-
题名静态防御下多属性信息交换安全漏洞识别方法
- 1
-
-
作者
伍均玺
林峰
高红云
-
机构
河北省财政厅一体化系统运维中心
河北网信智安信息技术有限公司
-
出处
《西安邮电大学学报》
2024年第6期79-85,共7页
-
基金
河北省省级科技计划项目(20310701D)。
-
文摘
针对病毒和黑客入侵等安全漏洞对多属性信息安全交换造成的影响,提出一种静态防御下多属性信息交换安全漏洞识别方法。该方法通过多属性信息特征项权重值、语义间的相似度以及用户需求与信息间的关系等,过滤静态防御下多属性信息,并提取过滤后静态防御下多属性信息交换平均包数、平均比特数和流表项速率等流表项特征值。利用支持向量机算法中的核函数将样本投影到特征空间,完成最优分类边界线的构造,从而识别信息交换安全漏洞。实验结果表明,该方法的多属性信息交换安全漏洞识别结果与实际结果完全相同,可获取安全漏洞攻击位置,多属性信息比特出错概率均保持在合理区间内,且能避免网络流量发生突变现象。
-
关键词
静态防御
多属性
信息交换
安全漏洞识别
流表项特征值
-
Keywords
static defense
multi-attribute
information switching
security vulnerability identification
characteristic value of flow table item
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名计算机化自适应诊断测验中原始题的属性标定
被引量：32
- 2
-
-
作者
汪文义
丁树良
游晓锋
-
机构
江西师范大学心理学院
江西师范大学计算机信息工程学院
外语教育与研究出版社
-
出处
《心理学报》
CSSCI
CSCD
北大核心
2011年第8期964-976,共13页
-
基金
国家自然科学基金项目(30860084
60263005)
+7 种基金
教育部人文社科项目(09YJCXLX012
10YJCXLX049)
全国教育考试"十一五"科研规划项目 (2009JKS2009)
江西省教育厅青年科学基金项目(GJJ10238)
高等学校博士学科点专项科研基金联合资助课题(20103604110002)
江西省研究生创新专项资金项目(YC10A039)
江西师范大学研究生创新基金项目(YJS2010040)
-
文摘
认知诊断测验项目开发成本较高,要标定大量项目的属性相当费时费力,专家完成这一任务也比较困难。对于在计算机化自适应诊断测验中的项目属性的标定尚未见到报导。在已有的为诊断测验开发的小型题库基础上,本文在计算机化自适应认知诊断测验过程中,植入原始题,对项目属性标定的问题进行探讨,重点研究原始题属性标定的方法及其影响因素,除了MMLE方法和MLE方法外,还建立了一种新的可用于所有非补偿认知诊断模型的属性标定的方法——交差方法。MonteCarlo模拟结果显示,MMLE方法较MLE方法好;在知识状态估计精度较高时,自适应植入原始题较随机植入原始题有一定的优势;随着知识状态估计精度提高和原始题作答次数增加,交差方法与MLE方法基本相当,只是在发散型和无结构型表现欠佳,但是交差方法不需要预先设定项目参数值。
-
关键词
计算机化自适应诊断测验
在线属性向量标定
MMLE
DINA模型
-
Keywords
cognitive diagnostic computerized adaptive testing
on-line item attribute identification
MMLE
DINA
-
分类号
B841
[哲学宗教—基础心理学]
-
-
题名神经网络和支持向量机在认知诊断中的应用
被引量：13
- 3
-
-
作者
汪文义
丁树良
宋丽红
邝铮
曹慧媛
-
机构
江西师范大学计算机信息工程学院
江西师范大学初等教育学院
江西省地质矿产勘查开发局
江西省赣州市信丰县劳动局
-
出处
《心理科学》
CSSCI
CSCD
北大核心
2016年第4期777-782,共6页
-
基金
国家自然科学基金(31500909,31360237,31160203,30860084)
全国教育科学规划教育部重点课题(DHA150285)
+6 种基金
教育部人文社科项目(13YJC880060)
江西省社会科学研究“十二五”(2012年)规划项目(12JY07)
江西省教育科学2013年度一般课题(13YB032)
江西省教育厅科技计划项目(GJJ13207)
国家留学基金委资助项目(201509470001)
