导读:本文包含了层次隐马氏模型论文开题报告文献综述及选题提纲参考文献，主要关键词:风险评估,层次分析法,区间判断矩阵,隐马尔可夫模型
层次隐马氏模型论文文献综述
龙百元[1]（2007）在《基于层次分析法和隐马尔可夫模型的风险评估方法研究》一文中研究指出网络安全风险评估是网络系统安全管理的基础和前提,网络安全风险评估方法是风险评估过程中最关键的技术,评估方法的选择直接影响到风险评估的最终结果。因此,风险评估方法的研究对于网络系统安全管理而言具有重要意义。本文的主要工作有:1.本文深入研究分析了国内外风险评估体系,包括风险评估标准和指南、风险评估模型、风险评估工具、风险评估方法等,通过归纳、对比分析了它们各自的特点、优点、缺点和发展趋势,同时也为本文的研究目标确定了方向。2.传统的风险评估方法——层次分析法(AHP)由于判断值受人为因素影响太大,导致在衡量多因素权重时常常出现结果不一致,影响了结论的准确性和评估结果的可信任性。本文建立了“网络-主机-服务-评估因子”的层次化风险评估模型,并提出一种基于区间判断矩阵的层次分析法来评估网络的风险等级。具体做法是从区间判断矩阵入手,将区间判断矩阵一致逼近得到一般的数字判断矩阵,并给出了一种自动修正判断矩阵的算法,从而得到各层元素的近似权重。通过实例验证,表明该方法能自动、精确量化风险势态。3.目前绝大多数网络安全风险评估方法都是以入侵检测系统的警报和漏洞扫描等信息为原始数据,因此,风险评估的结果与入侵检测系统息息相关。而现在的入侵检测系统存在的单点故障、漏报、误报等一些不可避免的缺陷必定给风险评估带来一些错误的判断。本文提出了一种基于隐马尔可夫模型(HMM)的分布式IDS移动代理入侵检测和防御的方法,而非单点式入侵检测。该方法是通过分布式IDS移动代理对网络数据的收集,经过HMM计算出该网络节点的风险势态,并实时更新入侵检测规则库。该方法改进了传统入侵检测系统的缺乏自动阻止对抗攻击的性能,还降低了漏报率和误报率,同时也为基于HMM的实时风险评估提供更精确的数据收集和实时的数据更新。本文还建立了一个HMM-DIPS的模拟网络,通过实验验证了该系统的可行性。4.传统的评估方法大多是一种静态评估模式,习惯把风险停留在最大威胁状态,不能实时动态地反映当前网络的安全状态。本文在基于HMM的分布式IDS移动代理入侵检测方法的基础上,提出了一种基于HMM的实时风险评估方法,该风险评估方法在即时风险警报危急程度变化时,可以实时反映当前网络、主机的风险级别,并可以预测未来的风险势态。同时,基于HMM的实时风险评估方法具有较强的适应性和扩展性,可以适用于对网络、主机、系统和服务的风险评估。(本文来源于《湖南大学》期刊2007-11-08）
俞鸿魁[2]（2004）在《基于层次隐马尔可夫模型的汉语词法分析和命名实体识别技术》一文中研究指出本文提出了一种基于层次隐马尔可夫模型的汉语词法分析方法，旨在将汉语分词、词性标注、切分排歧和命名实体识别集成到一个完整的理论框架中。在分词方面，采取的是基于类的隐马尔可夫模型，在这层隐马尔可夫模型中，命名实体和词典中收录的普通词一样处理。命名实体识别引入了角色HMM：Viterbi算法标注出全局最优的角色序列，然后在角色序列的基础上，识别出命名实体，并计算出真实的可信度。在切分排歧方面，采用一种基于N-最短路径的策略，即：在早期阶段召回N个最佳结果作为候选集，目的是覆盖尽可能多的歧义字段，最终的结果会在未登录词识别和词性标注之后，从N个最有潜力的候选结果中选优得到。不同层面的实验表明，层次隐马模型的各个层面对汉语词法分析都发挥了积极的作用。作者参与了基于层次隐马尔可夫模型的汉语词法分析系统ICTCLAS的开发，该系统在2002年的973专家组评测中获得第一名，在2003年汉语特别兴趣研究组(the ACL Special Interest Group on Chinese Language Processing, SIGHAN)组织的第一届国际汉语分词大赛中综合得分获得两项第一名、一项第二名。这表明：ICTCLAS是目前最好的汉语<WP=4>词法分析系统之一，层次隐马尔可夫模型能够解决好汉语词法问题。(本文来源于《北京化工大学》期刊2004-05-23）
层次隐马氏模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文提出了一种基于层次隐马尔可夫模型的汉语词法分析方法，旨在将汉语分词、词性标注、切分排歧和命名实体识别集成到一个完整的理论框架中。在分词方面，采取的是基于类的隐马尔可夫模型，在这层隐马尔可夫模型中，命名实体和词典中收录的普通词一样处理。命名实体识别引入了角色HMM：Viterbi算法标注出全局最优的角色序列，然后在角色序列的基础上，识别出命名实体，并计算出真实的可信度。在切分排歧方面，采用一种基于N-最短路径的策略，即：在早期阶段召回N个最佳结果作为候选集，目的是覆盖尽可能多的歧义字段，最终的结果会在未登录词识别和词性标注之后，从N个最有潜力的候选结果中选优得到。不同层面的实验表明，层次隐马模型的各个层面对汉语词法分析都发挥了积极的作用。作者参与了基于层次隐马尔可夫模型的汉语词法分析系统ICTCLAS的开发，该系统在2002年的973专家组评测中获得第一名，在2003年汉语特别兴趣研究组(the ACL Special Interest Group on Chinese Language Processing, SIGHAN)组织的第一届国际汉语分词大赛中综合得分获得两项第一名、一项第二名。这表明：ICTCLAS是目前最好的汉语<WP=4>词法分析系统之一，层次隐马尔可夫模型能够解决好汉语词法问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
层次隐马氏模型论文参考文献
[1].龙百元.基于层次分析法和隐马尔可夫模型的风险评估方法研究[D].湖南大学.2007
[2].俞鸿魁.基于层次隐马尔可夫模型的汉语词法分析和命名实体识别技术[D].北京化工大学.2004