专利交易市场

本发明属于信息安全相关技术领域，公开了一种关于车联网安全事件严重程度的确定方法，其主旨在于更有效的区分不同事件的严重程度，有助于提高系统对不同安全级别的事件所采用对应方案的响应速度，有助于法律法规对有关相关事件的界定。其主要方案为定义全体评估项集合{I1，I2，I3}；定义各种可能的定性评估结果L的集合为:{L1无严重性,L2较小的,L3大的,L4严重的,}；每一个Li(i＝1,2,3,4)建立对应模糊子集li；以每一个模糊子集li来对每个严重程度评估项进行隶属度判定，得到隶属度矩阵R(dki)，对于车联网安全事件严重度的各评估项综合评估结果记为E＝W·R(dki)＝(a1,a2,a3…)；对E进行单值化，加权平均数对Q的值四舍五入后的值作为L的下标，得到对应的ASIL严重度级别。

本发明提供了一种基于大数据的虚拟仿真教学管理方法及系统，涉及虚拟仿真教学管理技术领域，包括获取学员的行为数据，包括学员的操作行为、反应状态和情绪反应，接着通过专注度分析对学员的行为数据进行评分。通过长短期记忆网络和自适应模糊控制算法处理行为数据与专注度评分，分析学员的注意力波动并进行聚类，进而制定个性化的教学策略。随后，通过优化学员的学习互动环节，并结合学员的专注度干预策略与学习进度数据进行学习效率评估，最终通过多目标优化算法调整教学进度与路径，实现教学管理策略的优化。该方法通过数据驱动的方式，能够智能调整教学策略和干预措施，显著提升学员的学习效率和专注度，有助于个性化教学的实现。