災害復原規劃之知識表達及推理法則研究

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：23

、訪客IP：3.138.35.176

姓名

王仁宏(Jeng-Hung Wang) 查詢紙本館藏

畢業系所

資訊管理學系在職專班

論文名稱

災害復原規劃之知識表達及推理法則研究
(Research in Knowledge Representation and Inference Rule for Disaster Recovery Plan)

相關論文

★ 應用數位版權管理機制於數位影音光碟內容保護之研究	★ 以應用程式虛擬化技術達成企業軟體版權管理之研究
★ 以IAX2為基礎之網頁電話架構設計	★ 應用機器學習技術協助警察偵辦詐騙案件之研究
★ 擴充防止詐欺及保護隱私功能之帳戶式票務系統研究-以大眾運輸為例	★ 網際網路半結構化資料之蒐集與整合研究
★ 電子商務環境下網路購物幫手之研究	★ 網路安全縱深防護機制之研究
★ 國家寬頻實驗網路上資源預先保留與資源衝突之研究	★ 以樹狀關聯式架構偵測電子郵件病毒之研究
★ 考量地區差異性之隨選視訊系統影片配置研究	★ 不信任區域網路中數位證據保留之研究
★ 入侵偵測系統事件說明暨自動增加偵測規則之整合性輔助系統研發	★ 利用程序追蹤方法關聯分散式入侵偵測系統之入侵警示研究
★ 一種網頁資訊擷取程式之自動化產生技術研發	★ 應用XML/XACML於工作流程管理系統之授權管制研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

企業倚賴資訊的程度與日俱增，資訊系統如因天災人禍導致系統服務中斷，勢必會對企業造成營運損失，因此，災害復原規劃(Disater Recovery Plan，DRP)已成為各企業必須面臨的重要課題。但如何規劃 DRP 牽涉到經驗及案例，要考慮的因素很多，比一般的系統需求如資料庫系統規劃複雜。DRP過去大部份依據專家的知識與經驗來規劃，容易造成規劃品質不一，經驗無法傳承，為解決此問題，本論文將比較災害復原規劃與系統生命週期理論間的差異，提出一個規則及案例知識來表達DRP，並發展一個結合規則式推理(RBR)及案例式推理(CBR)優點的 DRP推理法則雛形系統。我們以兩個實際專家案例來驗證我們的 DRP 知識表達與推理方法，結果顯示，本研究系統可依據使用者需求提供近似專家建議DRP的方案。

摘要(英)

Businesses rely on the information more deeply day by day. If information system service interrupts due to disasters, it will make business operation loss. So, disaster recovery plan has become the critical issue that businesses must face. But how to plan DRP has been related to
experiences and case study about it. Because there are many issues that must be considered, DRP is
more complex than database plan. In previous stage, DRP was planned according to expert’s knowledge and experiences. It will be easy to make the plan’s quality inconsistent and experiences will not be transferred and retained. To resolve the problem, we will compare the difference between System Development Life Cycle and DRP. We will propose a rule and case knowledge representation for DRP, and then develop a hybrid rule and case’s DRP inference protype system with both advantages. At last, we use two practical experts’ cases to validate our DRP knowledge and inference method. The result shows the research system can provide the similar expert’s
solution according to the user’s requirement.

關鍵字(中)

★ 規則式推理(RBR)
★ 規則式知識
★ 案例式知識
★ 災害復原規劃(DRP)
★ 案例式推理(CBR)

關鍵字(英)

