覆蓋粒計算及其應用研究畢業論文-資料下載頁

　　

【正文】 導致的。當有外部因素作用于這些對象上后，沖突就會發生，因為處于沖突中的對象本身并不能導致沖突的發生。換句話說，當沖突發生后，外部因素和這些對象之間就建立了一種關系，我們稱這種關系為一個沖突過程或一個沖突事件。我們知道，粒計算是一門研究基于多層次粒結構的思維方法、問題求解方法、信息處理模式及其相關理論、技術和工具的學科。它覆蓋了所有和粒度相關的理論、方法和技術。如果我們將沖突看成是有著不同結構層次的粒化過程的話，將會有一些非常有意思的發現，也就是說有這樣一些情況，單個沖突事件或過程中事實上包含了兩個或兩個以上的沖突關系。 關聯沖突受粒計算思想理論的啟發，我們引入了關聯沖突（），在給出概念之前先對這個流程圖做一下詳細的解釋：這個圖可以被看作是一個沖突過程或事件，在這個過程或事件當中有兩個分別代表著不同沖突層次的關系。一個是處于第一層次上的主動關系，用來表示agents和沖突對象集之間的關系，其中agents是主體而沖突對象是客體，主動關系可以隨agents的改變而改變，例如agents的個數、范圍和順序等，agents在這個關系中是外部因素或觸發源，當agents作用于這些沖突對象后，利益沖突就會發生，即關系就會建立（）；對于所有的agents來說，另一個關系是處于第二層次上的隱含關系，它是一個固定的不能被改變的關系，用來表示沖突對象集和隱含的沖突對象集之間的關系，就像一個工程需要一些固定的不變的程序或資源一樣，每個沖突對象也固定不變的需要一些隱含的沖突對象的支持，因此這個關系是不能改變的，它是固定，也就是說沖突對象集和隱含的沖突對象集之間的關系本來就有的，另外，二者都是沖突源，相對于隱含的沖突對象集來說，沖突對象集是外部因素，但相對于agents來說，隱含的沖突對象集就是隱含著的了。 ，我們稱這個過程或事件為關聯沖突，它是由兩個獨特的關系連接著一個觸發源、一個沖突對象集源和一個隱含的沖突對象集源組成。因此，我們也可以定義多聯沖突，它是由至少三個關系連接一個觸發源、一個沖突對象集源和至少兩個以上的隱含沖突對象集源組成，隱含的沖突對象集之間的關系可以如上面描述的隱含關系。 為了能盡可能全面的分析關聯沖突的各種情況，我們將以服務——資源為例，不考慮相關的應用背景，意圖是為了幫助了解關聯沖突的概念和構建關聯沖突的分析模型。serviceserviceAAABBCCCCDDEEEEFGBCEACABDECEACDGGF 服務的利益沖突關系 資源的利益沖突關系resourceresourceresourceresourceaaaabcccdddddddfghfdegacefgheeeffffggggghhcdgabdgacdefad為了方便起見。假設：有七種服務（沖突對象集），；有八種資源（隱含的沖突對象集）。因此，每一個服務的沖突集是，，，和同盟集是，，。，每一個資源的沖突集是，，，，和同盟集是，，，。服務集和資源集都是沖突源，所以他們的關系（隱含的固有不變的關系）是固有的不變的。我們假定他們之間的關系是，，。因此，對于給定的沖突源來說，關系是已經確定了的，不能改變且不受任何外界因素的影響。現在有五個agents（外部因素或觸發源）作用于（訪問或需求）這些服務。這樣二者之間的關系（主動關系）已經建立了，假定他們之間的關系是，，，因為agents是外部因素，所以二者之間的關系可以隨agents的個數、優先級和訪問或需求范圍等因素而改變。為了讓關聯沖突分析的模型更具有適應性和普遍性，我們做如下假設（外部條件）：第一層次的沖突源中每個服務的優先級是相同的；第二層次的沖突源中每一個資源的優先級也是相同的并且每個資源同一時間可以最多使用三次，即每個資源同一時間可以最多提供給三個服務使用（每個資源的數量在不同的應用背景下可以是不同的或者是互不相同的）；另外，訪問或需求服務的每個agent的優先級可能不同，優先級向量暫設為（可以改變），其中，且，對應著每一個agent的優先級。最后，根據覆蓋沖突分析模型的授予的訪問權和需求權策略，我們可以構建關聯沖突事件或過程中相關的信息表矩陣： 根據agents和services（服務）之間的關系，有下面矩陣：，其中1代表這個agent有權利訪問或需求這個service，0則代表這個agent沒有權利訪問或需求這個service。 