导读:本文包含了动态多粒度锁论文开题报告文献综述及选题提纲参考文献，主要关键词:Fuzzing测试,漏洞挖掘,分级多粒度,遗传算法
动态多粒度锁论文文献综述
卞恭喜[1]（2019）在《基于动态优化的分级多粒度Fuzzing测试漏洞挖掘系统研究与实现》一文中研究指出伴随互联网的发展,日趋严重的信息安全事件不断影响着社会的安全稳定。软件漏洞作为引发黑客攻击的根本原因之一,给信息安全带来了巨大的威胁。由于它的强危害性、广覆盖性和类别多样性,在当前全球信息安全的博弈中,作为一种资源被各方密切关注。本文在深入分析现有漏洞挖掘方法的基础上,针对当前覆盖跟踪Fuzzing测试漏洞挖掘方法因为测试用例覆盖跟踪消耗过大、目标程序块无测试区分和遗传算法优化不足而导致漏洞挖掘效率和准确率不高的问题,提出了一种动态优化的分级多粒度Fuzzing测试漏洞挖掘方法。该方法通过动态递减式插桩策略构建满足不同粒度需求的两级测试用例集,动态地选择测试用例输入到目标程序,然后依据测试执行的反馈信息,使用动态化的适应度函数遗传算法优化测试用例。在此基础上,设计并实现了Fuzzing测试原型系统。本文的主要工作如下:(1)分析典型的漏洞挖掘方法,对基于二进制程序的Fuzzing测试漏洞挖掘方法进行深入分析。(2)为了不断减小覆盖跟踪的消耗,基于二进制插桩技术,提出一种动态递减式插桩策略。然后通过建立满足不同测试粒度需求的两级测试用例集,根据不同的测试阶段和安全需求,动态地选择测试粒度,协同递减式插桩策略,设计了一种分级多粒度Fuzzing测试漏洞挖掘方法。同时,通过完全覆盖跟踪获取测试用例的执行路径信息并加以分析,综合覆盖率、用例新度、执行时间和用例大小等多种因素,动态权重赋值,以引导遗传算法的迭代而进化产生更具针对性的测试用例。与分级多粒度Fuzzing测试方法结合,最终形成一种动态优化的分级多粒度Fuzzing测试漏洞挖掘方法。(3)利用Python、C++等工具,设计并实现Windows平台下本动态优化的分级多粒度Fuzzing测试漏洞挖掘原型系统。并从功能和性能两个方面对本系统进行对比实验分析,实验结果表明,本Fuzzing测试系统在漏洞挖掘的效率和准确率方面表现优良,验证了本文方法的可行性和有效性。(本文来源于《江苏大学》期刊2019-06-05）
肖鹏[2]（2019）在《多粒度粗糙集的近似集动态更新方法研究》一文中研究指出波兰数学家Pawlak于1982年提出一种处理模糊知识的数学工具,即粗糙集理论。经典粗糙集利用论域上单个不可分辨的二元关系导出等价类,通过讨论等价类与目标概念之间的关系计算出上近似集和下近似集。粒计算是一门快速发展的新兴学科,词计算模型、粗糙集模型和商空间模型是叁种主要的粒计算模型。当前,粗糙集理论已成为研究粒计算的重要模型工具。从粒计算的角度来看,经典粗糙集是一种基于单层次、单粒度的粒计算模型,不能从多层次、多粒度的视觉分析和处理问题。因此,钱宇华等人根据粒计算的思想,采用多粒度的观点,提出了基于完备信息系统的多粒度粗糙集模型。目前,随着信息技术的飞速发展,信息系统中数据会随着时间而不断变化,由此可见,多粒度粗糙集中的知识也会随之发生动态变化,研究人员已经为粗糙集模型以及其扩展模型提出了许多用于知识获取的动态更新算法。然而,所提的动态更新算法大多是基于单粒度粗糙集模型而研究的,讨论的是在完备信息系统中当数据变化时如何更新近似集的问题,但关于多粒度粗糙集及其扩展模型中近似集动态更新算法的研究却寥寥无几,并且在部分研究中,近似集动态更新算法的时间效率较低。在现有的信息系统中,由于信息记录的丢失或收集信息的失误,导致要处理的信息中可能包含缺失值,因此当学者们要获取知识时,经常需要处理属性值不全的信息系统。当不完备信息系统中数据发生变化时,由于它包含缺失值,发生的情况会比完备信息系统更加复杂。当不完备信息系统变化时,常见的多粒度粗糙集模型很难对它进行处理。因此,很少有学者研究关于不完备信息系统下的近似集动态更新算法。对于上述两个问题,本文分别以完备信息系统和不完备信息系统为研究基础,做了以下两个方面的讨论:(1)在多粒度粗糙集环境中,当完备信息系统中属性值被细化时,原来的近似集会发生变化,即下近似集有增大的趋势,上近似集有减小的趋势,且现有的近似集更新算法时间效率较低,则改进现有的近似集动态更新算法成为了多粒度粗糙集理论研究中的重要内容。