★ Disaster Recovery Plan(DRP)
★ Case Based Knowledg

論文目次

摘要 I
目錄 iii
圖目錄 v
表目錄 vi
第一章緒論 1
1.1 研究動機 1
1.2 研究問題 2
1.3 研究目的 3
1.4 研究方法 3
1.5 論文架構 4
第二章文獻探討 6
2.1 災害復原計劃(以下簡稱DRP)的定義 6
2.1.1 DRP特質及考慮因素 8
2.1.2 評估標準 10
2.2 SDLC與CCPM間的差異 11
2.3 現有災害復原的解決方案 11
2.3.1 資料本地備援三大架構 11
2.3.2 資料異地備援十大架構 13
2.3.3 應用系統及資料庫的備援 20
2.3.4 委外代備援 21
2.4 知識工程相關研究 22
2.4.1 知識定義 22
2.4.2 知識表達 23
2.5 DRP知識表達方式選定 29
2.6 推理法則 30
2.6.1 案例式推理 30
2.6.2 規則式推理 34
2.6.3 案例式與規則式推理整合 36
第三章災害復原規劃之知識表達與推理法則 38
3.1 DRP系統分析 39
3.2 DRP之知識表達及推理法則 40
3.2.1 DRP知識表達及推理法則系統架構 40
3.2.2 DRP知識表達 42
3.2.3 DRP推理法則 49
第四章以專家實際案例驗證 55
4.1以Michael專家 DRP案例驗證 55
4.1.1 M 公司 DRP 案例需求 55
4.1.2 M 公司 DRP 案例解決方案 56
4.1.3 M 公司 DRP 案例知識表達 57
4.1.4 M 公司 DRP 案例推理 57
4.2以Peace專家DRP案例驗證 64
4.2.1 K 銀行 DRP 案例需求 64
4.2.2 K 銀行 DRP 案例解決方案 64
4.2.3 K 銀行 DRP 案例知識表達 65
4.2.4 K 銀行 DRP 案例推理 66
4.3 以暴力法驗證系統有效性 72
第五章建議及結論 73
5.1 結論 73
5.2 研究限制 73
5.3 建議 74
參考文獻 75
附錄A：DRP 案例屬性定義 78
附錄B：DRP 實務案例屬性值 80

