中原大學資訊工程研究所學位論文
中原大學,正常發行
選擇卷期
- 學位論文
計算機圖學在醫學上的一個應用是建立人體的立體組織模型。我們利用斷層掃描片，建立骨骼的容積模型，利用此虛擬實境建立的容積顯像模擬系統，可讓醫師做立體的檢視及與虛擬的組織互動，使診斷結果更正確，醫師也可以在此容積模型下模擬手術進行，設計手術計畫及驗證，或是利用此系統做手術模擬，訓練缺乏臨床經驗的醫師或學生。 本論文在原先的手術模擬系統架構下提出新增力回饋之功能，搭配支援力回饋的硬體裝置，在骨骼容積模型中新增一模擬的drill刀具。此刀具模型可以在容積模型空間中移動，並且與容積模型互動。當刀具接觸到骨骼時，使用者將可以感覺到真實的力量回饋，而啟動模擬刀具在骨骼模型上模擬鑽孔時，使用者也會感受到如同真正的drill回傳的切削力量，並且將可以看到骨骼模型的改變。在視覺之外增加了觸覺方面的虛擬實境，提供觸覺上的互動，將可以使得原本的手術模擬系統更加真實。
- 學位論文
目前表面容積素化及骨骼肌肉手術模擬系統，已經可以清楚的顯示出骨骼之容積素化模型，以及提供操作切割、辨識…等模擬手術操作的動作，可是並不能反映手術過程中，手術刀接觸到骨骼時所受到的阻力。為了能更真實的模擬手術過程，提供臨床醫師更多資訊以便提高骨骼肌肉手術成功機率，本論文的主要研究目的是，將表面容積素化及骨骼肌肉手術模擬過程中，dirll手術刀所受到的阻力，根據drill手術刀之切割量與drill手術刀所受到的阻力成一比例關係，將之量化並計算出來，並且透過使用PHANTOM力回饋機器反映出力量，使得使用者能夠真實的感受到手術模擬過程中，drill手術刀所受到的阻力。 所以我們提出下列演算法來達成本論文力回饋計算的目的 1. 根據dirll手術刀之實際大小比例，以極座標之方式，依照刀具上的螺旋狀刀刃的位置，及其角度，計算出兩道刀具上的螺旋狀刀刃的容積座標，以利力量之計算。 2. 依照刀具目前在PHANTOM座標系統所在位置，計算出刀具座標所對應的正確容積座標位置，並根據計算力量之位置position的變化與drill刀具之轉速，將刀具之刀刃樣點旋轉一微小角度，以符合刀具正在進行旋轉之狀況，最後再計算當中刀具所受到的阻力。 並且將PHANTOM機器可操作範圍之限制，透過視角之旋轉，以及刀具向使用者拉近、拉遠的方法，來達到可在容積模型之任何位置以及任何角度，來進行鑽孔手術模擬之目的。
- 學位論文
入侵偵測系統所產生的入侵警報(Intrusion Alert)代表有何種入侵行為已發生或進行中。對於一個複雜環境的管理者而言，在大量入侵警報發生時，必須花費許多時間與精力，找尋高威脅且需優先處理的警報，也會因此失去處理警報的時效性。然而，欲辨別各種入侵行為對環境的威脅程度，我們需要參考相關的環境資訊，來分級警報所代表的攻擊對環境造成的風險，以幫助管理者做出合適的反應決策。 由於相異的網路環境有著不同的特徵，造成某一環境的高威脅警報發生於另一個環境上時，其威脅程度大不相同。為了能合理的分級環境中的警報，我們提出以整合環境資訊來分級警報的方法。經由審慎的分析、研究網路行入侵偵測系統產生的警報所能包含的資訊，我們發現數種分級時所需要考慮的必要因素，並運用風險分析方法OCATVESM，由其結果獲得對於環境中的財產、存在的威脅與其可能造成的傷害的性質描述。接著，我們以糢糊邏輯設計出一套分級方法，用以量化風險分析結果的性質描述為數值型態。因此，當入侵警報發生時，即可對警報做出量化的評估，計算其風險程度指數。此方法，我們於Snort中以附加模組的方式來實作，可以進行即時分級警報。
- 學位論文