为此,在多粒度环境下,针对信息系统中属性值被细化的情况,讨论了乐观、悲观多粒度粗糙集中近似集动态更新的相关性质与定理,提出了近似集动态更新算法。该算法的基本思想是不需要重新计算细化属性值时信息系统中对象的等价类,只需根据论域中不同局部范围内的属性值是否不相等来计算近似集,即根据对象的不等价类来更新近似集。最后,在UCI公共数据集中进行了大量的实验,实验结果表明所提算法在更新近似集的时间效率上优于对比算法,从而验证了所提出算法的正确性和高效性。(2)针对不完备信息系统变化可能获得缺失值的特性,为解决多粒度粗糙集中更新近似集时间效率较低的问题,提出了基于容差关系近似集动态更新算法。首先,讨论了基于容差关系近似集变化的性质,并根据相关性质得出乐观、悲观多粒度粗糙集中近似集的变化趋势。随后,针对更新容差类时间效率较低的问题,提出了动态更新容差类的定理,利用此定理来动态更新容差类,缩短了更新近似集的时间,并在此基础上,设计出基于容差关系近似集动态更新算法。采用UC-I数据库中4个数据集进行仿真实验,当数据集逐渐变大时,所提算法和静态算法的计算时间差距也越来越大。实验展示了动态算法比静态算法计算时间效率高的结果,从而说明了所提动态算法的正确性和高效性。(本文来源于《安徽大学》期刊2019-03-01）
徐怡,肖鹏[3]（2019）在《基于容差关系的多粒度粗糙集中近似集动态更新方法》一文中研究指出针对不完备信息系统变化时缺失值获取具体属性值的特性,为解决多粒度粗糙集中更新近似集时间效率低的问题,提出了一种基于容差关系的近似集动态更新算法。首先,讨论了基于容差关系的近似集变化的性质,并根据相关性质得出乐观、悲观多粒度粗糙集的近似集的变化趋势;然后,针对更新容差类效率低的问题,提出了动态更新容差类的定理;最后,在此基础上,设计出基于容差关系的近似集动态更新算法。采用UCI数据库中4个数据集进行仿真实验,当数据集变大时,所提更新算法的计算时间远小于静态更新算法的计算时间,即所提动态更新算法的时间效率高于静态算法,验证了所提算法的正确性和高效性。(本文来源于《计算机应用》期刊2019年05期）
赵艺琳,姜麟,米允龙,李金海[4]（2018）在《基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法》一文中研究指出随着大数据集的不断更新,经典的多粒度粗糙集理论不再适用。为此,提出加权粒度优势关系程度悲观多粒度粗糙集与加权粒度优势关系程度乐观多粒度粗糙集的相关理论。在此基础上,给出了一种基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法。最后,通过实验验证了所提算法的有效性,其能够应对海量动态更新的数据变化并提升运行效率。(本文来源于《计算机科学》期刊2018年10期）
方成[5]（2018）在《多粒度时空对象多维动态特征的地图符号表达》一文中研究指出随着人类对现实世界的空间认知越来越客观,越来越深入,人们发现传统地图表达和传递的信息是有限的,难以满足各领域多层次的应用需求。为了适应多粒度时空对象可视化的需求,为了拓展地图可视化内容,为了提高地图的可视化表达能力,提升地图的服务水平,本文在分析多粒度时空对象多维动态特征表达现状的基础上,对其表达规律、表达方法及其应用进行了系统研究。(1)分析了目前地图建模与表达中存在的问题,根据多粒度时空对象的基本概念和空间认知表达的需求,提出了基于多粒度时空对象建模的多维动态特征符号表达的概念,并对其研究内容进行了探讨。(2)通过对传统地图表达与多粒度时空对象表达的分析,对多粒度时空对象地图符号表达的规律进行研究,为了可视化表达技术实现的需要,对多粒度时空对象的多维动态特征进行了分类组织与描述,构建了多粒度时空对象多维动态特征地图符号表达的概念模型、逻辑模型以及符号渲染模型。(3)根据多粒度时空对象多维动态特征的表达特点,运用地图视觉感受论,提出了多粒度时空对象视觉变量体系,深入研究影响多粒度时空对象地图符号设计因素,提出了基于图元分层的地图符号设计方法。(4)进行了多粒度时空对象多维动态特征地图符号表达的应用试验,基于物流运输场景和可视化的需要,基于全空间信息系统平台,对物流运输中涉及的多粒度时空对象与对象的多维动态特征进行符号设计与实现,并分析了物流运输多维动态符号的表达效果。(本文来源于《战略支援部队信息工程大学》期刊2018-04-15）
