IS审计模型分析论文

摘要：通过运用动态偏离-份额空间拓展模型对比分析东营市2005—2014年10年间产业结构的合理性和产业竞争力的强弱，可以看出：较邻近区域而言，东营市第一产业结构较为合理，但产业竞争力较低；第二产业结构单一，且处于竞争劣势地位；第三产业发展势头良好，能较好地利用邻近区域的积极影响。今天小编为大家推荐《IS审计模型分析论文 (精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。

IS审计模型分析论文 篇1：

上市公司财务风险预警研究综述

摘要：随着经济全球化与企业竞争的加剧，评估财务风险、识别风险因子对企业发展的作用越来越重要。财务风险预警的基本方法有单变量分析、多元判别分析、线性回归分析、逻辑回归分析、比例模型、神经网络、生存分析等。本文综述了近几十年财务风险预警理论研究发展的现状，分析了各种方法的局限与不足，提出了财务风险预警研究的未来方向。

关键词：财务风险；预警；上市公司

随着经济的全球化，企业之间的竞争日益加剧，企业正常发展所面临的不确定性因素越来越多。因此，评估风险、识别风险因子，采取针对性的风险规避措施对企业正常发展非常关键。在企业风险管理中，财务风险管理是极其重要的一环，评估财务风险也成为企业管理与发展中需要关注的焦点，吸引了众多理论与实际管理者的关注，提出了各种不同的财务风险预警方法。

一、财务风险预警的基本理論

由于企业经济活动的不确定性，要准确分析企业的财务风险，识别风险因子，离不开基本的统计方法与工具。现代财务风险预警主要利用统计方法进行分析。

（一）单变量预警模型

受Fitzpatrick利用统计方法预测研究财务危机的启发，威廉·比弗（William.Beaver） 提出了单变量预测模型。他对1954～1964年的79个失败企业和相对应（同行业，等规模）的79家成功企业进行了比较研究，选用五个财务比率作为变量，将公司在财务失败前数年的财务比率作为判别指标进行一元判定分析，通过研究发现现金流量与债务总额的比率和资产负债率判定公司的财务状况的误判率最低。陈静以1998年的27家ST公司和27家非ST公司为样本，使用了1995～1997年的财务报表数据，运用单变量分析和多元判定分析公司财务风险。在单变量分析中，发现在资产负债率、流动比率等四个指标中，流动比率与资产负债率的误判率最低；在多元线性判定分析中，发现由资产负债率、净资产收益率、总资产报酬率等六个指标构建的模型在ST发生前的三年能较好地预测ST。

（二）多元线性判别分析

多元线性判定模型，又称Z-Score模型，由Altman提出并研究的。他选取了1946～1965年的33家破产公司和33家非破产公司作为样本，采用统计方法从22个财务比率中选取了五个变量，通过多元判别分析建立判别函数，以产生的分值作为依据进行判断。该模型对于破产前一年和前两年的分类准确度分别为95%和82%。之后，Altman、Haldeman和Narayannan将Z-SCORE模型进行了扩展，建立了ZETA模型。研究表明，ZETA模型提前五年就能有效地划分将要破产的公司，通过研究同样的样本表明ZETA模型明显优于Z-SCORE模型。张玲采用Z计分判定法，使用了60家公司的财务数据进行估计了二类线性判别分析，采用另外60家公司作为检验样本进行检验分析财务风险与识别风险因子。周守华、杨济华拓展了多元判别分析方法，他们在Altman的研究基础上，将模型加以改进，增加了反映企业现金流量能力的指标，构建了F分数模型。陈晓对37家ST公司和37家非ST公司进行配对，发现有四个比率对上市公司财务危机有着显著的预测效应。张鸣等运用现金存量模型，结合前人研究的财务预测模型建立综合预测模型，然后引入审计意见变量进行修正。

（三）逻辑回归模型

Logit模型是一种广泛使用的处理分类变量的统计模型，这一模型建立在累计概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条件。Ohlson将其首次用于财务风险管理，他以1970～1976年的105家破产公司和2058家非破产公司组成非配对样本，以经营业绩和资产流动性等财务指标变量建立Logit模型，该模型被称为O-SCORE模型。吴世农等对我国上市公司财务困境的预测模型问题进行了一次综合性的研究，他们以1988～2000年深沪两市上市的140家上市公司作为研究对象，构建了Lojit回归模型，并且得到的判别结果显示该模型能够准确地判别92.75%的ST公司和94.29%的非ST公司，总体的正确率达到了93.53%。孙铮选取42家ST公司作为样本，在分析13个变量的基础上，运用logit回归给出了判别上市公司财务危机的模型。刘旻（2004）运用Logit模型对我国上市公司是否被ST进行了预警。

（四）多元概率比回归模型

Probit模型和Logit模型的思路很相似，只是在具体的计算方法和假设前提上存在一定的差异，Logit采用取对数方法，而Probit采用积分的方法。Zmijewski首次将该模型用于财务风险分析。陈晓和陈怡鸿运用多元概率比回归模对我国上市公司型进行了财务预警研究，识别了财务风险因子。

在财务风险研究中，前述四种分析方法是基本的方法，其他的诸如决策树法、神经网络、混沌模型与双层自组织映射模型可以看成是这些方法的拓展。这些方法都是参数模型，需要较强的参数假设，而且在实际使用时也存在许多不足。单变量模型主要围绕统一的财务指标数据展开，缺乏全局系统的观念；决策树法结果易于解释与使用，但预测能力不高、通用性差；神经网络结果难于解释；混沌模型与双层自组织映射模型要求样本数据多，较少的时序数据预测精度低；判别分析、逻辑回归虽然是使用广泛的两个模型，预测效果较好，有较强的解释能力，但这些方法并没有考虑公司特征与时间之间的关系，不能明确财务风险发生的时间与演进过程。生存分析模型考虑了风险与时间、影响因素的演进关系，为财务预警理论研究提供了便利的研究方法。

二、财务风险预警的生存分析方法

财务风险预警的关键是要考察感兴趣的事件——财务困境发生的可能性与影响因素如何随时间变化，而生存分析研究的焦点就是感兴趣事件在不同时间发生的风险及风险因素的影响。因此，生存分析方法可以应用于财务风险预警。