參考文獻

[1] 曾憲雄，專家系統導論工具應用，文魁資訊股份有限公司出版，2002。
[2] 精業股份有限公司，確保企業永續經營的異地備援，精業企業儲存技術專家特刊，2003。
[3] 許宏彬，異地備援及災害復原計劃揭開異地備援九大架構，網路資訊雜誌，2002年5月，119-121。
[4] 謝清佳、吳琮璠合著，資訊管理-理論與實務，智勝文化事業有限公司出版，1997。
[5] 張紹勳，人工智慧與專家系統，松崗電腦圖書資料股份有限公司出版，1993。
[6] 李家祺編譯，人工智慧與專家系統，松崗電腦圖書資料股份有限公司出版，1988。
[7] 徐恩普，知識工程與專家系統，松崗電腦圖書資料股份有限公司出版，1990。
[8] 劉登榮編譯，MS-SQL Server 6.5技術手冊(I)，松格資訊有限公司出版，1997。
[9] Aamodt, A.,” A knowledge representation system for integration of general and case-specific knowledge,” Sixth International Conference on Tools with Artificial Intelligence, Nov 1994,
836–839.
[10] Aamodt A. and Plaza E., “Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches,” AICom - Artificial Intelligence Communications, IOS
Press, 7(1), 1994, 39-59
[11] Allemange, D., Review of EWCBR-93, AICom Press, 1993.
[12] Anderson, E. E., “Choice Models for the Evaluation and Selection of Software Packages”,
Journal of Management Information System, Spring 1990,123-138.
[13] Angeles, P. A., Dictionary of Philosophy, Barnes & Noble Books, 1981.
[14] Bryson K. M.; Millar H.; Joseph A. and Mobolurin A., “Using formal MS/OR modeling to support disaster recovery planning,” European Journal of Operational Research, 141, 2002,
679-688.
[15] Cercone, N.; Aijun An and Chan, C.,” Rule-induction and case-based reasoning: hybrid architectures appear advantageous,” IEEE Transactions on Knowledge and Data
Engineering,11(1), Jan/Feb 1999,166-174
[16] Eliason, A. L., System Development: Analysis, Design, and Implementation, Scott,
Foresman/Little, Brown Higher Education, 1989.
[17] Feigenbaum, E. A., “Themes and case studies of knowledge engineering,” Expert Systems in
the Micro-Electronic Age, Ed. D. Michie, Edinburg Univ. Press,1979,3-25.
[18] Friedl, W.J.,” The computer security framework,” IEEE 1990 International Carnahan
Conference on Security Technology, 1990, 92 –99.
[19] Garcia-Molina, H. and Polyzois, C.A.,” Issues in disaster recovery,” Compcon Spring '90.
Intellectual Leverage. Digest of Papers. Thirty-Fifth IEEE Computer Society International
Conference. , 1990,573 –577.
[20] Giarratano, J. C. and Riley G. , Expert Systems： Principles and Programming, PWS
Publishing Company, 1998.
[21] Golding, A.R. and Rosenbloom, P. S., “Improving Accuracy by combining rule-based and
case-based reasoning,” Mitsubishi Electronic Research Laboratories, 1995, 1-40.
[22] Hatzilygeroudis, I. and Prentzas, J., “An Efficient Hybrid Rule Based Inference Engine with Explanation Capability,” the Proceedings of the 14th International FLAIRS Conference, Key
West, Florida, May 2001.
[23] Hatzilygeroudis, I. and Prentzas, J., “Integrating Hybrid Rule-Based with Case-Based
Reasoning,” S. Craw and A. Preece (Eds.):ECCBR, 2002, 336-349.
[24] Iyer, R.K. and Sarkis, J.,"Disaster recovery planning in an automated manufacturing
environment," IEEE Transactions on Engineering Management, 45(2), May 1998 ,163 –175.
[25] Jackson J., ”Give your lan a hand,” Security Management, 41(8), 1997, 44-52.
[26] Jackson P., Introduction to Expert Systems, Addison-Wesley Publishing Company, 1999.
[27] Jiang, M. F. and Tseng, S. S.,“Structural cases representation in Case-based Expert System,”
Proc. Of 4th KES International Conference, UK, 2000.
[28] Kolodner J. Case-Based Reasoning. Los Altos, CA: Morgan Kaufmann, 1993.
[29] Howard, L., “Time is of the essence,” Disaster Professional, 1997, 13-14.
[30] Lam, W., "Ensuring business continuity," IT Professiona l , 4(3) , May-June 2002, 19 –25.
[31] Lee K., Hwang S., Um K. and Park S.,” An extraction method of analogical information for efficient knowledge processing,” IEEE Region 10 Conference on Computer, Communication,
Control and Power Engineering, 2(0), Oct 1993, 644 –647.
[32] Minsky M., “A Framework for Representing Knowledge,” The Psychology of Computer Vision
, Patrick Winston, ed., McGraw-Hill, 1975, 211-217.
[33] Peter, W., ”Network Disaster Contingency Planning, “ Computers & Security，15(5), 1996,
411.
[34] Quillian, M. R., ”Semantic Memory,” Semantic Information Processing, Marvin Minsky, ed.,
MIT Press, 1968, 227-270.
[35] Rissland E. L., Daniels J. J., Rubinstein Z. B. and Skalak D. B., ”Case-based diagnostic analysis in a blackboard architecture,” In Proc. 11th National Conference on Artificial Intelligence, 1993, 66-72.
[36] Stanfill, C. and Waltz D., “The memory based reasoning paradigm,” Proceedings from a
workshop in Case Based reasoning, Clearwater Beach, Florida, Morgan Kaufmann Publ. ,May
1988,414-424.
[37] Waterman, D. A., A Guide to Expert Systems, Addison-Wesley Publishing Company, 1986.
[38] http://www.boma.gov.tw/law/86624186.htm, 2003/5/27
[39] http://www.sfc.gov.tw/reference/magazine/9109/Ss3.htm, 2003/5/27

指導教授

陳奕明(Yi-Ming Chen)

審核日期

2003-7-18

推文