科技成果信息

 本发明公开了一种基于令牌且支持客体属性的访问控制方法及装置，管理方预先定义属性条件的类别和访问权限的类别，并对所管理的设备进行属性标注，管理方接收申请方发送的第一令牌请求，并取出请求中的属性条件集合CS、访问权限集合AR以及申请方的公钥PK，管理方利用PK对申请方进行身份认证，并对属性条件集合CS、访问权限集合AR进行评估，评估通过后生成令牌的序列号，并基于该序列号和第一令牌请求生成申请方的令牌，...

 本发明公开了一种计算系统首次被无关触发概率的方法，包括：构建系统的布尔结构表达式；计算系统的最小割集；计算系统中各组件的最小无关触发集合；对系统中组件的寿命模拟全排列，根据系统的最小割集和各组件的最小无关触发集合计算每个排列的系统被首次触发无关的时间；统计系统被首次触发无关时间点的次数，计算系统在各时间点被首次无关触发的概率，得到系统首次被触发无关的时间概率向量。本发明以完全非参数的方...

 本发明涉及一种负调查实施和重构正数据的方法，包括：按负调查的形式实施负调查，同时抽取少量的样本实施对应负调查题目的正调查；统计数据，得到各个选项负选的矩阵以及总样本数；对做了正负两个调查的少量样本做关联分析，得到重构矩阵；按负调查的矩阵约束条件，调整重构矩阵；运用最大似然估计和负调查的约束条件得到最优化的重构结果。本发明以背景知识和事件最大似然估计为基础，提出了一种负调查实施与重构方法...

 本发明公开了一种基于云计算的个人医疗信息推荐方法及系统，包括以下步骤：采集用户的个人健康信息并存储至云端，得到用户的个人云；获取用户输入的查询条件；根据查询条件和个人云中的个人健康信息对云端的所有页面集合P＝{P1，P2，P3，...，Pn}进行聚类；计算第i个簇的信息熵根据第i个簇的信息熵计算第i个簇中的第i+1个页面Pi+1的推荐度CEPR(Pi+1)；根据每个页面的推荐度对所有页面进行排序，将推荐度高的页面推荐给...

 本发明公开了一种应用改进的马氏距离计算方法进行固件漏洞检测的方法及系统，方法包括如下步骤：提取漏洞函数和目标函数特征；初始选取定量的数据计算协方差矩阵；根据新加入的待计算样本，更新协方差矩阵，利用更新后的协方差矩阵计算目标样本与基础样本之间的距离；对于计算出的距离，根据定义的阈值判断待计算的样本属于正样本还是负样本，根据判断出的结果重新对协方差矩阵进行更新。本发明针对数据挖掘中数据集动...

 本发明公开了一种基于多模型对比的软件老化预测方法及装置，属于软件老化领域，从目标软件系统收集老化指标，将其处理成时间序列数据作为模型的预输入；针对老化数据规模，设计包括机器学习和神经网络的老化预测模型，计算各模型的预测误差，选定误差最小的模型作为候选模型；计算该模型与其他模型间是否存在显著性差异，如果差异性明显，选定该模型为最终的老化预测模型。本发明解决了单个模型预测结果可能会影响决策...

 本发明公开了一种基于联合概率域适应的跨项目软件老化缺陷预测方法，对源项目和目标项目中的数据进行预处理，采用主成分分析法进行降维处理，采用基于聚类的合成少数类样本法缓解类不平衡问题，使用机器学习分类器(逻辑回归等)进行预测。本发明考虑了软件老化缺陷数据集源项目和目标项目间的可迁移性(不同域同一类间的距离)以及可判别性(不同域不同类之间的聚类)，并进一步采用主成分分析法进行降维处理，减少特征冗余...

 本发明公开了一种基于Active Learning的项目内软件老化预测方法，通过收集软件中代码静态度量，使用Active Learning挑选出样本进行打标签作为训练集，去预测剩下的无类标的样本。采用Active Learning进行样本挑选和人工打标签，构成训练集。采用过采样和欠采样结合法缓解类不平衡问题，使用机器学习分类器进行预测。本发明考虑了软件老化缺陷数据集样本少，收集比较耗时耗力，采用欠采样和过采样结合的方法缓解极类不平...

 本发明公开了一种跨项目软件老化预测方法，首先对源项目和目标项目中的数据进行预处理，之后采用联合分布域适应减小边缘分布和条件分布差异，然后采用欠采样法和改进的子类判别分析法缓解类不平衡问题，最后使用机器学习分类器(逻辑回归等)进行预测。本发明考虑了软件老化缺陷数据集源项目和目标项目间的条件分布差异，并进一步采用改进的子类判别分析法等缓解极其严重的类不平衡问题。它解决了传统跨项目软件老化缺陷...