生存分析的方法有很多种，应用最为广泛的是Cox回归分析。Cox回归分析是Cox（1972）提出来的，考虑到同样性质的事物生存与时间因素、自身因素相关，在观察时间点上，事物有生存、有死亡，因而考察事物的生存得到的数据不可能是完备的观察数据。Cox用一个删失数据情况下的半参数回归模型研究事物的生存风险。Cox回归分析与一般的多元统计风险预警模型有较大的区别，它是半参数模型而且数据是删失的，综合利用了删失与已发生事件的信息。Lane等利用Cox模型采用逐步回归的方法选取变量，利用PHM和传统的多元判别分析方法，预测比较了银行在一年内和两年内破产的概率。Laitinen和Luoman比较了Cox模型与判别分析、回归分析在预测公司破产方面的表现，得出了Cox模型更灵活、更有效的结论；Kauffman和Wang利用Cox模型研究了影响网络企业生存的因素；Parker将公司治理放入Cox模型研究了公司破产概率；Shumway在数学上证明了带时变协变量的风险模型和多时期的LOGIT模型等价，运用实际数据证明了风险模型的估计量是动态而非静止的，logit模型的估计量是有偏且非一致的，利用离散比例优势模型研究了企业的破产。De Leonardis 和Rocci利用脆弱离散比例优势模型研究了数据存在异方差时企业的破产风险。Chava和Jarrow（2004）将行业效率引入生存分析模型，证明了不同的行业对破产概率有显著影响。Hyun Ju Noh（2005）将生存分析方法运用到个人信用评估分析中，通过实证研究认为生存分析模型比LOGISTIC模型更能有效降低第二类误判率。Bellotti T 和 Crook J（2007）在生存分析模型中加入了利率和失业率等宏观经济变量，证明了宏观经济变量对个人信用风险评估有显著影响，比较发现生存分析模型有很好的预测能力。而国内利用生存分析方法预测企业财务风险也得到了关注，宋雪枫等（2006）利用Cox模型分析了信贷企业发生财务危机的概率及主要影响因素。马超群、何文（2010）基于财务比率数据分析了Cox模型预测公司财务困境时点的判别能力与稳定性。曹裕等（2011）利用生命表法研究了我国企业的生存问题。

生存分析具有方法灵活、预测能力强、易于解释的优势，且能了解风险演进过程，受到了相当的关注，目前主要是利用Cox模型进行风险预警，而其他生存分析模型，如加速失败模型、比例优势模型在预测中的应用研究较少。Cox模型有两个潜在的假设，即观察个体独立和协变量对感兴趣事件的风险有一个对数线性效应或个体风险比是一个常数，而风险比是常数这个假设有时是不成立的，因此在财务风险预警研究中，研究Cox替代模型分析风险与影响因素随时间变化的关系是有用的。

三、财务预警Cox生存分析方法的拓展

为了克服比例风险模型风险比是一个常数的局限，Bennett（1983）和Pettitt（1984）假定生存优势比（可以简单理解为事件成功与失败的概率比）不再是一个常数，而是风险比随着时间增加而趋向于1，这得到了比例优势模型。比例优势模型是一种重要的生存风险模型，本质上是一种特殊的逻辑回归模型，被广泛运用于医药、生物方面的研究，但很少用于财务风险预警，这可能是因为比例风险模型中的参数估计与变量选择相对困难，现代统计方法的发展将有助于比例优势模型用于财务预警分析。

应用Cox模型分析财务风险预警的过程中，大家普遍认为观察个体独立和协变量对感兴趣事件的风险有一个对数线性效应，且回归参数不随时间变化，这与许多实际情况不符。我们可以利用变系数模型、单指标模型、部分线性模型克服，同时可以达到减少样本维数的目的。

在财务风险预警研究中，考察的风险是全部样本的均值回归，均值回归没有考虑样本的层次性，因此我们可以将均值回归问题拓展到分位数回归，观察不同财务水平的企业面临风险的大小，识别影响因素。

当然，在这些拓展的财务风险预警模型中，研究的焦点还是参数估计，也是实证运用的重点，可以利用似然方法、贝叶斯方法和一些非参数、半参数的统计推断技术。

本文总结了常用的财务风险预警模型，在此基础上提出了财务预警分析的一些拓展方向。鉴于比例优势模型的特点，可以相信，比例优势模型在研究财务风险预警方面应该是大有可为的，这也是我们今后研究的主题。

参考文献：

[1]Beaver， W. Financial Ratios as Predictors of failure[J]. Journal of Accounting Research，1966（s）.

[2]陈静.上市公司财务恶化预测的实证分析[J].会计研究，1999（04）.

[3]Altman， E. Financial Ratios， Discriminant Analysis and the Prediction of Corporate Bankruptcy[J]. Journal of Finance，1968（23）.

[4]AltmanEl，HaldemanRG，Narayanan P.ZETAanalysis：an of modelto identiey bankruptey risk of corporations.Journal of Banking&Finance， 1977（01）.

[5]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究，2000（03）.

[6]周守华，杨济华，王平.论财务危机的预警分析-F分数模式[J].会计研究，1996（08）.

[7]陈晓.中国上市公司财务困境预测[J].中国会计与财务研究，2000（03）.

[8]张鸣，张艳.财务困境预测的实证研究与评述[J].财经研究，2001（12）.

[9]Ohlson，J.S. Financial Ratios and the Probabilistic Prediction of Bankruptcy[J].Journal of Accounting Research，1980（19）.

[10]吴世农，卢贤义.我国上市公司财务困境的预测模型研究经济研究[J].经济研究，2001（06）.

[11]姜秀华，任强，孙铮.上市公司财务危机预警模型研究[J].预测，2002（03）.

[12]刘旻，罗慧.上市公司财务危机预警分析-基于数据挖掘的研究[J].数据统计与管理，2004（03）.

[13]ZmijewskiME.Methodologieal Is sues Related to the Estimation of Finaneial Distress Predietion Models[J].SuPPlement to Journal of Aeeounting Researeh，1983 （22）.

[14]陈晓，陈治鸿.企业财务困境研究的理论、方法及应用[J].投资研究，2000（06）.

[15]Lane W.R.， Looney，S.W.， Wansley J.W. An application of Coc proportional hazards model to bank failure[J].Journal of Banking and Finance， 1986（10）.

[16]Luoma， M.， Laitinen， E. K. Survival analysis as a tool for company failure prediction[J].OMEGA International Journal of Management Science， 1991（06）.

[17]Kauffman，wang.A.Semiparametric cox and Bayesian survival analysis Working PaPer[D].University of CaliforniaatLA，2004.

[18]Park，Peters，Turesky.Corporategovemance and corporate failure：A survival[J].Corporate Govemance，2002（02）.

[19]Shumway T. Forecasting bankruptcy more accurately： A simple hazard rate model[J].Journal of Business， 2001（74）.

[20]Chava5.R.Jarrow.BankruPtey Predietion withIndustry Effeets[J].Reviewof Finanee，2004（08）.

[21]HyunJu，Noh，TaeHyuPRoh，IngooHan.Prognostie Personal ereditrisk model Eonsideringe ensored information[J].ExPert Systems with APPlieations，2005（28）.

