刘静
- 作品数：9 被引量：19H指数：3
- 供职机构：重庆三峡学院更多>>
- 发文基金：重庆市自然科学基金重庆市教育委员会科学技术研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于断点辨别力的粗糙集离散化算法被引量：2
- 2010年
- 提出了基于断点辨别力的粗糙集离散化算法。通过分析候选断点与决策类之间的相关性,定义了候选断点对决策类的辨别力,并以此作为断点重要性的度量,实现连续属性的离散化。离散化后的决策系统不改变原有的相容性,而且能最大限度地保留有用信息。采用多组数据对此算法的性能进行了检验,并与其他算法做了对比实验。实验结果表明此算法是有效的,而且当候选断点个数增多时仍有较高的计算效率。
- 刘静王国胤胡峰
- 关键词：辨别力粗糙集离散化
- 基于逐级均值聚类的信息熵的离散化算法被引量：1
- 2010年
- 目前基于Rough集的离散化算法很难做到高效率和高识别率兼顾,针对粗糙集给出了基于逐级均值聚类的信息熵的离散化算法。首先使用改进的逐级均值聚类算法分别对单个属性的候选断点按其信息熵值进行聚类分析,生成新的规模更小的候选断点集,然后用基于信息熵的离散化算法完成断点的选取并对连续值属性进行离散化。实验结果表明,该方法在识别率相当的情况下比传统的离散化方法的时间代价更低。
- 刘静罗卫敏刘井波
- 关键词：粗糙集离散化信息熵
- 基于斥力平衡SOM的可信故障诊断
- 2011年
- 自组织映射(SOM)神经网络存在训练结果不稳定、识别率低的问题。为此,提出一种斥力平衡SOM神经网络方法(RESOM)。该方法使用斥力原理,根据SOM模式区域在斥力场中迁移到的斥力平衡位置进行模式识别。比较普通SOM神经网络、SVM、RESOM对故障模式的识别结果表明,该方法训练时间少、识别正确率高、识别结果稳定。
- 刘井波罗卫敏刘静
- 关键词：自组织映射神经网络
- XSS蠕虫在社交网络中的传播分析被引量：8
- 2011年
- 通过分析社交网络的特点,将节点分为活跃节点和非活跃节点。针对XSS蠕虫的传播,分析其传播受到的影响因素,建立数学模型。仿真结果表明,节点访问偏向度对XSS蠕虫传播影响较小,而XSS蠕虫采用社会工程学的熟练度及节点安全意识,对XSS蠕虫传播影响较大。活跃节点的安全意识较大程度影响了XSS蠕虫传播效率,将活跃节点作为防御点和监控点的防御策略切实可行。
- 罗卫敏刘井波刘静陈晓峰
- 关键词：社交网络网络安全
- 基于博弈论研究社交网络内蠕虫的传播被引量：3
- 2011年
- 社交网络内蠕虫的爆发对用户及社交网络造成了极大的威胁。将社交网络的普通用户和网络攻击者作为博弈双方,分析双方的行为策略集合及影响因素,得到收益矩阵的计算方法。基于博弈论确定用户面对信息超链接的点击概率,运行了仿真实验。实验结果表明,蠕虫伪装技术对蠕虫传播影响较大,用户安全意识程度则影响较小。当蠕虫危害度较小或信息价值度较大时,蠕虫传播速度将会加快。基于博弈论研究社交网络的蠕虫传播是可行的。
- 罗卫敏刘静刘井波陈晓峰
- 关键词：社交网络蠕虫博弈论网络安全
- 基于Rough集的集成离散化算法被引量：1
- 2010年
- 离散化是Rough集理论研究的一个重要内容,目前基于Rough集的离散化算法很难做到高效率和高识别率兼顾.文中分析了基于断点重要性算法和基于属性重要性算法的特点,确定了离散化思路,提出了一种基于Rough集的集成离散化算法.该算法能够有效降低候选断点的数目,快速地实现决策表的离散化.实验结果表明,文中算法保持了与已有算法可比的识别率,且运行效率更高.
- 刘静何贤芳
- 关键词：粗糙集决策表
- 一种基于差评散布的P2P网络信任机制
- 2012年
- 面对各种网络攻击,P2P网络需要有效的信任机制隔离恶意节点,保证节点的成功交易。考虑节点行为特征和差评的重要性,提出基于差评散布的信任机制。服务节点一旦提供的服务被给出差评,对其近期交易的相关节点进行差评的散布,加大差评对服务节点声誉的影响力度。经过二次计算的节点声誉值能真实反映节点近期的声誉水平与交易趋势。实验结果表明,该信任机制能保证正常节点的交易成功率,有效对抗各种攻击行为。
- 罗卫敏熊江刘静刘井波
- 关键词：信任机制合谋攻击
- 一种基于Rough集的海量数据属性约简方法被引量：2
- 2009年
- 海量数据属性约简的研究是数据挖掘研究中的一个难点。已有的许多属性约简算法对于空间复杂度考虑得不够,导致了算法不能适应大数据集的约简处理。结合分治法,在给定属性序下,提出了基于分治策略的属性约简算法。利用该算法可以快速得到海量数据的属性约简结果。仿真实验结果说明了该算法的高效性。
- 胡峰张杰刘静肖大伟
- 关键词：粗集分治属性约简
- 基于断点辨别力的粗糙集离散化算法被引量：3
- 2009年
- 提出了基于断点辨别力的粗糙集离散化算法通过分析候选断点与决策类之间的相关性,定义了候选断点对决策类的辨别力,并以此作为断点重要性的度量,实现连续属性的离散化。离散化后的决策系统不改变原有的相容性,而且能最大限度地保留有用信息。采用多组数据对该算法的性能进行了检验,并与其它算法做了对比实验。实验结果表明该算法是有效的。
- 王国胤刘静胡峰
- 关键词：辨别力粗糙集离散化