江西师范大学青年成长基金
博士启动基金的资助
-
文摘
认知诊断评估的主要问题是如何准确进行被试分类和项目属性标定。本文使用概率神经网络(PNN)和支持向量机(SVM)进行被试分类和属性标定,重点讨论PNN用于诊断的理论根据。模拟研究表明:PNN方法表现最好,训练速度快且具有很好判准率和标定准确率;PNN与GDD方法在分类上表现相当,在独立结构下PNN更好;线性SVM具有较好判准率和标定准确率。软计算中此类方法可非常方便推广至多级评分测验数据分析。
-
关键词
认知诊断评估
概率神经网络
支持向量机
诊断分类
项目属性标定
-
Keywords
cognitive diagnosis, probabilistic neural network, support vector machines, diagnosis classification, item attribute identification
-
分类号
B842.1
[哲学宗教—基础心理学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名认知诊断计算机化自适应测验中的项目增补
被引量：27
- 4
-
-
作者
陈平
辛涛
-
机构
北京师范大学发展心理研究所
-
出处
《心理学报》
CSSCI
CSCD
北大核心
2011年第7期836-850,共15页
-
基金
国家自然科学基金项目(30670718)
教育部新世纪优秀人才支持计划(NCET-07-0097)资助
-
文摘
项目的增补对认知诊断计算机化自适应测验(CD-CAT)题库的开发与维护至关重要。借鉴单维项目反应理论(IRT)中联合极大似然估计方法(JMLE)的思路,提出联合估计算法(JEA),仅依赖被试在旧题和新题上的作答反应联合地、自动地估计新题的属性向量和新题的项目参数。研究结果表明:当项目参数相对较小且样本量相对较大时,JEA算法在新题属性向量和新题项目参数估计精度方面表现不错;而且样本大小、项目参数大小以及项目参数初值都影响着JEA算法的表现。
-
关键词
认知诊断计算机化自适应测验
项目增补
在线标定
属性自动标识
新题
-
Keywords
cognitive diagnostic computerized adaptive testing
item replenishing
on-line calibration
automatic attribute identification
new item
-
分类号
B841
[哲学宗教—基础心理学]
-
-
题名粗糙集在项目认知属性标定中的应用
被引量：1
- 5
-
-
作者
唐小娟
丁树良
俞宗火
-
机构
南昌航空大学数学与信息科学学院
江西师范大学计算机工程学院
江西省心理与认知科学重点实验室
江西师范大学心理学院
-
出处
《心理学报》
CSSCI
CSCD
北大核心
2015年第7期950-962,共13页
-
基金
国家自然科学基金(30860084
31160203
+6 种基金
31360237)
国家社科基金(12BYY055
13BYY087)
教育部人文社科青年基金(13YJC790189)
江西省高校人文社科规划基金(XL1408)
南昌航空大学博士启动基金(EA201307354)
江西师范大学博士启动基金(12015786)的支持
-
文摘
认知诊断是新一代测量理论的核心,对形成性教学评估具有重要意义。项目认知属性标定是认知诊断中一项基础而重要的工作,现有的项目认知属性辅助标定方法的研究工作很少,并且在应用上存在诸多局限。课堂评估是认知诊断应用的理想场所,但课堂评估中项目的选取具有随意性,教师难以在短时间内准确标识项目认知属性。本研究首次提出采用粗糙集方法对项目认知属性进行标定,该方法无需太多被试和项目,亦无需已知项目参数,且能当场诊断出结果,适于采用纸笔测验的课堂评估。通过Monte Carlo模拟研究表明:采用粗糙集方法能迅速地对项目认知属性进行标定,并具有较高的标定准确率;而且,项目认知属性越少、或被试估计判准率越高、或失误率越小则项目认知属性标定的准确率越高。粗糙集方法的引入,对拓展认知诊断的应用范围,真正实现其辅助性教学功能,具有重要作用。
-
关键词
粗糙集理论
课堂评估
认知属性辅助标定
-
Keywords
rough set theory
cognitive diagnosis
item attribute cognitive identification
-
分类号
B841
[哲学宗教—基础心理学]
-