[22]Tony Bellotti，Jonathan Crook.Credit Seoring with Maeroeeonomic Variables[DB/OL].httP：//fic.wharton.uPenn.edu/fie/PaPers/07/0715.Pdf，2007.

[23]宋雪楓，杨朝军，徐任军.商业银行信用风险评估的生存分析模型及实证研究[J].金融论坛，2006（11）.

[24]马超群，何文.基于Cox的财务困境时点预测模型研究[J].统计与决策，2011（21）.

[25]曹裕，陈晓红，万光羽.基于生命表方法的我国企业生存问题-以湖南省企业样本为例的实证研究[J].系统管理学报，2011（01）.

（作者单位：南华大学）

作者：黄钟亿　邹清明

IS审计模型分析论文 篇2：

东营市产业结构与产业竞争力评价

摘要：通过运用动态偏离-份额空间拓展模型对比分析东营市2005—2014年10年间产业结构的合理性和产业竞争力的强弱，可以看出：较邻近区域而言，东营市第一产业结构较为合理，但产业竞争力较低；第二产业结构单一，且处于竞争劣势地位；第三产业发展势头良好，能较好地利用邻近区域的积极影响。东营市应重视推行产业结构的转型升级，发展生态农业，打造第一产业核心竞争力；培育接续、替代产业，保证第二产业持续发展；利用地理位置优势和自然资源优势，保持第三产业协调稳步发展。

关键词：东营市；产业结构；产业竞争力；动态偏离-份额空间拓展模型

合理的产业结构是经济发展的重要保障。国家“十三五”规划提出中国要加大力度优化经济结构、转变产业发展模式，形成良好的产业发展态势。“蓝黄战略”中提出对东营市要开发与保护并重，东营市需转变经济发展方式，打造高效生态经济地带。而东营市作为依赖石油而兴起的资源型城市，经济结构保持“二三一”的发展格局，长期大规模、高强度的石油开采不利于东营市的可持续发展。2005—2014年东营市三次产业结构比重发展趋势显示，第一产业对GDP增量的贡献保持低稳状态，第二产业对GDP增量的贡献下降幅度较大，第三产业对GDP增量的贡献增长趋势明显。 “蓝黄战略”中对东营资源型城市可持续发展工作提出了明确要求，东营市应牢牢把握发展机遇，深入剖析自身产业结构问题，找准适合自身的发展出路，优化产业结构，提高产业竞争力。本文拟基于动态偏离-份额空间拓展模型，对东营市2005—2014年10年间三次产业的产业结构与产业竞争力进行研究，并根据研究结果提出东营市优化产业结构、提高产业竞争力的对策建议。

一、研究综述

产业结构合理性的高低和产业竞争力的强弱与经济发展质量、速度有着密切的关系，为此国内外学者进行了深入而广泛的研究。本文主要梳理分析了产业结构优化与产业竞争力两个领域的研究现状。

首先是产业结构优化领域，该领域主要有两个研究方向：第一是三次产业内部矛盾及演变趋势研究，比如金碚、朱永彬、郭旭红等学者通过研究得出，中国产业结构存在着第一产业劳动力过剩、第二产业特别是工业“大”而不“强”、第三产业发展滞后等产业结构失衡的问题及第一、第二产业比重持续下降、第三产业比重明显上升的演化趋势，[1-3]特别是郭旭红、李玄煜立足于全球产业结构调整变革，研究了新常态下中国产业结构调整中遇到的突出矛盾，深入剖析了造成当前产业结构问题的原因，提出了加快产业结构调整升级的对策建议[3]；第二是产业结构与资源、技术、就业、经济增长等其他经济变量之间的关系研究，比如黄茂兴、樊秀峰、孙永平等的研究，此类研究主要运用经济学或统计学模型对数据进行处理，通过运算结果得出变量之间的关系，并据此提出相关的对策建议。[4-6]

其次是产业竞争力领域，各专家学者的研究主要集中在运用数学模型、经济学模型对某区域三次产业的竞争力进行测度。此类研究思路比较明确，一般为构建指标体系、数学模型，搜集数据并通过模型处理，对测算结果进行讨论，得出相应的对策建议。比如陈卫平构建了7大要素和38项指标的评价体系用来测量全国31个省、市、自治区第一产业的竞争力强弱，采用定量分析的方法综合评价出各省市第一产业的实际发展水平、优劣势及在全国的位置，为提高其第一产业竞争力水平提出了相关的对策建议[7]；齐阳、王英根据中国各个区域装备制造业的发展状况，运用因子分析法定量分析出了各区域竞争力强弱为：珠三角地区>长三角地区>环渤海地区>东北地区>中西部地区，并结合各地区的发展实际提出了提升各个区域装备制造业产业竞争力的对策[8]；王军、王瑞运用AHP分析法，从规模、市场、效益、结构等角度出发，构建区域制造业竞争力综合指标，并以此对山东制造业综合竞争力进行测度[9]。

综合前人研究可以从研究对象、研究时间及研究方法等方面总结出以下几点：第一，其研究主要以全国为研究对象，对某省份或市域级别的研究较少；第二，其研究主要针对单一产业，而对三次产业结构和产业竞争力研究较少；第三，对产业结构和产业竞争力的研究大部分停留在对研究区域某一时间点的发展状况的研究，而对考察期内产业结构与产业竞争力的演进过程研究不足；第四，前人较多运用因子分析法、AHP、模糊综合评价、灰色关联度、计量经济学模型或统计分析等方法进行研究，而采用动态偏离-份额空间拓展模型进行研究的较少。鉴于此，文章基于2005—2014年10年间东营市及周边市域的面板数据，运用动态偏离-份额空间拓展模型对东营市三次产业的产业结构与竞争力进行时空双维研究，根据模型测算结果，利用Shift-Share图刻画三次产业的产业结构偏离程度，明确地表示出产业部门所属的类型，据此提出东营市在产业推进过程中只注重速度而忽略质量导致的一系列产业结构不合理问题，并提出相应的对策建议。

二、研究方法和模型构建

（一）模型选择

对于产业结构和产业竞争力的研究，国内外专家学者提出了许多研究方法，但这些方法各有利弊。层次分析法、模糊综合评价法[10]等分析方法对评价指标的性质及发展趋势进行推断时主要是依据评价人员丰富的实践经验，主观性较强；灰色关联评价法[11]、因子分析法[12]、聚类分析等定量分析方法在影响因素选取时同样具有较强的主观性；DEA[13]对有效决策单元所提供的信息太少，根据计算结果往往难以给出具体的政策建议。而动态偏离-份额空间拓展模型[14]既能兼顾产业内部结构和竞争力分析，又能體现不同时间阶段邻近区域不同产业对区域经济发展的影响，能够较准确地测量出区域内产业结构的合理性和竞争力的强弱。因而，本文采用动态偏离-份额空间拓展模型，对东营市三次产业的产业结构和产业竞争力进行衡量。

