软件可信性评估模型及其优化方法研究
摘要 | 第1-10页 |
Abstract | 第10-12页 |
致谢 | 第12-16页 |
插图清单 | 第16-18页 |
表格清单 | 第18-19页 |
第一章 绪论 | 第19-30页 |
·研究背景 | 第19-21页 |
·国内外研究现状 | 第21-28页 |
·可信软件基础理论的研究现状 | 第21-23页 |
·软件可信性度量与评估的研究现状 | 第23-25页 |
·云计算环境下软件可信性理论的研究现状 | 第25-28页 |
·研究内容和结构安排 | 第28-30页 |
·研究内容 | 第28页 |
·结构安排 | 第28-30页 |
第二章 软件可信性评估方法 | 第30-40页 |
·引言 | 第30-31页 |
·软件可信性评估过程 | 第31-34页 |
·软件可信性评估指标系统 | 第34-38页 |
·TEIS 形式化描述 | 第34-35页 |
·TEIS 动态构造模型 | 第35-38页 |
·可信性评估应用系统建模与框架设计 | 第38-39页 |
·本章小结 | 第39-40页 |
第三章 不确定性软件可信性评估模型 | 第40-57页 |
·引言 | 第40-41页 |
·可信证据采集及一致转换 | 第41-46页 |
·可信证据 | 第41-43页 |
·客观可信证据的一致转换 | 第43-45页 |
·主观可信证据的一致转换 | 第45-46页 |
·软件可信性评估模型 | 第46-51页 |
·不确定性可信证据的融合策略 | 第46-47页 |
·可信证据客观赋权方法 | 第47-50页 |
·基于多维可信属性的软件可信性评估模型 | 第50-51页 |
·算例分析 | 第51-56页 |
·HIS 软件的可信性评估问题 | 第51页 |
·算例数据及实验结果 | 第51-53页 |
·客观权重分析 | 第53-56页 |
·本章小结 | 第56-57页 |
第四章 考虑证据非可靠的可信性评估模型优化方法 | 第57-69页 |
·引言 | 第57-58页 |
·可信证据折扣估计策略 | 第58-62页 |
·客观可信证据的折扣估计 | 第58-60页 |
·主观可信证据的折扣估计 | 第60-62页 |
·考虑折扣因素的 ER 改进方法及其应用策略 | 第62-64页 |
·联合系数 | 第62-63页 |
·ER 改进方法及其应用策略 | 第63-64页 |
·算例分析 | 第64-68页 |
·LMDS 软件的可信性评估问题 | 第64-65页 |
·折扣因素估计 | 第65-66页 |
·可信证据预处理及合成结果 | 第66-68页 |
·本章小结 | 第68-69页 |
第五章 考虑证据相关性的可信性评估模型优化方法 | 第69-80页 |
·引言 | 第69-70页 |
·改进的 Denoeux 谨慎连接规则 | 第70-74页 |
·谨慎连接规则 | 第70-72页 |
·ECCR-改进的谨慎连接规则 | 第72-73页 |
·基于 ECCR 的可信证据水平合成算法 | 第73-74页 |
·考虑证据相关性的可信性评估推理模型 | 第74-76页 |
·算例分析 | 第76-78页 |
·本章小结 | 第78-80页 |
第六章 软件可信性动态评估及可信推荐模型 | 第80-98页 |
·引言 | 第80-81页 |
·可信性评估指标系统动态自适应重构方法 | 第81-84页 |
·可信属性关联矩阵 | 第81-82页 |
·可信属性间相对权重的自调整策略 | 第82-83页 |
·TEIS 自适应重构算法 | 第83-84页 |
·面向软件演化的可信性动态评估模型 | 第84-87页 |
·需求驱动的软件可信性动态评估模型 | 第84-85页 |
·可信性评估演化算法 | 第85页 |
·算例分析 | 第85-87页 |
·基于多属性匹配的可信云服务推荐系统 | 第87-97页 |
·云服务推荐系统的体系结构 | 第88-90页 |
·软件服务的多属性匹配方法 | 第90-92页 |
·基于多属性匹配的可信云服务推荐 | 第92-94页 |
·算例分析 | 第94-97页 |
·本章小结 | 第97-98页 |
第七章 总结与展望 | 第98-100页 |
·总结 | 第98-99页 |
·展望 | 第99-100页 |
参考文献 | 第100-109页 |
攻读学位期间的主要研究成果及发表论文 | 第109-110页 |