朱硕,张华,江志刚,曹华军[6]（2018）在《基于DEVS的机械加工过程碳排放多粒度动态模型构建及仿真》一文中研究指出机械加工过程碳排放分析是低碳制造(Low carbon manufacturing, LCM)技术发展、创新及应用的基础。针对加工过程中的离散性、动态性及加工设备的高度非线性特点,同时为充分反映多设备、多工艺特征下的各类外部、内部事件对加工过程碳排放的影响,提出一种基于离散事件系统规范(Discrete event system specification,DEVS)的机械加工过程碳排放多粒度动态模型与仿真方法。基于对加工过程层级结构及碳排放特性的分析,采用DEVS分层阶梯建模方法,并结合信息控制下的加工运行机制及调度规则,构建设备层、工作组层、工艺链层的碳排放多粒度动态模型。以某全数控磨床尾架主轴的加工过程为例,基于Eclipse平台下的CD++Builder插件设计了各层次DEVS仿真模型,并通过所开发的仿真应用程序,对模型及方法进行了验证。该方法对于构建规范化、形式化的加工过程碳排放模型,实现加工过程各层级碳排放的实时动态分析与预测、定量评估低碳加工单元具有较广阔的应用前景。(本文来源于《机械工程学报》期刊2018年19期）
彭佳玮,孙国强,杨少友[7]（2016）在《基于任务和角色的多粒度动态访问控制模型》一文中研究指出对传统的访问控制模型存在的问题进行分析,提出一种基于任务和角色的多粒度动态访问控制模型(MG-TRBAC)。在TRBAC模型基础上新增监管机制概念,通过对角色和任务进行约束管理和动态关联,提升访问控制的严密性、安全性和主动性;将授权过程分解为页面、功能、数据3个层次,新增数据访问策略模块与数据层授权关联,实现更加灵活的多粒度访问授权。项目实现结果表明,该模型能够有效满足项目对访问控制的需求,体现了模型的可行性。(本文来源于《计算机工程与设计》期刊2016年02期）
王真水,李琳,刘晓平[8]（2014）在《支持自定义的多粒度动态手势识别方法研究》一文中研究指出大多数手势识别研究往往仅考虑手部的运动轨迹,无法全面的对动态手势特征进行描述。在深度分析了驱动手势的各关节特征影响度的前提下,使用了多粒度的动态手势识别方法,同时,针对大部分手势识别研究不考虑用户自定义手势问题,提出了一种改进的动态时间规整(DTW)方法。实验结果表明,该方法可以较好的识别不同粒度下的手势,以及在自定义模式下准确的识别出非模板库中的手势,从而实时的向模板库中添加新手势。(本文来源于《电子测量与仪器学报》期刊2014年04期）
王焱,周天宏[9]（2013）在《基于多粒度和激励机制的移动P2P网络动态信任模型》一文中研究指出针对移动P2P网络高度动态性的特点,提出了一种基于多粒度和激励机制的动态信任模型。该模型选取用户关注的重要粒度参与直接信任值的计算,并根据历史交易情况引入激励机制对节点进行奖励和惩罚,通过推荐因子提高间接信任值的准确性,利用动态更新因子增加信任评估的动态适应能力。理论分析和仿真实验表明,该模型表现出较好的适应性、灵敏性与有效性,提高了交易成功率。(本文来源于《实验室研究与探索》期刊2013年11期）
张雪敏,王博,苏变萍[10]（2013）在《多粒度语言评价信息的动态多属性决策方法》一文中研究指出针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的叁角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。(本文来源于《江南大学学报(自然科学版)》期刊2013年03期）
动态多粒度锁论文开题报告
（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：
