本文采用的着色Petri网(Colored Petri Nets,CPN)是一种基于模型检测法的自动化建模技术,它引入了"颜色集"的概念,以扩展Petri网的表达能力。该技术利用着色Petri网及其配套的建模工具CPN Tools对安全协议进行建模,能够使得...本文采用的着色Petri网(Colored Petri Nets,CPN)是一种基于模型检测法的自动化建模技术,它引入了"颜色集"的概念,以扩展Petri网的表达能力。该技术利用着色Petri网及其配套的建模工具CPN Tools对安全协议进行建模,能够使得模型实现图形化和层次化,其内置的状态空间分析工具及CPN ML语言,能够高效地协助分析人员获取必要数据。本文以经典的密钥交换协议TMN为例,运用CPN方法对其进行形式化分析,成功识别出攻击者可能利用的攻击路径,并验证了协议中存在的安全漏洞。针对这些漏洞,本文提出了一种改进方法,经过验证,证实了该改进方法的有效性。展开更多
针对模糊神经Petri网(fuzzy neural Petri net,FNPN)学习算法计算精度低、收敛性差及训练过程中网络震荡较大的问题,提出一种优化的FNPN算法.本算法采用两种S型连续函数分别表示变迁使能及变迁点燃后的新标记值,并在传统参数修正公式的...针对模糊神经Petri网(fuzzy neural Petri net,FNPN)学习算法计算精度低、收敛性差及训练过程中网络震荡较大的问题,提出一种优化的FNPN算法.本算法采用两种S型连续函数分别表示变迁使能及变迁点燃后的新标记值,并在传统参数修正公式的基础上考虑修正前的数值进而增加新型的动量项,从而改善网络的收敛性.本文证明了优化后的参数修正算法可以保证FNPN网络的收敛性.展开更多
文摘本文采用的着色Petri网(Colored Petri Nets,CPN)是一种基于模型检测法的自动化建模技术,它引入了"颜色集"的概念,以扩展Petri网的表达能力。该技术利用着色Petri网及其配套的建模工具CPN Tools对安全协议进行建模,能够使得模型实现图形化和层次化,其内置的状态空间分析工具及CPN ML语言,能够高效地协助分析人员获取必要数据。本文以经典的密钥交换协议TMN为例,运用CPN方法对其进行形式化分析,成功识别出攻击者可能利用的攻击路径,并验证了协议中存在的安全漏洞。针对这些漏洞,本文提出了一种改进方法,经过验证,证实了该改进方法的有效性。
文摘针对模糊神经Petri网(fuzzy neural Petri net,FNPN)学习算法计算精度低、收敛性差及训练过程中网络震荡较大的问题,提出一种优化的FNPN算法.本算法采用两种S型连续函数分别表示变迁使能及变迁点燃后的新标记值,并在传统参数修正公式的基础上考虑修正前的数值进而增加新型的动量项,从而改善网络的收敛性.本文证明了优化后的参数修正算法可以保证FNPN网络的收敛性.