偏离-份额（Shift-Share Method，SSM）1943年由美国经济学家Daniel·B·Kramer首次提出，[15]1967年Thirlwall在此基础上进行改进，将研究期分为多个时段加以研究，从而提出动态偏离-份额模型（Dynamic Shift-Share Method，DSSM）。[16]本文在DSSM模型的基础上引入空间要素的影响，充分考虑研究区域与相邻近区域之间的空间相互作用，通过对各时间分段的空间结构分量、空间竞争分量和总偏离变化状况进行定量分析，确定考察期内研究区域产业结构合理性和竞争力强弱。

（二）变量设定

研究期间总时长设定为T，各时间分段设定为t，t=0，1，2，…，T-1。M代表国家生产总值，m代表研究区域生产总值，变量下标x表示研究的产业，x=1，2，3。Mx和mx分别表示国家和研究区域第x产业的生产总值。Δmt+1x 代表研究区域第x产业第t+1期相对于第t期生产总值的差值，即

（三）动态偏离-份额空间拓展模型

研究区域内经济的发展并非完全独立，而是受空间内其他区域经济发展的影响。在DSSM模型中，这些对研究区域具有经济作用的区域统称为“邻近区域”。设定研究区域（本文为东营市）为a，邻近区域（本文为淄博市、潍坊市、滨州市、青岛市、烟台市）为b，研究区域a和邻近区域b之间的相互作用强度用Gab表示，邻近区域第x产业的GDP增长率用ux表示，其计算公式如下：

ux=∑nb=1Gabmt+1xb-∑nb=1Gabmtxb∑nb=1Gabmtxb （1）

其中0≤Gab≤1，且∑nb=1Gab=1，n表示邻近区域b的个数，mtxb 和mt+1xb 表示第t期和第t+1期邻近区域b第x产业的生产总值，则动态偏离-份额空间拓展模型的一般公式为：

式（2）中，Ut+1=Mt+1-MtMt，ut+1x=mt+1x-mtxmtx ，其中，Ut+1是山东省第t+1期GDP增长率，ut+1是东营市第t+1期GDP增长率。mtx×Ut+1是国家增长分量，是指如果按照国家所有产业第t+1期增长速度发展，研究区域第i产业第t期的产出水平所增加的量。mtx×（ut+1x-Ut+1）是邻近-国家结构偏离分量，即空间结构分量，是指如果按照邻近区域第x产业第t+1期的实际增长率与全国第t+1期所有产业增长率的差值发展，研究区域第x产业第t期的产出水平所增加的量。当该值为正值时，说明邻近区域第x产业发展速度高于全国增长速度，对研究区域的经济发展具有积极影响；该值为负值时，说明邻近区域对研究区域的经济发展不仅没有起到带动作用，而且具有拖后的负面影响。mtx×（ut+1x-ut+1x）是区域-邻近竞争偏离分量，即空间竞争分量，是指如果按照研究区域第x产业第t+1期的实际增长率与邻近区域该产业实际增长率的差值发展，研究区域第x产业第t期的产出水平所增加的量。当该值为正值时，表明研究区域第x产业具有产业竞争优势，其发展水平高于邻近区域该产业的发展；该值为负值时，则表示该产业竞争力弱于邻近区域同类产业。将式（2）进行变换，等式右边的第一项移到等式左边：

Δmt+1x-mtx×Ut+1=mtx×（ut+1x-Ut+1）+mtx×（ut+1x-ut+1x） （3）

式（3）等号左边为总偏离（Gross Shift），即研究区域第x产业的产出水平实际增长与国家增长分量的差，等于邻近-国家结构偏离分量和区域-邻近竞争偏离分量之和。通过该等式对空间结构分量和空间竞争分量数值大小的比较，来判断二者对总偏离的贡献大小。

三、基于DSSM模型的东营市产业结构与产业竞争力分析

本研究选取2005—2014年东营市三次产业的经济增长为研究对象，以在地理上与东营市有公共边界的3个地区——淄博、潍坊、滨州及隔海相望的2个地区——青岛、烟台为具有空间作用的邻近区域。以淄博、潍坊、滨州、青岛、烟台为参照，用定量分析的方法对东营市三次产业空间结构合理性和竞争力强弱进行对比并对产业结构的演变进程进行分析。

（一）数据的初步处理

模型所需要的数据来源于《山东省统计年鉴》、东营市及邻近5市的统计年鉴。为了剔除因通货膨胀长期趋势带来的GDP的增长量而导致的误差，本文对2005—2014年各地区各产业的年度GDP转换成相应的以上年为100的可比价GDP，具体公式推演过程如下：

（二）空间作用强度系数及空间增长率分析

研究区域与邻近区域之间的空间作用强度与邻近区域的经济发展状况有关。为避免各地区人口数量差异的影响，本文选取人均GDP作为计算空间强度系数Gab的指标。设Ra和Rb分别为研究区域a和邻近区域b的人均GDP，Gab的具体计算公式如下：

将研究区域东营市及邻近区域2014年人均GDP代入式（5），空间强度系数如表1所示。将各地区的空间强度系数及相关数据代入式（1），得出数据如表2所示。

（三）结果分析

将东营市2005—2014年各产业GDP、全国GDP和邻近5市各产业GDP代入公式（2），计算结果如表3所示。

1.第一产业偏离份额分析

（1）总体情况

由表3可以看出，2005—2014年，东营市第一产业总偏离年均为负值，即东营市第一产业生产总值实际年均增长低于按山东省GDP增长速度计算的国家分量，表明东营市第一产业总体发展水平略低于山东省第一产业的平均水平。平均空间结构分量为0.36亿元，表明邻近区域第一产业结构优势给东营市第一产业带来了积极影响，但东营市农业以传统方式为主，农、林、牧、渔业内部比例变换不大，基本以农机化生产方式为主，机械裝备结构合理性不高，阻碍了第一产业的发展。平均空间竞争分量为-2.34亿元，表明东营市没能充分利用邻近区域第一产业的竞争力优势，未能及时进行新技术研发推广，尚未形成集约化、产业化生产，竞争力不足，导致东营市经济损失。

