首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于UCON和动态模糊神经网络的委托授权研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·研究背景及现状第8-10页
   ·研究意义第10-11页
   ·论文的主要工作及创新点第11-13页
     ·论文的主要研究工作第12页
     ·论文的主要创新点第12-13页
   ·论文的组织结构第13-14页
第二章 委托授权的概念、特性、传统模型第14-25页
   ·委托授权的概念第14-16页
   ·委托授权的特性第16-19页
   ·传统的基于访问控制的委托授权模型第19-24页
     ·基于许可的委托授权模型第19-20页
     ·基于角色的委托授权模型第20-24页
   ·本章小结第24-25页
第三章 使用控制模型和动态模糊神经网络的结合第25-43页
   ·UCON模型第25-26页
   ·使用控制核心模型第26-36页
     ·UCONABc模型的组成第26-29页
     ·UCONABc模型第29-30页
     ·UCON核心模型体系的形式化描述第30-34页
     ·UCON模型的引用监视器第34-36页
   ·动态模糊神经网络第36-41页
     ·动态模糊神经网络的结构第37-39页
     ·动态模糊神经网络的学习算法第39-41页
   ·动态模糊神经网络在UCON中的应用第41-42页
   ·本章小结第42-43页
第四章 基于扩展的UCON的委托授权模型的建立第43-62页
   ·委托授权的背景、实例及准则第43-47页
     ·委托授权的背景及实例第43-46页
     ·委托授权的新准则第46-47页
   ·基于UCON和动态模糊神经网络的委托授权模型第47-52页
     ·UCONDFNND模型定义第47-51页
     ·UCONDFNND模型形式化描述第51-52页
   ·委托授权中的判定规则第52-57页
     ·预先委托授权判定规则第53-56页
     ·过程授权判定规则以及权限撤销规则第56-57页
   ·委托授权中的安全约束第57-58页
     ·委托深度约束第57-58页
     ·委托广度约束第58页
     ·委托的职责分离约束第58页
   ·委托授权中可信度的计算第58-59页
   ·UCONDFNND模型的引用监视器第59-60页
   ·UCONDFNND模型的安全分析第60-61页
   ·本章小结第61-62页
第五章 基于UCONDFNND模型的系统实现第62-80页
   ·技术平台选择第62-64页
       ·NET框架第62-63页
     ·系统体系结构第63-64页
   ·应用背景与系统流程第64-68页
     ·系统的应用背景第64-65页
     ·委托授权系统架构第65-66页
     ·委托授权系统的流程第66-68页
   ·功能设计与权限设置第68-70页
     ·功能设计第68-69页
     ·权限设置第69-70页
   ·数据库设计第70-73页
   ·界面设计第73-75页
   ·系统部分关键代码实现第75-79页
   ·本章小结第79-80页
第六章 总结及展望第80-81页
参考文献第81-84页
致谢第84-85页
在学期间公开发表论文及科研情况第85页

论文共85页,点击 下载论文
上一篇:挤压机加水、加酶、加料自动控制系统试验研究
下一篇:高校图书馆信息共享空间模型设计及实例分析