网络信息资源异常感知的数字微分理论模型

网络资源中存在大量的安全隐患，并且这些隐患是随环境的不同而变化的，不可能一劳永逸地得出对安全隐患的形式化描述。资源的状态一般经历从正常到危险、异常的一个发展变化过程。本课题从理论上研究和描述这个过程的发展趋势和规律，试图找到感知危险、发现危险的一般性方法。受数学中微分学的启发，我们如果将资源的单个状态作为自变量，研究资源发展变化的特性趋势，其思路非常类似微分学，我们称之为数字微分。本课题研究数字的变化分析的理论模型，借鉴微分中的常量、导数、变量、奇异点等概念表达资源状态的不变、变化、变化强度趋势、突变异常点等，从而去掉与安全隐患检测无关的"噪声"，得到真正与危险有关、更敏感的信息。该理论的研究，将对可信计算领域，如硬件测试、入侵检测、金融分析等具有较大的学术意义，特别是对人工免疫学的有效性有极大的研究价值，对降低误识别率有重要意义。