发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.65
人气 24517
省级期刊
影响因子 0.67
人气 24271
北大期刊
影响因子 0.51
人气 23708
北大期刊
影响因子 0.99
人气 23205
北大期刊
影响因子 0.94
人气 20377
部级期刊
影响因子 0.98
人气 18649
北大期刊
影响因子 0.95
人气 18019
部级期刊
影响因子 1.03
人气 13561
部级期刊
影响因子 0.38
人气 12781
省级期刊
影响因子 0.16
人气 12277
摘要:基于SSL的HTTPS协议增强了web通信的安全性,然而在密钥协商阶段,其协商数据未加密仍为明文数据,且物理链路的安全无法保证,导致基于HTTPS协议的web通信存在遭受中间人攻击的情况,严重威胁数据安全。针对上述问题,提出一种SSL协议协商阶段数据加密方法,采用RSA算法对SSL协商阶段会话过程进行非对称加密。实验结果表明,采用该方法加密协商过程后,中间人无法解析协商数据,不能够判断数据是否是SSL协商阶段的流量,相较其它常见方法,不需要每次提前协商加密密钥,不需要额外的硬件设备,在较小代价下,提高了web服务通信的安全性。
摘要:提出一种基于异步微流水线的设计方法,设计适合的异步控制框架构建出全异步RSA密码芯片。在核心加解密电路中采用异步控制框架,剔除时钟域,使寄存器翻转时刻随机化,导致无法捕捉关键寄存器翻转时刻号,从根本上防止和避免DPA攻击。常规的RSA密码芯片系统中具有较大的面积,较高的功耗,较长的时钟延迟,通过采用基于异步微流水线的数据路径作为芯片设计方式,消除系统时钟电路,可以有效控制芯片功耗和面积。
摘要:为在稀疏路段构建安全匿名区域,提出一种基于用户偏好选择的生成假位置方案。采用集中式系统架构,选取历史位置信息点生成假位置,根据历史位置的概率值大小进行排列,选取历史用户发出请求较多的位置生成假位置,将其速度、行驶方向与用户位置作对比,选取相似度较高的假位置构造匿名区域,用户根据自身特点,选择不同类别的敏感信息点进行隐匿。实验结果表明,所提方法可增强位置真实性,减少通信量,确保用户隐私安全。
摘要:针对彩色图像的加密问题,设计一种明文关联的多混沌彩色图像加密算法。初始密钥代入两个混沌映射进行迭代,产生伪随机序列,其中一个序列用于选择明文像素点,另一个序列则与被选择的明文像素点运算,产生第二级密钥,代入新的混沌映射迭代,得到加密序列;因为彩色图像由RGB这3个灰度图像组成,G和B的灰度图像扩散加密时分别增加R和G的密文图像最后一个像素点;用新的混沌映射直接置乱图像,再进行一次逆向扩散加密。实验结果表明,彩色图像被加密成一幅毫无意义的随机噪声图像。理论分析表明,使用该算法加密的图像具有极高的安全性,加密速度较快,使用价值较高。
摘要:为实现肺结节的精准快速分割,提出一种基于分割对抗网络的像素到像素的肺结节分割方法。算法分为两个模块,分割模块用以提取肺结节的特征,分割肺结节;对抗模块用以比较分割出的结节与金标准之间的差异,评价分割效果。通过对大量CT图像的对抗训练,学习得到肺结节特征,并得到分割后的结节图像。在LIDC-IDRI肺结节公开数据集上的测试结果表明,该方法像素精度达到90.14%,与金标准的交叉比达到66.10%,能准确高效分割出CT图像中的肺结节。
摘要:针对三维多输入多输出系统(3D MIMO)码本设计未考虑用户分布特性的问题,研究一种基于用户分布的3D MIMO有限反馈传输方案。对用户不均匀分布进行建模后设计对应的垂直空间划分方案,提出基于用户分布密度的不均匀码字分配算法,采用一种修正的MMSE选码准则,该准则无需使用拉格朗日方法,直接通过求解无约束优化问题获得最优预编码矩阵。仿真结果表明,所提方案降低了误码率,比传统基于克罗内克积的码本(KPC)有至少3dB的性能增益,比不考虑用户分布,均匀划分垂直空间的改进KPC码本有2dB的性能增益。
摘要:针对M用户混合多播干扰信道与N用户纯多播广播信道并存的网络模型,研究使MIMO通信系统天线效率最大化的最优天线配置,提出一种消除干扰的分布式迫零方案。将对多个接收端产生干扰的干扰消息置于对应信道矩阵组合的零空间的交空间,根据交空间的维度特性分析天线的最优配置问题,采用对交空间进行奇异值分解,获得对应零空间的基。性能分析与复杂度分析展现了该系统的特点。仿真结果表明,该方案能够在完全消除干扰的前提下,使系统模型获得最大的天线效率和复用增益。
摘要:由于传统网络控制层和数据层的紧耦合,其路径分配算法全局性差,实时性不足,且网络流量分配不均衡,导致网络出现拥塞。针对该问题,根据SDN集中控制和透明的优势,提出一种多指标的链路负载均衡(multi-index load balancing,MI-LB)模型。实时计算源节点到目的节点的K条可用路径,基于多指标的综合评价算法对K条可用路径综合评价,选取评价最高的路径作为转发路径。实验结果表明,该链路负载均衡模型优于传统的Dijkstra路由算法,增加了网络带宽利用率,降低了网络时延,有效提高了网络的综合性能。
