针对生鲜食品冷链物流配送成本增加的问题,采用多元非线性数值拟合模型对其进行研究。基于层次分析法,对冷链物流配送成本的主要构成部分以及主要影响因素进行分析,利用N元M次正交多项式非线性拟合模型构建生鲜食品冷链物流配送成本模型,并对计算结果进行分析与讨论。研究结果表明,采用6元5次正交多项式非线性拟合模型计算冷链物流配送成本,分析结果合理,且该模型能够较好地定量处理损耗成本、生鲜食品价值、冷藏车装载率、顾客需求量、配送时间窗及顾客满意度对冷链物流配送成本的非线性影响。
为了更好地实现数据安全检索,提出一种基于智能合约的多用户匿名无证书可搜索加密方案。该方案利用智能合约执行关键词密文与搜索陷门的匹配任务,向用户发送正确的密文。同时,使用广播加密技术传递对称密钥,确保用户对搜索得到的密文进行相应的解密,并利用密钥生成中心对用户的身份进行匿名性保护。安全性分析结果表明,关键词密文和陷门均具有不可区分性,且所提方案在关键词猜测攻击下是安全的。性能分析结果表明,与其他方案相比较,该方案的计算量和通信代价更小、效率更高。
考虑到已知的逐重量完美平衡(Weightwise Perfectly Balanced, WPB)布尔函数的q-重量非线性度不高,构造一类WPB布尔函数。通过修改四次函数的支撑集,得到一类新的WPB布尔函数,分析此类函数的逐重量平衡性和代数次数,并使用计算机程序对构造的WPB布尔函数的小变元函数的q-重量非线性度进行计算,结果表明,构造函数在16元时具有最高的8-重量非线性度。
深度学习在图像分类领域取得了显著的成就,但在面对对抗攻击时却展现出了明显的脆弱性。因此,深入研究对抗攻击及防御对于提升图像分类模型的安全性与鲁棒性至关重要。通过介绍对抗攻击的相关方法,系统梳理当前主流的对抗攻击手段以及相应的防御技术,探讨对抗攻击技术在实际应用中优势与劣势,并对未来的研究方向进行展望。
针对不同医疗机构之间电子病历(Electronic Medical Record,EMR)数据共享困难、患者隐私泄露的问题,提出一种基于区块链与可搜索加密的电子病历共享方案。该方案利用区块链技术,结合基于身份的加密与代理重加密,实现云服务器中EMR的密态检索,从而确保检索结果的完整正确性。安全性分析结果表明,所提方案具有关键词密文不可区分性、陷门不可区分性和可抵御内部关键词猜测攻击的隐私安全特性。仿真结果表明,所提方案具有较高的EMR关键字密文检索效率。
针对病毒和黑客入侵等安全漏洞对多属性信息安全交换造成的影响,提出一种静态防御下多属性信息交换安全漏洞识别方法。该方法通过多属性信息特征项权重值、语义间的相似度以及用户需求与信息间的关系等,过滤静态防御下多属性信息,并提取过滤后静态防御下多属性信息交换平均包数、平均比特数和流表项速率等流表项特征值。利用支持向量机算法中的核函数将样本投影到特征空间,完成最优分类边界线的构造,从而识别信息交换安全漏洞。实验结果表明,该方法的多属性信息交换安全漏洞识别结果与实际结果完全相同,可获取安全漏洞攻击位置,多属性信息比特出错概率均保持在合理区间内,且能避免网络流量发生突变现象。
针对潜航器在水下无先验地磁图情况下的导航问题,提出一种基于磁梯度方向的水下自主潜航器(Autonomous Underwater Vehicle, AUV)地磁感知导航定向算法(Geomagnetic Gradient Direction Algorithm, GGDA)。该算法利用地球表面稳定的地磁场,将梯度下降算法与地磁感知导航定向相结合,建立AUV运动方程。通过地磁传感器获取的后验地磁序列信息计算目标函数的梯度,求出AUV的航向角,从而完成导航定向任务。将GGDA与六边形路径搜索算法、进化算法(Evolutionary Algorithm, EA)对比,仿真结果表明,所提算法可以使水下无人潜航器在无先验数据地磁图的情况下到达预设目标地点,能够实现定位导航。
针对5G异构网络中移动用户频繁切换认证问题,提出一种基于软件定义网络(Software Defined Network, SDN)的5G异构网络多场景切换认证方案。该方案先利用SDN技术实现对网络接入用户的集中管理和行动轨迹的预测,以降低切换时延。然后通过设计面向移动用户切换认证的免配对无证书签密算法改善密钥托管问题,减少接入点的计算负担。移动用户在域内和域间切换过程中实现相互认证、密钥协商、批量认证、隐私保护、不可链接性、完美前向和后向安全性等功能。最后,基于随机预言机模型和形式化分析工具AVISPA(Automated Validation of Internet Security Protocols and Applications)证明所提方案能够抵抗各种攻击。性能分析结果表明,所提方案切换认证时间仅为9.68 ms,有效提升了系统切换效率。
提出一种基于支持向量机(Support Vector Machine, SVM)的侧信道碰撞攻击方法,用于对带重用掩码的高级加密标准(Advanced Encryption Standard, AES)算法进行碰撞检测和密钥恢复。在Chipwhisperer平台上采集带重用掩码防护的AES的能量迹,利用能量迹方差粗略得到各个S盒相关的最多兴趣点。将某两个S盒的兴趣点取差值后进行归一化处理得到对应的训练数据集,并利用基于三次多项式核函数的支持向量机进行训练得到分类器。在测试阶段,利用分类器给出是否碰撞的分值,判断碰撞和非碰撞两种情形。实验结果表明,在不同噪声环境下所提方法均能以更少的能量迹实现90%以上的攻击成功率,从而有效地检测碰撞。