波兰数学家Pawlak于1982年提出一种处理模糊知识的数学工具,即粗糙集理论。经典粗糙集利用论域上单个不可分辨的二元关系导出等价类,通过讨论等价类与目标概念之间的关系计算出上近似集和下近似集。粒计算是一门快速发展的新兴学科,词计算模型、粗糙集模型和商空间模型是叁种主要的粒计算模型。当前,粗糙集理论已成为研究粒计算的重要模型工具。从粒计算的角度来看,经典粗糙集是一种基于单层次、单粒度的粒计算模型,不能从多层次、多粒度的视觉分析和处理问题。因此,钱宇华等人根据粒计算的思想,采用多粒度的观点,提出了基于完备信息系统的多粒度粗糙集模型。目前,随着信息技术的飞速发展,信息系统中数据会随着时间而不断变化,由此可见,多粒度粗糙集中的知识也会随之发生动态变化,研究人员已经为粗糙集模型以及其扩展模型提出了许多用于知识获取的动态更新算法。然而,所提的动态更新算法大多是基于单粒度粗糙集模型而研究的,讨论的是在完备信息系统中当数据变化时如何更新近似集的问题,但关于多粒度粗糙集及其扩展模型中近似集动态更新算法的研究却寥寥无几,并且在部分研究中,近似集动态更新算法的时间效率较低。在现有的信息系统中,由于信息记录的丢失或收集信息的失误,导致要处理的信息中可能包含缺失值,因此当学者们要获取知识时,经常需要处理属性值不全的信息系统。当不完备信息系统中数据发生变化时,由于它包含缺失值,发生的情况会比完备信息系统更加复杂。当不完备信息系统变化时,常见的多粒度粗糙集模型很难对它进行处理。因此,很少有学者研究关于不完备信息系统下的近似集动态更新算法。对于上述两个问题,本文分别以完备信息系统和不完备信息系统为研究基础,做了以下两个方面的讨论:(1)在多粒度粗糙集环境中,当完备信息系统中属性值被细化时,原来的近似集会发生变化,即下近似集有增大的趋势,上近似集有减小的趋势,且现有的近似集更新算法时间效率较低,则改进现有的近似集动态更新算法成为了多粒度粗糙集理论研究中的重要内容。为此,在多粒度环境下,针对信息系统中属性值被细化的情况,讨论了乐观、悲观多粒度粗糙集中近似集动态更新的相关性质与定理,提出了近似集动态更新算法。该算法的基本思想是不需要重新计算细化属性值时信息系统中对象的等价类,只需根据论域中不同局部范围内的属性值是否不相等来计算近似集,即根据对象的不等价类来更新近似集。最后,在UCI公共数据集中进行了大量的实验,实验结果表明所提算法在更新近似集的时间效率上优于对比算法,从而验证了所提出算法的正确性和高效性。(2)针对不完备信息系统变化可能获得缺失值的特性,为解决多粒度粗糙集中更新近似集时间效率较低的问题,提出了基于容差关系近似集动态更新算法。首先,讨论了基于容差关系近似集变化的性质,并根据相关性质得出乐观、悲观多粒度粗糙集中近似集的变化趋势。随后,针对更新容差类时间效率较低的问题,提出了动态更新容差类的定理,利用此定理来动态更新容差类,缩短了更新近似集的时间,并在此基础上,设计出基于容差关系近似集动态更新算法。采用UC-I数据库中4个数据集进行仿真实验,当数据集逐渐变大时,所提算法和静态算法的计算时间差距也越来越大。实验展示了动态算法比静态算法计算时间效率高的结果,从而说明了所提动态算法的正确性和高效性。
（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。
动态多粒度锁论文参考文献
[1].卞恭喜.基于动态优化的分级多粒度Fuzzing测试漏洞挖掘系统研究与实现[D].江苏大学.2019
[2].肖鹏.多粒度粗糙集的近似集动态更新方法研究[D].安徽大学.2019
[3].徐怡,肖鹏.基于容差关系的多粒度粗糙集中近似集动态更新方法[J].计算机应用.2019
[4].赵艺琳,姜麟,米允龙,李金海.基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法[J].计算机科学.2018
[5].方成.多粒度时空对象多维动态特征的地图符号表达[D].战略支援部队信息工程大学.2018
[6].朱硕,张华,江志刚,曹华军.基于DEVS的机械加工过程碳排放多粒度动态模型构建及仿真[J].机械工程学报.2018
[7].彭佳玮,孙国强,杨少友.基于任务和角色的多粒度动态访问控制模型[J].计算机工程与设计.2016
[8].王真水,李琳,刘晓平.支持自定义的多粒度动态手势识别方法研究[J].电子测量与仪器学报.2014
[9].王焱,周天宏.基于多粒度和激励机制的移动P2P网络动态信任模型[J].实验室研究与探索.2013
[10].张雪敏,王博,苏变萍.多粒度语言评价信息的动态多属性决策方法[J].江南大学学报(自然科学版).2013