摘要:对云游戏服务的响应延迟、覆盖范围以及运营成本问题进行研究,提出一种基于游戏时长预测的云游戏资源分配方法,并基于此设计一个动态云游戏系统。使用该系统的云游戏服务提供商只须建设一个云游戏服务中心,不须建设数据中心。服务中心根据游戏延迟阈值选择公有云的数据中心,根据用户历史游戏数据采用二次指数平滑法预测游戏时长,根据游戏和服务器预期结束时间选择服务器。实验结果表明,二次指数平滑法预测误差更小,提出的资源分配方法可以减少全部虚拟机浪费总时长,为云游戏服务提供商节约了成本。
摘要:全双工模式下,D2D链路的吞吐量约为半双工D2D链路的2倍,但全双工通信在带来吞吐量增加的同时也造成了严重复杂的干扰。由于频谱资源的匮乏,考虑多个D2D用户复用一个蜂窝用户的场景,此时共享同一蜂窝资源的D2D用户对之间还将产生同频干扰。该方案通过图着色对D2D对进行分簇,使蜂窝用户在保证通信质量的条件下能复用足够多的D2D用户对;使用最优匹配算法为每个D2D簇分配最优蜂窝信道资源,达到减少链路间干扰的同时增大系统吞吐量的效果。仿真结果表明,该方案能有效提高频谱资源的利用率,增加系统容量。
摘要:为解决未来无线异构网络中基于能效的功率分配问题,对整个无线网络的子信道分配和功率控制分别进行研究。依据各子信道平均分配功率提出子信道分配策略,采用非合作博弈模型分布式解决功率控制问题,通过分布式求解和迭代,直至整个无线网络能效达到收敛并得到最优解。仿真结果表明,利用所提策略与现有的轮询子信道联合迭代注水算法相比,在提升能效方面的效果更优。
摘要:针对单球驱动自平衡机器人的低成本、高精度、实时姿态估计需求,设计一种基于比例-积分(PI)型互补滤波的姿态估计算法。在四元数姿态角更新方程的基础上,通过融合陀螺仪/加速度计的姿态信息实现对机器人水平姿态信息的估计,实现多传感器间频率点的切换。考虑到磁力计易受到干扰的情况,采用陀螺仪和磁力计单独对自平衡机器人的偏航角姿态解算,避免磁力计参与四元数姿态解算引起的水平姿态误差。实验结果表明,该互补滤波算法有效融合了陀螺仪的高频特性、加速度计和磁力计的低频特性,系统的姿态估计精度在±0.15°内。
摘要:针对轨迹恢复问题,根据轨迹连续性、密度和连接对时序分布特征对问题进行建模;基于此模型,提出一种基于RNN-SVM的个体轨迹恢复算法,达到恢复个体移动轨迹的目标。利用RNN网络提取连接对时序分布特征,将此特征和轨迹连续性及密度输入到SVM进行分类,获取与个体相关的轨迹。实验结果表明,该算法能够以较高的准确率从不同库中寻找到与个体相关的轨迹组。
摘要:孤立森林离群点检测算法具有较大的随机性,且对噪声维度鲁棒性不够强。鉴于这些问题,提出一种基于维度熵的改进算法E-iForest。通过引入维度熵反馈样本分布,使用3个隔离策略作为选择隔离属性和隔离点的依据,调整路径长度的计算公式进行离群点检测。实验结果表明,该算法具有较好的检测效果和运行速度,与孤立森林相比检测结果更加稳定,对于噪声维度鲁棒性更强。
摘要:现有并行FP-Growth算法在挖掘项之间具有层次关系的事务数据时存在冗余项集大、效率低的缺点。针对上述问题,提出一种基于Spark的改进FP-Growth并行算法,建立词典树与FP-tree结合的双层层次化结构(词典频繁模式树,LFP-tree)。在具有主次层次关系的事务数据库中挖掘对象与属性的关联规则,减少多余搜索时间,利用Spark框架在内存计算和迭代计算上的优势完成剪枝、候选项集生成等工作。实验结果表明,该算法显著减少冗余项集的产生,在效率上优于FP-growth算法。
摘要:命名实体识别通常利用词向量模型提取词向量空间作为固定全局特征,通过单一神经网络进行训练并测试结果,特征提取单一,泛化能力不佳。针对上述问题,使用神经网络集成,将多个双向长短时记忆神经网络进行有效结合、综合决策。将ε不敏感损失函数引入到双向长短时记忆神经网络中,证明其能保证个体分类器的差异性。通过实验分析不同的词特征提取、神经网络模型结构、模型参数对个体分类器差异性的影响,通过理论分析和实验研究对集成学习在命名实体识别领域中个体分类器差异性带来的有益效果进行研究。通过实验结果验证了个体分类器差异性与集成学习的提升度之间的密切联系。
摘要:为避免萤火虫算法过早陷入局部最优,提出一种基于动态步长变化改进的萤火虫算法。通过动态步长模型调整萤火虫算法在演化过程中的搜索状态,调节吸引力参数,保持萤火虫群体在搜索过程中的空间多样性。对13个经典benchmark函数进行验证,验证结果表明,相比其它改进萤火虫算法,该算法在全局寻优能力上有较大优势。
摘要:为利用灰狼优化算法求解有界背包问题,基于编码转换法提出一种离散灰狼优化算法(discrete grey wolf optimizer,DGWO)。引入遗传算法的交叉策略增强局部搜索能力,使用基于贪心策略的修复与优化法处理不可行解,保证算法的求解效果,加快算法的收敛速度。对于3类大规模有界背包问题实例,通过与已有算法的计算结果比较与分析,验证了DGWO的有效性和稳定性。实验结果表明,DGWO的收敛速度比其它算法快,对于所有的有界背包问题实例均能获得一个近似比接近1的近似解。