诊断,D-S证据理论,三比值法的论文, 主要内容为在电力系统中,变压器占据重要的地位,其运行状况将会影响电力设备的系统性运行及电网的稳定性,变压器运行故障将会干扰电力系统稳定及安全运行。传统的定期维修方式有很大的局限性,无法与实践中旺盛的用电需求相匹配。状态维修是变压器维修领域发展的新型手段,而状态评估是状态维修的决策基础。对变压器进行科学的状态评估能够准确反映其健康状况,这已然成为了学界研究的重要课题。基于此,本文立足于具有现代化特征的信息技术,以大型油浸式变压器状态评估系统为研究对象,针对750k V变压器进行分析,主动解决目前工作存在的问题,主要工作如下:1)本文对大型油浸式变压器状态评估系统在功能性、非功能性及权限管理三个方面进行了需求分析,通过引入结合层次分析法和采用改进D-S证据理论方法,对大型油浸式变压器状态评估模型进行了构建,并通过750k V变压器实例对上述状态评估方法进行了应用分析验证,证明该理论方法及状态评估模型具有工程应用的可行性。2)根据变压器的工作原理,通过油中溶解气体分析技术,对大型油浸式变压器进行故障诊断,分析了特征气体的组成及不同故障类型与该状态下其所含的油气成分及成分之间的对应关系。采用了改进的三比值法,对运行不良的变压器进行了故障诊断,并通过对变压器的故障诊断实例的分析验证,证明了该方法的有效性。3)选取B/S结构体系、J2EE架构、MVC设计模式、SQL Server数据库和Java语言等手段,通过状态评估和故障诊断算法,设计和实现大型油浸式变压器状态评估系统。设计的系统可以对大型油浸式变压器进行状态评估和故障诊断,实现的主要功能包括规章制度管理、设备运检管理、状态评估管理、故障诊断管理、综合信息统计分析管理、系统管理等。
基于DS证据理论的物联网固件安全态势评估系统研究与实现
这是一篇关于D-S证据理论,态势评估,物联网安全,动态折扣的论文, 主要内容为目前,物联网安全态势评估系统被广泛研究与开发,基于该系统可以实时反映物联网系统中安全态势信息,对于防范重大安全风险、规避财产损失有重大意义。现有的态势评估系统,大多采用神经网络模型对态势要素数据进行分析,模型结构复杂,训练难度高,过分依赖专家知识,通用性不高,系统难以根据实际场景进行动态适应。针对上述问题,本文从DS证据理论入手对物联网固件安全态势评估技术进行研究。首先,利用固件漏洞信息计算证据分布矩阵;其次,利用改进Topsis方法衡量证据可信度,利用加权平均迭代方法进行融合得到态势评估结果;最后根据多个时刻的态势评估结果,利用动态折扣证据理论进行态势感知。论文主要工作如下:1.提出一种基于改进Topsis方法的物联网固件安全态势评估方法。基于Topsis方法提出了三种衡量证据可信度方法,方法一通过证据分布矩阵整体衡量证据的冲突性,方法二通过聚合两两证据间的冲突性并加和归一化后衡量证据的冲突性,方法三根据态势评估场景改进期望正解向量定义,经过不同数量证据体可信度实验,方法三充分抑制冲突性证据的可信度,提高相互支持证据间的可信度,尽早识别冲突证据方面效果显著。利用加权平均迭代方法进行证据融合。在实验室环境中进行态势评估测试,结果合理有效。2.提出一种基于动态折扣证据理论的物联网固件安全态势感知方法。提出了一种物联网固件安全态势感知方法流程。利用时间变化对不同时刻的态势评估证据进行折扣,越接近当前时刻的证据折扣度越小,反之越大;利用高危漏洞比例信息进行自适应动态加权,把不同时刻的高危信息折扣入识别框架,最终融合形成态势感知结果。在实验室环境中进行态势感知测试,在高危风险和紧急风险的感知结果上优于传统DS证据理论。3.设计并实现物联网固件安全态势评估系统。使用爬虫系统下载了 13家物联网厂商生产的固件程序,使用安全性分析技术对369个固件程序进行了分析。利用Vue框架设计前端页面,利用Django框架设计后端功能,系统在Dashboard页面展示了基于漏洞信息的统计数据、近6年的态势评估结果和态势感知结果,使本文理论具有工程价值。
古建筑结构HBIM系统构建研究
这是一篇关于古建筑木结构,HBIM,点云建模,损伤模型,D-S证据理论的论文, 主要内容为古建筑在长期服役的过程中逐渐积累了各种不同程度的损伤,严重威胁着整体结构的健康状况。因此本文提出了适用于古建筑的HBIM(Historical Building Information Modelling)系统架构,以此为基础搭建了古建筑健康监测平台;在HBIM三维模型的基础上,对古建筑的结构损伤进行IFC模型搭建,并通过多源传感器的数据融合技术对古建筑的整体健康状况做出了评估。本文的主要研究内容有:(1)提出了基于HBIM技术的古建筑健康监测系统架构,该系统能够整合古建筑保护过程中的多源数据并进行科学分析,实现数据的可视化和交互,为古建筑的保护和管理提供有效的支持。目前古建筑保护过程中,普遍存在数据难以整合共享、表达形式单一且不规范等问题,数据分析也缺乏科学性。因此可以利用HBIM技术作为古建筑的数字载体,将多源数据与模型关联,实现数据的可视化表达和交互式操作。并根据古建筑健康监测系统的功能需求和工作流程,设计出一个由多个子系统组成的平台体系。该平台由多个模块构成,各模块间通过HBIM模型进行连接与交换,形成一个以可视化模型为主线、穿插数据融合算法的古建筑HBIM系统。(2)利用点云数据生成藏式古建筑HBIM模型,包括点云处理、模型构造和族库搭建等步骤,能够准确地反映藏式古建筑的结构和特征。获取准确完整的三维点云数据后,将其导入到相关软件中,进行点云处理、模型构造,从而生成三维HBIM模型。同时根据结构特征以及点云数据,设计并创建了一系列适用于藏式古建筑的HBIM“族库”,进行整体模型的搭建和组合,从而完成了典型藏式古建筑的HBIM模型。(3)提出了一种基于IFC(Industry Foundation Classes)标准的古建筑损伤信息表达方法,该方法能够对古建筑的各种损伤进行全面描述和关联,实现数据的标准化和共享。通过IFC标准中提供的各种实体类和属性类,可以对古建筑中存在的典型损伤进行准确表达,包括其类型、位置、形状、大小、程度、原因等方面,并将其与相应的构件或空间进行关联,形成一个带有损伤信息的IFC模型。这种方法可以实现对损伤信息的标准化和规范化,同时也可以方便地与其他系统或软件进行数据交换和共享。(4)提出了一种基于阈值区间划分的D-S证据理论的多源传感器数据融合方法,该方法通过阈值区间划分和证据关联,实现对古建筑健康状况的准确评估和预警。单一传感器数据不足以评价整体结构的安全性,多源传感器的数据融合可为古建筑的健康状况评估提供充分的理论依据。通过D-S证据理论算法进行数据融合,并基于证据关联进行系数证据融合。结果证实数据融合分析结果与实际状况相符,该方法可为古建筑领域内的结构安全等级预警提供理论与实践依据。图55幅,表24个,参考文献78篇。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设驿站 ，原文地址：https://bishedaima.com/lunwen/47943.html
