[发明专利]基于学习诊断器的信息安全判别方法、系统及相关装置

权利要求书

1.一种基于学习诊断器的信息安全判别方法，其特征在于，应用于不完备离散事件系统，包括：

根据不完备离散事件系统生成不完备模型；其中，所述不完备离散事件系统中包含有需要保密的状态信息；

利用学习诊断器和候选状态算法对所述不完备模型进行处理，得到完备模型缺失信息；

根据所述不完备模型和所述完备模型缺失信息生成再构建完备模型；

验证所述再构建完备模型对应的离散事件系统是否具有状态不透明性；

当所述离散事件系统具有状态不透明性时，判定所述状态信息处于保密状态；

利用学习诊断器和候选状态算法对所述不完备模型进行处理，得到完备模型缺失信息，包括：

根据所述不完备模型输出的状态信息构建所述学习诊断器；

在所述学习诊断器的每个诊断周期中均利用所述候选状态算法进行信息更新，得到所述完备模型缺失信息；

其中，所述学习诊断器为通过对缺失部分状态信息进行模拟得到的所有假设转移进行不断尝试，并结合包含所述不完备模型中所有可得到的状态信息和包含所有假设转移的假设集的候选状态算法对每个诊断周期进行诊断，实现将符合要求的状态进行保留以待恢复；所述候选状态算法为包含所述不完备模型中所有可得到的状态信息和所有假设转移的假设集。

2.根据权利要求1所述方法，其特征在于，在所述学习诊断器的每个诊断周期中均利用所述候选状态算法进行信息更新，包括：

每当所述学习诊断器诊断发现存在状态缺失现象时，对所述候选状态算法中包含的状态假设集执行修正操作。

3.根据权利要求1所述方法，其特征在于，根据所述不完备模型和所述完备模型缺失信息生成再构建完备模型，包括：

将所述学习诊断器在每个诊断周期得到的完备模型缺失信息依次整合于所述不完备模型上，得到所述再构建完备模型。

4.根据权利要求1至3任一项所述方法，其特征在于，在验证所述再构建完备模型对应的离散事件系统是否具有状态不透明性之前，还包括：

比较真实完备模型与所述再构建完备模型，得到比较结果；其中，所述真实完备模型由真实完备离散事件系统生成，且所述不完备离散事件系统为所述真实完备离散事件系统丢失一部分状态信息后得到；

根据所述比较结果对所述学习诊断器的诊断参数进行相应的调整。

5.一种基于学习诊断器的信息安全判别系统，其特征在于，应用于不完备离散事件系统，包括：

不完备模型生成单元，用于根据不完备离散事件系统生成不完备模型；其中，所述不完备离散事件系统中包含有需要保密的状态信息；

缺失信息恢复单元，用于利用学习诊断器和候选状态算法对所述不完备模型进行处理，得到完备模型缺失信息；

完备模型再构建单元，用于根据所述不完备模型和所述完备模型缺失信息生成再构建完备模型；

状态不透明性验证单元，用于验证所述再构建完备模型对应的离散事件系统是否具有状态不透明性；

保密状况判定单元，用于当所述离散事件系统具有状态不透明性时，判定所述状态信息处于保密状态

所述缺失信息恢复单元包括：

学习诊断器构建子单元，用于根据所述不完备模型输出的状态信息构建所述学习诊断器；

候选状态算法信息更新子单元，用于在所述学习诊断器的每个诊断周期中均利用所述候选状态算法进行信息更新，得到所述完备模型缺失信息；

其中，所述学习诊断器为通过对缺失部分状态信息进行模拟得到的所有假设转移进行不断尝试，并结合包含所述不完备模型中所有可得到的状态信息和包含所有假设转移的假设集的候选状态算法对每个诊断周期进行诊断，实现将符合要求的状态进行保留以待恢复；所述候选状态算法为包含所述不完备模型中所有可得到的状态信息和所有假设转移的假设集。

6.根据权利要求5所述系统，其特征在于，所述候选状态算法信息更新子单元包括：

状态假设集修正模块，用于每当所述学习诊断器诊断发现存在状态缺失现象时，对所述候选状态算法中包含的状态假设集执行修正操作。