（2）演进趋势

东营市第一产业偏离分量如图1所示。2005—2014年，东营市第一产业空间结构分量变化趋势呈W型，按照降—升—降—升的方向演化。最低值出现在2012年，表明邻近5市第一产业在该年平均发展较为迟缓，相对低速的增长状况对东营市产生拖后影响。第一产业空间竞争分量一直为负值，说明东营市第一产业与邻近5市相比处于竞争劣势地位。2006年空间竞争分量为最低值，这一年产业竞争劣势给东营市第一产业造成4.84亿元的经济损失。

2.第二产业偏离份额分析

（1）总体情况

由表3可以看出，2005—2014年，东营市第二产业总偏离年均为负值，东营市第二产业生产总值实际年均增长比按山东省GDP增长速度计算的国家增长分量少21.46亿元。平均空间结构分量为4.59亿元，表明邻近区域第二产业结构较为合理，发展状况较好，对东营市具有积极的带动作用。东营市作为典型的资源型城市，石油资源的开发、利用迅速拉动了社会经济的发展。但其经济结构单一，石油、天然气开采业总产值、利润总额、从业人数等长期以来占据绝对优势，导致其经济发展资源依赖性较强，受国际原油影响较大，这对东营市财政经济带来极大的消极影响。平均空间竞争分量为-26.05亿元，表明东营市第二产业总体发展与邻近区域的平均水平相比，不具有竞争优势。其石油、纺织、服装、橡胶轮胎等产业产业链条短，上下游产品不协调，产品以初加工产品为主，科技含量和附加值较高的产品则较少，企业和品牌知名度不高，缺乏竞争力。此外，东营市经济外向度低，许多企业限于自我发展、固步自封，企业人才基础薄弱，高科技人才严重短缺，阻碍了东营市经济的外向发展。

（2）演进趋势

东营市第二产业偏离分量如图2所示。2005—2014年，第二产业空间结构分量上下波动较大，在2005年达到最大值92.86亿元，在2008年达到最低值-87.52亿元，相差180.38亿元，说明东营市第二产业受国际环境影响较大，产业结构不合理，产业发展不稳定。空间竞争分量呈下降趋势，从2005年的10.9亿元下降到2013年的-63.43亿元，且从2008年之后6年为负值，说明东营市第二产业空间竞争劣势较大，东营市第二产业竞争力不及青岛、烟台、淄博、潍坊、滨州5市第二产业的平均水平。

3.第三产业偏离份额分析

（1）总体情况

由表3可以看出，2005—2014年，东营市第三产业生产总值发展状况较好，年均增长66.30亿元，总偏离27.19亿元。平均空间结构分量和平均空间竞争分量同时为正值，分别为15.99亿元和11.20亿元，对总偏离的贡献分别为58.8%（15.99/27.19）和41.2%（11.20/27.19）。东营市第三产业迅速发展，所占比重逐年提升，改善了东营市产业结构，疏导了就业需求，缓解了就业压力，带动了经济发展。但东营市服务业以餐饮、批发零售等行业为主，国际间商务合作、现代物流企业等具有辐射性和带动性的新兴服务业比重不高，知识技术含量较高的金融、保险、信息、咨询等现代服务业发展相对不足，具有地方特色的黄河三角洲文化、旅游等资源并未得到充分的开发利用，社会服务行业虽能基本满足社区和个人的需求，但较为落后。

（2）演进趋势

东营市第三产业偏离分量如图3所示。2005—2014年，东营市第三产业总偏离始终保持正值，呈现升—降—升—降的M型波动变化。空间结构分量呈增长趋势，说明邻近区域对东营市第三产业有较好的带动作用。空间竞争分量在2009年、2010年、2011年、2014年為负值，分别为-4.68 亿元、-2.68亿元、-13.35亿元和-14.63亿元，说明与邻近区域相比，在这些年份东营市第三产业经济竞争力较弱，经济发展受阻；在其他年份东营市颇具竞争力，第三产业的发展较好。

（四）东营市产业结构与产业竞争力的Shift-Share分析

Shift-Share分析法是采用图形绘制的方法，直观地体现产业结构偏离程度，能明确地表示出产业部门所属的类型。图4为东营市产业优势分析图，分别以总偏离和份额分量为横、纵坐标，将产业部门分为较好部门、一般部门、较差部门和最差部门。图5为东营市产业偏离分析图，分别以空间竞争分量和空间结构分量为横、纵坐标，来衡量各产业的结构合理性和竞争力强弱。

通过图4产业优势分析图可以得出：东营市第一产业和第二产业均位于S4象限，表明二者属于增长产业，但不具备产业优势，也就是说第一产业和第二产业产值逐步增长，但相对于第三产业不具备产业优势；第三产业位于S2象限，说明第三产业属于具有部门优势的增长产业，即第三产业相对于第一、二产业具有产业优势。通过图5产业偏离分析图可以得出：第一产业与第二产业位于S5象限，说明东营市第一产业和第二产业基础较好，但竞争力较差；第三产业位于S2象限，说明东营市第三产业原有基础和竞争力均较强。

四、结论与建议

（一）结论

通过运用动态偏离-份额空间拓展模型对东营市三次产业的产业结构与产业竞争力进行时空双维研究，得出以下结论：

（1）东营市第一产业结构较为合理，但自身竞争优势不足，未形成集约化生产，发展水平总体低于邻近5市第一产业的平均水平，对东营市整体经济增长有着拖后的影响。

（2）东营市第二产业结构不合理，结构单一。虽然第二产业对东营市整体经济发展有促进作用，但与邻近区域相比处于竞争劣势地位，产业结构有待优化，产业竞争力有待加强。

（3）第三产业的产业结构较合理，竞争力较强，发展潜力也较大，东营市应继续提升第三产业的产业竞争力，保持经济社会健康、可持续发展。

（二）建议

本文基于2005—2014年东营市及周边区域的面板数据的研究，结合东营市社会经济发展实际，提出东营市优化产业结构、提高产业竞争力的对策建议：

（1）借力“蓝黄战略”，打造核心竞争力。

东营市务必抓住“蓝黄战略”机遇，充分发挥丰富的劳动力、土地及水资源等优势条件，依托海洋，发展高端科技产业先行区，以蓝黄两区为导向，推进高效生态农业和休闲观光农业等特色行业发展，实现全市经济发展的新跨越。黄河三角洲高效生态经济区发展战略将会极大地引领东营市第一产业和第三产业的发展，山东半岛蓝色经济区发展战略也将对东营市第二产业和第三产业发挥极大的推动作用。

（2）推动第一产业集约化与产业化。

由前文分析可以看出，东营市第一产业基础较好，但不具备竞争优势。东营市应打破第一产业的竞争劣势，采用现代经营形式，实现农业发展的集约化、产业化、信息化、水利化，发展具有东营特色的生态农业、生态示范林，促进第一产业持续稳定发展，提高竞争优势。