根據services和resources（資源）之間的關系，有下面矩陣：，其中1代表這個service可能需要這個resource，0則代表這個service不需要這個resource。 因為每個資源同一時間可以最多提供給三個服務使用，所以我們可以構建下面這個方陣：，其中如果，那么，否則。 同時我們有矩陣，其中。 然后再構建矩陣，其中如果，那么，否則。 最后，我們可以構建agents（觸發源）和resources（隱含的沖突對象集）之間的信息表矩陣。如下所示：。根據辨識矩陣定義，我們可以構造agents在resources上關于信息表的辨識矩陣：，同時有。 在關聯沖突這個事件或過程中，我們最終可以得到agents（外部因素或觸發源）關于resources（隱含的沖突對象集）的優先辨識矩陣，即，其中。 以上每個矩陣和公式都是關聯沖突分析模型中不可或缺的一部分，也就是說他們不是只針對于某個具體的應用，是通用的，從而保證了模型的適應性和普遍性。為了能更好的理解關聯沖突分析模型，我們給出了模型的演化過程圖（）. ，我們可以發現用“*“引導的兩步是關聯沖突分析模型的核心，它們可以確保哪些資源是agent有能力去占用的以及能夠幫助我們找到盡可能多的異常因素從而去處理可能存在于關聯沖突過程或事件中的不同的異常問題，同時我們也可以發現一些外部條件可以隨著不同應用背景的要求隨時的刪減或增加（）。 關聯沖突分析模型的演化過程沖突分析的目的是為了發現或解決存在于沖突過程或事件當中的問題，從而為決策者及時決策提供幫助。一般地，在關聯沖突的應用背景下，大多數情況都可能會存在由外部因素和隱含的沖突對象分別引起的兩種可能的異常所帶來的問題。就給定的服務——資源實例來說，一個可能的異常是資源短缺，另一個可能的異常是安全隱患。下面是對異常可能帶來的三個問題的分析和決策： (1) 如果存在于服務——資源這個關聯沖突過程或事件中的異常是由資源短缺引起的，那么我們可以采取一些措施保證盡可能多的agent去正常的訪問或需求服務，即使服務之間是相互沖突的。措施是：即便是資源處于沖突的情況下，通過限制中的agents去訪問或需求服務，其中，向量，向量，也可以最終達到使盡可能多的agent正常訪問或需求的目標。對于上面給出的服務——資源實例來說。如果對解決異常產生問題的效果不滿意，那么我們可以令，按上述方法重新獲得一個，然后將它并入到中去，限制中agents訪問或需求服務，就這樣重復直至達到滿意的效果為止。在問題處于最糟糕的情況下時，我們可以回收中的資源，其中。對于給定的實例來說。 (2) 如果存在于服務——資源這個關聯沖突過程或事件中的異常是安全隱患問題，那么我們可以采取一些措施保證盡可能多的服務正常的工作，即使資源之間是相互沖突的。措施是：即便是服務處于沖突的情況下，通過限制中的agents去訪問或需求服務，其中，向量，向量，也可以最終達到使盡可能多的服務正常工作的目標。對于上面給出的服務——資源實例來說。如果對解決異常產生問題的效果不滿意，那么我們可以令，按上述方法重新獲得一個，然后將它并入到中去，限制中agents訪問或需求服務，就這樣重復直至達到滿意的效果為止。在問題處于最糟糕的情況下時，我們可以回收中的資源，其中。對于給定的實例來說。 (3) 如果兩種異常同時存在于服務——資源這個關聯沖突過程或事件中，那么出于安全方面的考慮，我們首先限制中的agents去訪問或需求服務，然后在限制中的agents去訪問或需求服務，這樣我們就可以保證盡可能多的服務正常的運行，而后是盡可能多的agents正常的訪問或需求服務，即便是服務和資源同時各自處于沖突的情況下。在問題處于最糟糕的情況下時，我們可以相應的回收和中的資源。此外，如果關聯沖突事件或過程中不存在異常或者有異常但沒有被發現，那么這個模型可以幫助決策者可以隨時從，和中獲得相關信息來監控或者發現異常，從而可以及時的做出決策。同時，有些條件假設（外部條件）我們并沒有考慮到： (a) 如果每個資源的數量是沒有限制的，那么我們只要讓，其他不做改變。 (b) 如果每個服務的優先級是不一樣的，我們定義向量用來表示所有服務相應的優先級，其中，，，然后僅需要改變，其他不做改變。 (c) 如果沒有關于agents的優先級向量，那么我們只需要得到，而無需計算，然后按照上面三種異常情況進行討論。 (d) 考慮到不同的應用背景，可能還有其他未考慮的假設條件，可以按照(a)、(b)和(c)三項一樣靈活地在模型相應的位置上作修改，然后按照以上步驟再做相關討論。最后，如果服務之間是相互沖突的而資源之間是不沖突的，我們可以構造agents關于服務在上的辨識矩陣，可以從或中獲得相關agents，然后進行異常討論，無需考慮資源。如果服務之間是不沖突的而資源之間是相互沖突的，我們可以構造服務關于資源在上的辨識矩陣，可以從或中獲得相關服務，然后進行異常討論，無需考慮agents。 本章主要討論了關聯沖突以及與其相關聯的一些問題。在粒計算的思想理論背景下，首次提出了關聯沖突的概念，利用覆蓋沖突分析策略,通過“服務——資源”實例建立了關聯沖突分析的合理泛化模型，討論了關聯沖突過程中所可能引發異常的階段，并對不同階段引發的異常進行了詳細的分析，給出了具體的解決方案。關聯沖突的提出給我們提供了觀察問題的一種新視角和一些非常有用的提示即是否有一些非常重要的因素隱藏在所要解決的問題后面和如何利用這些隱藏的信息（即便它們是沖突的）去分析和解決問題；而關聯沖突分析模型的建立因適應性和普遍性有著廣泛的應用領域，尤其在信息共享、計算機安全策略、事例推理等領域有著非常重要的應用價值。因此，關聯沖突的提出和分析將有助于完善社會各個領域中沖突的解決。最后，本章主要是對關聯沖突進行了分析和建模，而關聯沖突和多聯沖突有著本質上的差別（即隱含的沖突對象集的個數不同），很難在原有的模型做一些修改應用到多聯沖突分析上，因此，關聯沖突分析模型并不適用于多聯沖突分析，而且多聯沖突牽扯到一些相關問題很難把握和搜集，所以，如何構建多聯沖突分析的模型和探討問題求解的策略是以后研究的重點。第五章 基于覆蓋粒計算的分類準確性研究 在分類過程中，評價分類法是一個必不可少的環節，而分類法準確性度量是分類法評價的一個首要因素和重要準則。本章主要對評價分類法的準確性（單標簽和多標簽數據集）進行研究：利用拓撲覆蓋鄰域理論，給出了尋找覆蓋系統上重疊元素的相關的公理化方法。在粒計算的思維體系背景下，以實例輔證，給出了獨立于數據標簽和理想分類結果假設（一種假設為劃分，另一種假設為覆蓋）的評價分類法準確性的統一范式。需要說明的是，我們是采取折中的方法給出的評價分類準確性的統一范式，即將從面向單標簽的評價分類法準確性中給出的統一范式成功的應用到了面向多標簽的評價分類法準確性中，達到了一舉兩得的效果，從而最終獲得獨立于數據標簽和獨立于理想分類結果假設的評價分類法準確性的統一范式（注：本章所舉例子雖短小簡單，但極具代表性，充分考慮到了一些特例的情況，使讀者更易于理解）。分類是數據挖掘中的一項非常重要的任務。目前，已經有許多基于判定樹、貝葉斯理論、神經網絡和粗糙集等理論和工具的分類方法和技術被研究者提出[66, 107]，并且演繹出了相關分類任務的一般分類模型（即分類器）。然而，對于給定的分類任務，選擇適合于分類任務的分類法是一個非常關鍵的問題，而分類法準確性度量是分類法評價的一個首要因素和重要準則[107]，即選擇一個能使給定任務的分類結果相對準確的分類法的評價標準或形式。我們知道，評估分類法針對于給定分類任務的準確性計算是非常重要的，不僅體現在它可以預測未來分類結果的準確性，而且還可以被用來為選擇或組合分類法提供參考依據[108]，而且目前已經有holdout、crossvalidation、bootstrapping和leaveoneout等方法[108, 109]被用來評估分類法的準確性。但是，準確性計算的評估并不總是正確的[110]，因為它只是由利用未知的數據（用未分類的數據）來識別適合分類任務的分類法的評估方法產生的，而不是在分類結果出來后計算產生的。還有分類法通常假設每個樣本數據僅有一個標簽，也就是說，每個樣本數據能夠并僅能夠屬于一個類。然而，由于大型數據庫中的數據非常多樣化，假定所有的對象都唯一可分并非總是合理的，所以假定每個對象屬于多個類是可行的。因此，現有的各種準確性計算的度量[107]和預測方法是不合適的，因為它們沒考慮樣本屬于多個類的可能性。 本文，我們把重點放在用來評價分類法準確性度量的計算上面，在粒計算的視角下，主要是對同一個樣本數據集（單標簽數據集和多標簽數據集），在知道分類法的分類結果、理想的分類結果和理想分類結果假設（一種假設為劃分，另一種假設為覆蓋）的情況下，將給出獨立于數據標簽和獨立于理