隨著網路入侵攻擊事件日益增加，以及網路攻擊技術的不斷進 步，現今的網路攻擊型態，已經從以前針對單一目標進行試探，逐漸 轉變為放出大量封包試探網路上所有的電腦，這些封包並不會特別針 對某一個單一的目標，若網路環境中沒有提供相關的服務或是不存在 該種軟體的漏洞，而我們的網路環境中佈置了入侵偵測系統，其特徵 資料庫亦包含了此種封包的特徵，面對這些大量的封包，必定產生大 量警報，進而對入侵偵測系統的效能造成影響；所以我們提出ㄧ個方 法將事先掌握的網路環境資訊，運用在調整入侵偵測系統的特徵資料 庫上，藉著，客製化、特定化的特徵資料庫，使入侵偵測系統輕量化， 在面對大量的封包時，減少比對次數及減少因產生不必要的警報所付 出的額外的代價，讓入侵偵測系統把計算資源運用在檢查所有環境上 的最可能受害的資源上，來提升其效能。
- 學位論文
隨著社會和科技的演變，以及各種應用軟體的開發，帶動網際網路的蓬勃發展。然而隨著網路服務的增加也吸引網路駭客利用各種人為疏失或系統漏洞圖利對網路的安全造成危害，所以網路安全的維護益發重要。目前大部份的入侵偵測系統並不能夠有效的避免駭客的入侵或者預防災害的擴大，為了讓入侵偵測系統更有效的阻擋駭客的入侵，就必須發展一個自動化的機制協助選擇適當的反應措施和對象。 一般而言，入侵偵測系統，在主機遭受入侵時，不管在任何環境狀況所做的反應方式都是一致，而誤判的情況發生在所多有，所以我們在此提出運用攻擊圖形於網路型入侵偵測系統，增強入侵偵測系統所發出警報的可靠性，當警報與攻擊圖形相符合時，能夠自動有效的通知受害主機、會受到影響的主機及管理者，做出相對應的反應方式，以阻擋入侵者對網域的擴散。
- 學位論文
網路世界的到來帶給人們是前所未有的便利。然而隨著網路上不法的攻擊行為不斷的更新，使得這個網路世界亦受到相對的威脅。所以如何有效對於這些新型的攻擊進行防禦，是一個重要的議題。然而對於入侵偵測系統而言，雖然異常偵測的方式可以發現新的攻擊，但所發出的警報對於日後攻擊事件的追蹤，卻無太大的幫助。且因高誤判率的因素，故對於管理者而言，無法提供一個好的警報訊息可以進一步來使用。 本論文運用異常偵測及誤用偵測(anomaly-misuse)所混合的分析方法。以svm為異常偵測的模組，snort-rule為誤用偵測的模組所組合出來的架構。將原本異常偵測的警報再由snort-rule來確認是否為已知的攻擊行為，可以將原本繁多無意義的訊息，篩選出可能的潛在新攻擊事情的發生，並可利用這個方式來調整個別模組的不足。
- 學位論文
在行動學習中是學生實際到一個地方，針對學習的目標在此地進行學習、觀察，利用行動設備在網際網路(Internet)上進行資料的紀錄以及查詢。利用這樣的機制，在本論文中希望設計一個發問以及導引的機制。發問的機制能使用合成語句非題庫系統的方式進行發問，依照學生答題的狀況，再引導學生到此地，進行學習或觀察何種概念。 本論文中是利用知識地圖(Knowledge Map)儲存知識的架構，分析教材中的關鍵字儲存在知識地圖的架構中，利用這樣儲存知識的架構，找出知識地圖有哪幾種的發問方式以及如何去計算各個概念的資訊量(Entropy)。為了避免學生在同一次導覽中一直接收到同樣的概念，所以在計算各概念的資訊量時，會依據學生的答題狀況根據邊際效益遞減律(Law of Diminishing Marginal Utility)的想法，在每次發問時對概念資訊量進行遞減。在題目中會包含所要測驗的概念，知曉題目中所測驗的概念後，搭配概念的資訊量可進而求出一個題目的資訊量。計算所出題目每題的資訊量後再選出最大資訊量的題目進行出題，並交由智慧型代理人(Intelligent Agent)出題以引導學生進行學習。在學生答完題後，會依據答題狀況再去導引學生到下一個地點進行學習。 在智慧型代理人中，知識地圖出題是利用知識指令(Knowledge Instructions)將概念與知識指令結合，而知識指令會在知識地圖中操作，於知識地圖中取得該題目所含的概念。根據轉換生成語法(Transformational - Generative Grammar)，將知識指令合成語句，再把這樣一個語句轉化為問句的方式。 本論文實作了一個發問以及導引系統，搭配桃園縣成功國小校園植物花圃的資料，進行處理。將此發問以及導引系統套用到一個行動學習平台上，搭配實際教案進行實地測試，針對此次的實地測試也整理出此系統有什麼樣需改進的問題。