（3）加快第二产业内部结构转型升级。

空间模型的结果显示，研究期内东营市第二产业竞争力为负值，这说明东营市与邻近区域相比缺乏竞争优势。因此，东营市要及时制定产业结构转型发展战略，合理开发利用资源，加大勘探力度，扩大勘探范围，延长产业生命周期；通过改造现有设备和技术创新，提高资源利用率；发展接续产业、替代产业，通过精加工延伸产业链，提高石油、纺织等产品的附加值；大力发展地热能、海洋能、生物质能等新能源产业，推动产业向多元化、多功能化发展；实施“引进来”“走出去”战略，推行外向型经济，实现东营市向综合型经济城市过渡。

（4）大力推进现代服务业发展。

空间模型结果显示，东营市第三产业发展势头良好，能较好地利用邻近区域的积极影响，竞争力较强。因此，东营市应充分利用京、津等中心城市的辐射作用和环渤海经济的积极影响，发挥人力、资源、租金、税率等产业发展低成本的优势，大力推进现代服务业尤其是金融、保险、信息、咨询等高端服务业的发展，化发展梯度劣势为优势；利用旅游业的优势资源，以旅游业带动相关产业发展，逐步发挥其经济服务功能，推动第三产业稳步发展，提高竞争优势。

（5）改善生态环境。

目前，东营市可持续发展的法律法规还不够健全，对可持续发展的实施力度不足，经济增长仍是以浪费资源、破坏环境为代价，资源利用率低，没能充分发挥市场对资源配置的作用，也造成了一系列生态环境问题，如土地碱化和沙化、水污染严重等，严重影响了当地居民的正常生活。此外，东营市补偿机制和激励机制不够健全，违法成本低，这使很多企业法律责任意识不够，不利于东营市可持续发展。因此，东营市要严格制定发展战略，完善可持续发展的法律法规，将高耗、粗放、低级的经营方式升级为高效、低耗、环保、集约型的发展模式，控制污染排放，改善生态环境，走可持续发展之路。

参考文献：

[1] 金碚.全球竞争新格局与中国产业发展趋势[J].中国工业经济，2012（5）：5-17，121.

[2] 朱永彬，刘昌新，王铮，等.我国产业结构演变趋势及其减排潜力分析[J].中国软科学，2013（2）：35-42.

[3] 郭旭红，李玄煜.新常态下我国产业结构调整升级研究[J].华东经济管理，2016（1）：49-54.

[4] 黄茂兴，李军军.技术选择、产业结构升级与经济增长[J].经济研究，2009（7）：143-151.

[5] 樊秀峰，周文博，成静.我国产业结构与就业吸纳能力的实证分析[J].审计与经济研究，2012（2）：82-88.

[6] 孙永平，叶初升.自然资源丰裕与产业结构扭曲：影响机制与多维测度[J].南京社会科学，2012（6）：1-8.

[7] 陈卫平，赵彦云.中国区域农业竞争力评价与分析——农业产业竞争力综合评价方法及其应用[J].管理世界，2005（3）：85-93.

[8] 齐阳，王英.基于空间布局的中国装备制造业产业竞争力评价研究[J].经济问题探索，2014（8）：110-115.

[9] 王军，王瑞.山东省制造业竞争力的比较研究[J].东岳论丛，2011（12）：95-99.

[10] 杨传明，李晓峰，张思嘉.基于多级模糊综合评价法的苏州服务外包产业竞争力比较研究[J].科技管理研究，2013（17）：65-71，75.

[11] 谢兰云，曲永义.我国区域R&D强度与产业结构的灰色关联分析[J].中国人口·资源与环境，2010（1）：118-123.

[12] 潘霞，鞠曉峰，陈军.基于因子分析的我国29个地区高新技术产业竞争力评价研究[J].经济问题探索，2013（4）：65-69.

[13] 湛泳，曾锴.基于DEA方法的中国工程机械产业竞争力测评[J].求索，2010（5）：34-36.

[14] 丁浩，王家明，何乐伟.山东省产业结构与产业竞争力的实证分析——基于动态偏离份额空间拓展模型[J].科技管理研究，2015（10）：114-119.

[15] Creamer D. Shifts of Manufacturing Industries， in Industrial Location and National Resources [M]. Washington D C： Government Printing Office，1943：101-107.

[16] 史春云，张捷，高薇.国外偏离-份额分析及其拓展模型研究述评[J].经济问题探索，2007（3）：133-136.

Research on Evaluation of Industry Structure and Industrial Competitiveness

in Dongying City Based on the Improved Spatial Expansion of DSSM

DING Hao， YAN Kairuo

（School of Economics and Management， China University of Petroleum， Qingdao， Shandong 266580， China）

Key words： Dongying City； industrial structure； industrial competitiveness； the spatial expansion of DSSM

作者：丁浩 闫楷若

IS审计模型分析论文 篇3：

EFSA模型在入侵检测中的应用与研究

摘要： 为了提高入侵检测率，降低误检率，提出了一种基于状态协议分析技术的扩展有穷状态自动机（EFSA）入侵检测模型，该模型通过构建一个EFSA来描述攻击的状态转移和变化，EFSA模型可用一个六元组表示，即M=（P，Q，Σ，W，q0，F）。通过建立该模型，一方面将接受到的数据包映射为协议状态的转换从而建立有穷状态自动机，根据被检测数据是否被自动机接受来判断攻击的存在。另一方面将待检测数据按协议分流，从而提升检测精度，减小模式匹配计算量，提高检测率。实验选取KDD CUP99做测试数据集，经测试结果表明基于EFSA模型的入侵检测方法较之基于五元组自动机检测模型具有更好的检测率和更低的误检率。

关键词：EFSA模型；状态协议分析；模式匹配；误检率

Application and Study of Extended Finite Automata Model in Intrusion Detection

WU Dong-hui，YANG Yin-gen，LI Cheng-lin，WU Fei

（College of computer information engineering， Jiangxi Normal University， Nanchang 330022， China）

Key words： EFSA model； State protocol analysis； Pattern matching； False positives rate

