Этап 2. Вычисление степеней срабатывания предпосылок по каждому из правил — а, (по методу, выбранному экспертом). Этап 3. Активизация заключений по каждому из правил — <апр.д = f, (а,) >, где f (а,) — функция доступа субъекта к объект}' с параметром вычисляемым на втором этапе. Этап 4. Дефазификация. На основе разработанных правил производится вычисление значения соответствующей "четкой" переменной. Существует несколько алгоритмов дефаззификации. В данном случае применялся алгоритм М а м д а н и . / ] Г а , (2.24) Если построить обратную функцию доступа нельзя или её определение в ряде случаев невозможно, то тогда применяется алгоритм нечеткого логического вывода Сугэно 0 порядка. В этом случае значение доступа присваивается в виде константы. Тогда база нечетких продукционных правил формируется следующим образом: Я,:ЕСЛИ у есть ps{y), И * есть ju0(x)t И(ИЛИ) see есть L И(ИЛИ) nei есть И И(ИЛИ) dng есть N ТО d, = const, .(2.25) Этапы разработанного алгоритма HJ1B аналогичны предыдущему, за исключением второго этапа, который имеет следующий вид. Этап 2. Вычисление степеней срабатывания предпосылок по каждом}' из правил const,. Разумеется, изменение состава и структуры правил принятия решения по разграничению потоков данных, введение в рассмотрение дополнительных факторов, а также изменение структуры нечетких множеств, приведет к изменению модели. Описываемые изменения реализуются в нечеткой модели разграничения потоков данных на основе стандартной схемы управления с нечеткими множествами: фаззификация, преобразования нечетких множеств на основе текущей информации о состоянии компьютерной сети, дефагзификация. Описываемый подход к разграничению потоков данных позволяет 62 |
Для решения задачи РИД формализованы продукционные правила на основе методов нечеткого логического вывода. Главное отличие разработанного алгоритма от традиционных методов НЛВ (в частности, Мамдани, Цукамото, Сугэно 0 порядка и других) заключается в том, что в правилах используется не только нечеткая импликация Мамдами, но и любые вычисления, необходимые для получения доступа. Также в предлагаемом методе вместо функции для вычисления этапа активизации используется бинарное отношение /э, так как разграничение прав процесс дискретный. Пусть Р =< «, > АIА = / (а,) > (2.22), где fl (а,) функция доступа субъекта к объекту с параметром а,, вычисляемым на этапе степеней срабатывания предпосылок. Использование отношения помогает получить совокупность упорядоченных пар. Тогда, если можно построить обратную функцию, по алгоритму НЛВ можно сформировать базу нечетких продукционных правил [74]. База правил формируется следующим образом: П, :ЕСЛИ у есть ps(y), И л: есть p0(x)t И(ИЛИ) sec есть L И(ИЛИ) пег есть Ы И(ИЛИ) dug есть N ТО d, = р~х ,(2.23) где Я,: правило доступа субъекта к объекту i = \,n , где п количество экспертов. Этан 1. Фазификация. Этап 2. Вычисление степеней срабатывания предпосылок по каждому из правил — а, (по методу, выбранному экспертом). Этап 3. Активизация заключений по каждому из правил — < А1А = / («;)>» где f (or,) — функция доступа субъекта к объекту с параметром ai, вычисляемым на втором этапе. Этап 4. Дефазификация. На основе разработанных правил производится вычисление значения соответствующей "четкой" переменной. Существует 82 несколько алгоритмов дефаззификации. В данном случае применялся алгоритм Мамдани.D = i, /]Г аг, (2.24) Если построить обратную функцию доступа нельзя или её определение в ряде случаев невозможно, то тогда применяется алгоритм нечеткого логического вывода Сугэно 0 порядка. В этом случае значение доступа присваивается в виде константы. Тогда база нечетких продукционных правил формируется следующим образом: И, :ЕСЛИ у есть дs(y),. И .г есть //„(*), И(ИЛИ) sec есть L И(ИЛИ) nei есть М И(ИЛИ) dng есть N ТО d, = const, .(2.25) Этапы разработанного алгоритма НЛВ аналогичны предыдущему, за исключением второго этапа, который имеет следующий вид. Этап 2. Вычисление степеней срабатывания предпосылок по каждому из правил const,. Разумеется, изменстю состава и структуры правил принятия решения по РПД введение в рассмотрение дополнительных факторов, а также изменение структуры нечегких множеств, приведет к изменению модели. Описываемые изменения реализуются в нечеткой модели РПД на основе стандартной схемы управления с нечеткими множествами: фаззификация, преобразования нечетких множеств на основе текущей информации о состоянии компьютерной сети, дефаззификация. Описываемый подход к РПД позволяет формализовать субъективные экспертные знания о процессах выбора доступа и построить формальную процедуру определения доступа для субъектов. В этом смысле описываемый подход универсален. Кроме того, преобразования нечетких множеств на основе текущей информации о РПД используемые в описанной модели, несуг в себе элементы адаптации системы к текущему доступу. Кроме того, в диссертации разработана модель создания информационных потоков по памяти и по времени. С этой целью введено значение порогового значения (Dpor), при котором доступ для субъекта разрешен и создается 83 |