- 學位論文
人類知識的認知結構為何一直是認知心理學家積極探討的，因為我們無法直接看到人類的心理結構，因此只能根據表徵(representation)的方法，將知識呈現出來，推論其內涵。教育學者應用網路模式表徵知識的目的在於，了解學生對於領域知識概念的了解程度，並希望藉由認知結構的測量與表徵結果，針對學生不理解的概念補強，讓學生能學得更好。 在眾多評量方法中，概念構圖法(concept mapping)與徑路搜尋法(Pathfinder)為兩種常用來診察學生認知結構的方法。概念構圖法是以概念圖表徵認知結構的方式，其包含概念(concept)與概念關係(concept relation)兩個元素，概念用來表示物件，概念關係表示概念間的關係。儘管如此，概念構圖法在實施上，需要對學生之構圖技巧加以訓練，才能建構出表達學生認知結構之概念圖。 而徑路搜尋法之測量分為三個步驟：第一，知識引出(knowledge elicitation) 收集學生對領域概念認知評定資料；第二，知識表徵(knowledge representation)步驟，以Pathfinder演算法將評定資料轉換成一網狀結構；第三，個別知識表徵的評鑑(evaluation of individual knowledge representation)，例如以數值代表認知結構。徑路搜尋法在知識引出步驟之實作上雖然簡單，但其知識表徵之網狀結構，常常只能以分數代表之，當需要了解學生概念之缺乏處時，則常常需要針對各節點逐一比對。 本研究的貢獻在於發展改善概念構圖法與徑路搜尋法之認知結構表徵方法，並套用結構取向之分析方法於認知結構評量上。除此之外，亦利用資料聚類與形式概念分析法分析出各類型學生發生錯誤之概念對為何？實驗的部分，以一份含有遺傳學12個概念之實際評比資料來分析，一共可分成34個聚類，除了有8類學生人數少於2人較無法討論之外，其餘28類各具特色，大部分學生都會在與配子或與DNA相關的概念對上發生錯誤，每類PFC指數與形式概念分析法分析之評鑑結果一致，除了從分數上來了解學生學習狀況，透過形式概念分析法更可分析出各種類型學生容易發生錯誤之概念對為何？藉此，可讓老師針對不同類型學生進行個別輔導，加強其所不理解之概念對。
- 學位論文
目前的網際網路進步快速，虛擬實境的需求激增，但是現有各種立體格式的檔案容量卻又相當的大，因此幾何壓縮這個新課題便應運而生。幾何壓縮的主要研究就在不改變物體網狀的前提下，對整個三角形網狀作壓縮，幾何壓縮的精髓就在連接性的表達，本論文將就這部分作深入的探討。 本論文的基本方法是以一連串的運算元對整個三角形網狀作編碼，方法簡單而快速；在經過大量模型的壓縮測試後，我們的演算法可以得到非常良好的壓縮率及執行速度，並且在解壓縮時僅需一次處理，也就是可以達到隨解隨繪的效果，並且我們的演算法也可以處理洞和把手的問題，適合繪圖引擎作快速的繪圖。
- 學位論文
本論文主要針對網路分散式入侵偵測系統(Network Distribution Intrusion Detection System - NDIDS) 中，如何使各個Snort Client端 (或 Snort sensor) 的中央處裡器使用率(CPU Loading)達到平衡 (Balance)；並提出數種適應性法則分配演算法(An adaptive rule assignment algorithm)，本論文中所提數種演算法主要分為兩大部分；一是Snort sensor 法則數的增刪原則；二是增刪法則的選取原則，之後綜合討論各演算法之間的差異性及適用時機。 本文最後將針對分散式系統下各個Snort sensor 環境不同(如中央處理器 - CPU)的效能差異及實驗結果，以及Snort sensor數目在線性成長下的效能表現。