傳统的入侵检测技术主要利用模式匹配技术检测攻击的存在，其存在很多缺点，如模式匹配计算量大，检测率低，很容易产生丢包现象[1]。随着互联网用户的日益增多，数据传输量呈现指数级递增，数据传输速率也不断增大，另一方面黑客攻击的手段日益复杂，因此传统的基于模式匹配技术的入侵检测系统无法实时检测攻击，满足不了用户的需求。近年来各种智能技术应用到入侵检测研究中，如基于神经网络[2]、遗传算法[3]、数据挖掘[4]、人工免疫技术[5]的入侵检测研究，但实际检测性能都不够理想，文献[6]中的刘恩军提出一种包匹配技术检测入侵，这种方法实现简单，但检测能力和灵活性较差，对未知攻击以及使用躲避检测技术的变体攻击无能为力；文献[7]中周杨提出利用协议分析技术对单个数据包进行分析，虽然它很大程度上能够有效阻止攻击行为，但其孤立的检测单个数据包使得这种方法无法发现碎片攻击和分布式协作攻击；文献[8]中殷超等提出利用一个五元组构建有穷自动机模型检测入侵，虽然它能够将数据包前后信息联系起来发现攻击，但它只能利用单一的固定模式来检测TCP协议缺陷型攻击，导致检测不够精确不够全面，容易造成误检和漏检。针对这些问题提出一种利用状态协议分析技术构建扩展有穷自动机模型检测入侵，该模型用一个六元组表示，它不仅能够发现碎片攻击，还能将数据按协议分流，对数据按协议的不同来构建相应的有穷自动机模型，从而更加精确地检测攻击，达到提高检测率，降低误报率的目的。

1 协议分析技术

协议分析技术是一种新兴的入侵检测方法，它与数据包捕获及其命令解析相结合进行入侵检测。在捕获到所需要的数据包后，协议分析首先判断相应协议字段的值是否在协议预定义的值的范围内，然后根据不同的攻击特征跳转到需要检测的协议字段来判断其合法性[9]。协议分析技术主要是利用了网络协议的高度规则性快速探测攻击的存在，避免了模式匹配所做的大量计算，从而提高入侵检测的效率。

1.1简单协议分析

简单协议分析首先对捕获到的数据包进行协议解析，同时提取数据的协议特征。通过数据解析可以丢弃一些不符合协议规则的数据包，还能检测出一些使用躲避检测技术的变体攻击和未知攻击。然后利用规则库对解析后的数据进行规则匹配，从而检测攻击。这种方法较之传统的基于模式匹配的入侵检测技术，减少了计算量，提高了检测效率。

简单协议分析技术可以检测出单个数据包携带的攻击，但现如今很多攻击都是分片进行的，比如有些网络攻击行为包含在多个请求中，所以孤立地检测单个数据包并不能够发现攻击[10]。如果能把整个完整的会话前后联系起来，那么攻击才有可能被发现。

1.2状态协议分析

在简单协议分析技术的基础上，状态协议分析技术应运而生。它不再像简单协议分析技术一样孤立地看待每个数据包，而是通过对解析后的数据包进行IP分片重组和TCP流还原，把分段后的整个数据包联系起来，来检测出多步骤碎片攻击以及分布式协作攻击[11]。

在状态协议分析的基础上本文提出一种基于扩展的有穷状态机模型，该模型用一个六元组表示。它充分利用协议的高度规则性，来检测跟踪任何可能的网络入侵攻击。

2 扩展有穷状态自动机模型（EFSA）的构建

在状态协议分析的基础上，文献[12-14]根据有关自动机理论给出的四个定理[15]，证明了有穷自动机与正则表达式是等价的。他们利用有穷自动机和正则表达式这种等价的特性确定网络的正常状态及其转移过程，创建了基于五元组的有穷状态自动机模型（FSA）。

在基于五元组有穷自动机模型（FSA）的基础上，该文提出扩展的基于六元组的有穷状态自动机模型（EFSA）。

2.1六元组模型的建立

根据自动机理论，将扩展的有穷状态自动机（EFSA）模型应用到状态协议分析中，创建一个六元组M=（P，Q，Σ，W，q0，F），其中：

P是EFSA模型扩展（extended）部分，它表示网络数据采用的协议类型的集合。通过此项可以过滤数据包，达到按协议分流的目的，例如P={TCP}，表示只允许TCP协议数据流入状态自动机；

Q是EFSA模型的有穷状态集，表示协议进程正常运行状态下所有可能的状态集合；

Σ是EFSA模型中触发状态转换的动作集合；

W：Q×Σ→Q是状态转移函数集合；

q0是EFSA模型的初始状态；

F是EFSA模型中的结束状态。

2.2 EFSA模型的创建

下面以TCP协议分析为例创建EFSA模型，根据建立一个TCP连接需要通过三次握手过程，有如下步骤：

1） 创建TCP协议会话连接状态自动机M，

W是状态转移函数，定义如下：

W（q0，SYN）=q1；W（q1，）=q2；W（q2，ACK）=q3。

2） 当服务器接受到一个来自客户端的SYN数据包，它就会创建一个状态列表去记录当前连接状态的情况，直到连接成功或超时，该列表才会被删除。

3） 当一个TCP连接正处于q2状态时，状态序列s被添加到状态序列S，将t设置成该状态序列的加入时间，同时设置时间间隔ΔT和报警阈值N，当S=φ，那么初始时间t0被设置成当前状态序列连接时间。此时检查q2状态下的连接个数|S|是否大于等于閾值N，判断|t-t0|是否小于或等于预先设定的时间间隔ΔT，如果两者都满足，则生成报警并且设置S=φ[16]。当一个TCP连接处于q3状态时，状态序列s将会从状态序列集S中删除。因此ΔT与N值的选取尤为重要，一般情况下根据统计和训练得到N与ΔT的值[17]。

3 基于EFSA模型的入侵检测

3.1模型总体框架结构

将EFSA模型应用到网络入侵检测中，如图2所示。

EFSA模型由FSA模型与协议分流模型构成，也就是说EFSA模型是在FSA模型的基础上增加了一个协议分流模型，这样便于减小之后规则匹配时的计算量，提高了检测效率和精度。

通过对捕获到的数据包首先进行协议确认到达过滤的效果。其次利用EFSA模型对数据包按协议类型的不同进行分流，该文以网络攻击中最普遍的TCP SYN flood攻击为例，来说明EFSA模型检测入侵的原理与步骤。

3.2协议确认

协议确认模块的功能是为了过滤数据包，这里利用WinPcap在以太网中采用端口镜像的方式捕获数据包，然后WinPcap中的BPF过滤机制对捕获到的数据包进行选择性过滤，而BFP过滤器是通过WinPcap调用相应函数来实现，这样有效地提高了系统的检测率、降低了系统的丢包率，同时也提高了系统本身安全性，减轻了IDS的负载[18]。

3.3利用EFSA模型检测入侵

1） TCP SYN flood攻击原理

TCP SYN flood攻击者利用傀儡机向受害主机发送大量SYN请求，受害主机回应请求，则会向源地址主机发送SYN+ACK应答，然而源地址主机并不会发送ACK以表示要建立连接，而受害主机会开辟一个内存列表用于存储和记录每个连接请求的状态，当处于如图1中所示的q2状态时称为半开连接[19]。攻击者通过发送大量的半开连接请求来耗费CPU和内存资源已达到拒绝服务攻击。

