基于文化算法的网络文化安全预警模型.docVIP

基于文化算法的网络文化安全预警模型 　　摘要：本文通过对社会系统研究领域、文化演化研究领域、复杂系统研究领域、数据挖掘领域的学习研究，先定义了网络文化安全问题，即分析文化对网络社会产生的影响程度问题，并在此基础上提出并设计了基于文化算法进行分析的网络文化安全预警模型。最后，为了验证提出的方案，本文通过定制的BBS网页情景，成功进行了实验。最后通过对实验情况的分析和总结，找出该模型设计的不足，并提出进一步的改进策略，以期完善基于文化算法分析的网络文化安全预警方法，使其发挥更大作用。 　　关键词：聚类分析；网络文化安全预警；文化算法 　　中图分类号：TP309 文献标识码：A文章编号：1007-9599 (2011) 14-0000-02 　　Internet Culture Security Warning Model on Cultural Algorithms 　　Chen Ting 　　(University of ScienceTechnology Beijing,Beijing100083,China) 　　Abstract:In this paper the early-warning model based on the Cultural Algorithms of the cyber-cultural evolution process is designed and proposed.Simulation results show that the approach produces more competitive result at relatively computational cost compared with some other better constraint-handling algorithms. 　　Keywords:Cluster analysis;Internet culture security warning;Cultural algorithms 　　一、文化算法 　　通过聚类分析与文化算法的结合，完成文化安全“粒子”数据的聚类分析。该方法可以很好的提高速度和准确率。文化算法是演化算法的一种，算法的灵感来自于文化进化论的研究者对文化进化过程的描述。模仿这个过程，得到的新的方法。 　　文化算法设计原则包括以下三个部分： 　　（一）种群空间设计：种群空间设计主要是对研究对象的确定。之后即就是研究对象的表示。种群空间的对象可以是简单的个体信息，同时也可以是关系信息。根据具体问题分析而定。相对于信念空间的抽象化信息的表示和演化的模型，简单的说，种群空间就是对实物，具体存在信息的表示和演化模型。种群空间个体的表示种群空间个体在不同应用过程中表示方法不同。常见的是通过一系列属性编码表示个体。其中有二进制表示、实值表示等。 　　（二）信念空间（believe space）：不同的符号化表示方法能够用于描述信念空间。包括语义网、逻辑和集合论等。可以说，信念空间一定是对实体的抽象。信念空间的表示方法：文化算法同PSO算法的不同是由于CA算法在问题求解过程中利用了五种基本的知识类型，而不仅仅是利用一个或两个简单的本地间传输的值（two locally transmitted value）。在认知科学（cognitive science）领域研究证明，上述五种知识类型都在不同的动物种群中找到证据，并且认为人类社会的知识系统至少有这五种类型知识。这五种知识包括：形势知识（Situational Knowledge）、标准化知识（Normative Knowledge）、领域知识（Domain Knowledge）、历史知识（History Knowledge）、地形知识（Topographic Knowledge） 　　（三）信念空间的演化和更新。对于不同的表示方法会进行不同的演化。基于模式的形式表示知识的话，其演化过程主要是指不同的Schemata完成：模式分离（Segmentation）过程，如图1.1所示： 　　 　　图1.1：Schemata分离演化过程图 　　基于粒子群优化的文化算法基本步骤如下：1.初始化一群随机粒子（随机解）。2.每次迭代中，粒子通过跟踪两个极值更新自己：（1）－粒子本身找到的历史最好解（个体极值点pbest）；（2）－整个种群目前找到的最好解（全局极值点gbest）。3.需要计算粒子的适应值，以判断粒子位置距最优点的距离。4每次迭代中，根据适应度值更新pbest和gbest。5迭代中止条件：设置最大迭代次数或全局最优位置满足预定最小适应阈值。 　　 　　假设有相互竞争的N个粒子；第 个主体的综合生态位宽度 　　粒子 的生态位置：