第3章安全信息分析技术(安全信息工程)要点解读.ppt

安全信息工程 　主讲：杨应迪　　　　　　　　 第3章 安全信息分析技术 3.1 统计分析技术 3.2 机器学习方法 3.3 不确定性理论 3.4 数据库技术 3.5 可视化技术 3 安全信息分析技术 从现代安全生产管理的实际需要和总的发展趋势分析，把现代的计算机技术与安全科学管理技术有机地结合，综合运用安全系统管理理论及事故分析预测决策技术，将会大大促进安全预测理论及方法技术的进一步提高。 “安全第一，预防为主”，预测是预防的前提，预测是决策的基础，工业事故的预测预防及其辅助决策分析评价已成为现代安全管理的核心。 信息统计是指以某一特定单位对信息或其相关媒介进行统一的计量。信息统计分析技术是利用统计学方法对信息进行统计分析，以数据来描述和揭示信息的数量特征和变化规律，从而达到一定研究目的的一种分析研究方法。 信息统计是安全信息研究的基础工作，信息统计数据是开展信息定量研究的必要条件，运用信息统计分析方法可以反映信息的增长变化、分布特征、流通状况、利用程度，揭示信息的数量变化规律，为信息单位的信息管理提供依据。 时间序列分析 (Time series analysis) 是指历史时间序列所反映的某种可以识别的事物变动趋势形态。 第一步：用观测、调查、统计、抽样等方法取得被观测系统时间序列动态数据； 第二步：根据动态数据作相关图，进行相关分析，求自相关函数； 第三步：辨识合适的随机模型，进行曲线拟合，即用通用随机模型去拟合时间序列的观测数据。 系统描述 系统分析 预测未来 决策和控制 ? ? 运用算术平均法求平均数，进行预测有两种形式： 以最后一年的每月平均值或数年的每月平均值，作为次年的每月预测值； 以观察期的每月平均值作为预测期对应月份的预测值。? ? 3.1统计分析技术—时间序列分析—案例 回归分析预测法，是在分析某种现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系。因此，回归分析预测法是一种重要的预测方法，当我们在对某种现象未来发展状况和水平进行预测时，如果能将影响预测对象的主要因素找到，并且能够取得其数量资料，就可以采用回归分析预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用预测方法。 依据相关关系中自变量的个数不同分类，可分为一元回归分析预测法和多元回归分析预测法。在一元回归分析预测法中，自变量只有一个，而在多元回归分析预测法中，自变量有两个以上。 机器学习则是计算机获取知识的重要途径和人工智能的重要标志，是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。 一般认为，机器学习是一个有特定目的的知识获取过程，其内部表现为从未知到已知这样一个知识增长过程，其外部表现为系统的某些性能和适应性的改善，使得系统能完成原来不能完成或更好地完成原来可以完成的任务。它既注重知识本身的增加，也注重获取知识技能的提高。 机械式学习是基于记忆和检索的方法，学习方法很简单，但学习系统需要几种能力: ①能实现有组织的存储信息; ②能进行信息结合; ③能控制检索方向。 对于机械式学习，需要注意三个重要的问题：存储组织信息、环境的稳定性与存储信息的适用性以及存储与计算之间的权衡。机械式学习的学习程序不具有推理能力，只是将所有的信息存入计算机来增加新知识，其实质上是用存储空间换取处理时间，虽然节省了计算时间，但却多占用存储空间。当因学习而积累的知识逐渐增多时，占用的空间就会越来越大，检索的效率也将随之下降。所以，在机械式学习中要全面权衡时间与空间的关系。 决策树是决策过程的一种有序的概率图解表示，因此，决策树分析决策方法又称概率分析决策方法，是风险型决策中的基本方法之一。 决策树法是一种演绎性方法，它将决策对象按其因果关系分解成连续的层次与单元，以图的形式进行决策分析，由于这种决策图形似树枝，故俗称“决策树”。 适用问题的特征 实例由“属性-值”对表示 目标函数具有离散的输出值 可能需要析取的描述 训练数据可以包含错误 训练数据可以包含缺少属性值的实例 分类问题 核心任务是把样例分类到各可能的离散值对应的类别 大多数决策树学习算法是一种核心算法的变体 采用自顶向下的贪婪搜索遍历可