2） 检测入侵

为了避免此类攻击，规定当半开连接个数大于或等于N，并且满足请求从q0到达q2状态的时间小于或等于预先设定好的阈值ΔT时就认定为一次攻击，于是产生报警，并记录审计[20]，如图3所示。

3.4规则匹配

通过EFSA模块检测之后的数据流将与规则库中被解析过的规则进行匹配，从而发现攻击。这里的规则匹配与模式匹配不同之处在于，规则匹配事先对规则库中的规则进行了解析，把规则解析成一个由规则头和规则选项构成的规则链表，待检测数据利用函数快速遍历规则链表，这样有利于快速匹配攻击[21]。规则匹配采用的算法与模式匹配相同，例如BM算法等。

4 实验结果及分析

为了验证本文提出的基于EFSA模型的入侵检测系统的性能，实验选取了四种常见网络攻击，它们分别为TCP SYN攻击，Ping of death攻击，ARP攻击，Probe攻击，同时选取基于BM模式匹配（snort）和基于FSA模型[22]的入侵检测方法作为对照。

4.1实验环境和数据

实验环境为实验室所在的以太网，实验中用到的两台装有操作系统为Windows XP的主机：主机A1和A2 均为台式机作为攻击方，IP 地址分别为10.3.136.159，10.3.136.158；主机D为笔记本作为被攻击方，安装有Windows 7系统，IP地址为10.3.136.182。

本实验的数据来自MIT林肯实验室（ Lincoln Laboratory，Massachusetts Institute of Technology） 的DARPA入侵检测测评数据集KDD CUP99，分别抽取TCP SYN攻击，Ping of death攻击，ARP攻击，Probe攻击各1000次，利用Ostinato发包工具构造10000个连接正常的数据流，并将这些攻击掺杂在其中。

4.2实验结果及分析

通过搭建以上测试平台，测试结果如表1和表2所示。

由实验结果可知，针对TCP SYN flood 拒绝服务攻击，以snort为例的基于BM模式匹配的协议分析入侵检测系统，检测率为53.4%，误检率为16.1%；而文献[22]给出的基于FSA模型的入侵检测方法检测率为83.1%，误检率为10.1%；本文提出的基于EFSA（扩展有穷状态自动机）模型的入侵检测方法，检测率为96.5%，误检率为6.8%。其它三种攻击的检测，除了检测ping probe中误检率较之FSA模型提高了0.3%以外，其它指标均具有更好的性能。因此本文提出的基于FFSA模型的协议分析入侵检测方法较之BM算法和基于FSA模型的入侵检测方法各项性能指标基本都得到提高，尤其是对TCP SYN flood和Ping Probe等网络攻击的检测。

5 结束语

本文在状态协议分析和有穷自动机理论的基础上设计了一个EFSA模型，该模型较之基于五元组的FSA模型和基于BM模式匹配算法的入侵检测方法具有更高的检测率和更低的误检率。下一步将研究如何利用该模型检测其他网络协议攻击，以及对规则库中的规则采用算法进行动态排序，从而让IDS有次序地使用频率高的特征规则，进一步提高入侵检测率、降低误检率。

参考文献：

[1] 李毕祥.基于协议分析的入侵检测模块设计与实现[J].计算机与数字工程，2013，42（10） ：1654-1657.

[2] 汪洁.基于神经网络的入侵检测系统的设计与实现[J].计算机应用与软件，2013，30（5）：320-322.

[3] 朱红萍，巩青歌，雷战波.基于遗传算法的入侵检测特征选择[J].计算机应用研究，2012，29（4） ：1417-1419，1426.

[4] 梁飞，闫宏印.基于聚类分析的动态自适应入侵检测模式研究[J].计算机工程与设计，2013，34（3） ：814-820.

[5] 王波，刘久君.改进的人工免疫入侵检测模型[J].计算机应用，2012，32（6） ：1627-1631

[6] 刘恩军.网络入侵检测技术的研究[J].齐齐哈尔大学学报，2013，29（4） ：52-55.

[7] 周杨.协议分析技术在入侵检测系统中的应用[J].计算机系统应用，2011，21（6） ：161-164.

[8] 殷超，李大兴.基于改进BM算法的确定型有穷自动机的设计[J].微计算机信息，2008，24（3-1） ：215-216.

[9] 邓全才.基于模式匹配与协议分析的分布式入侵检测研究[D].天津：天津理工大學，2011.

[10]于志宏，张阔，胡亮.基于协议分析的入侵检测规则智能匹配[J].吉林大学学报（信息科学版），2008，26（2） ：156-162.

[11] 朱映映，吴锦峰，朱艳艳.网络入侵检测中的深度协议分析方法[J].计算机应用研究，2012，29（5） ：1891-1895.

[12] 邓文达.基于有限状态机协议分析模型的入侵检测系统[J].计算机应用，2006，25（6） ：48-50，82.

[13] 宋江春，徐家树，陈文林.利用有穷自动机描述网络传输层协议的研究[J].计算机与信息技术，2005，13（6） ：32-34.

[14] 吴建胜，战学刚.基于TCP 状态有限自动机的入侵检测研究[J].鞍山科技大学学报，2005，28（5） ：368-371.

[15] 陈有祺.形式语言与自动机[M].天津：南开大学出版社，1999：45-75.

[16] 王庆生，张秀荣.基于状态协议分析的网络入侵检测技术[J].电脑开发与应用，2007，20（4） ：55-57.

[17] Chundong Wang，Quancai Deng.A New Intrusion Detection System Based on Protocol Acknowledgement[A].In：Multimedia Technology （ICMT）， 2010 International Conference on[C].New York：IEEE，2010：1-4.

[18] 刘坤灿，郑康峰.一种基于确定型有穷自动机的入侵检测模式匹配算法[A].见：2012年全国网络与数字内容安全学术年会论文集[C].AU：Science and Education Press，2012，21-25.

[19] Haining Wang，Danlu Zhang，Kang G. Shin.Detecting SYN Flooding Attacks[J].IEEE Computer and Communications Societies，2002，1530-1539.

[20] 郝耀辉，郭渊博，刘伟.基于有限自动机的密码协议入侵检测方法[J].计算机应用研究，2008，31（1）：230-234.

[21] 冉占军.基于模式匹配和协议分析的入侵检测系统研究[D].西安：西安理工大学，2008.

[22] 李秀婷.基于Snort的网络入侵检测系统实现及其改进研究[D].西安：西安电子科技大学，2008.

作者：吴冬惠　杨印根　李成林　吴菲