分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-28 合作期刊: 《计算机应用研究》
摘要: 针对集合间的安全子集问题进行了研究,目前存在解决此类问题的协议大多只能保护一个集合元素的隐私,因此,对于此类问题的研究具有重要的现实意义。在半诚实模型下,利用布隆过滤器及Goldwasser-Micali同态加密算法构建了一个安全子集计算协议,并使用安全多方计算中普遍采用的模拟范例证明方法证明了协议的安全性。利用布隆过滤器将拥有大量元素或大数域元素的数据集合映射为较小的数据集合,提升协议的效率及适用范围,同时,借助Goldwasser-Micali同态加密算法保证协议的安全性。相关研究大多是基于二次剩余等困难问题,不可抵抗量子攻击,可抵抗量子攻击的安全子集计算是进一步的研究方向。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 海绵函数使用较短的密钥和初始向量,因而作为一种新型的伪随机生成器结构被使用。针对Meziani等人提出的2SC(sponge code-based stream cipher)伪随机序列生成方法效率低、速度慢等问题,结合编码理论,提出了一种基于海绵函数的快速伪随机序列生成方法。使用一个通用的状态转换将其安全性归约为正则校验子译码问题,但是其计算能力相比于正则编码更好。理论分析和实验结果表明,该伪随机序列生成器保留了海绵函数的特性,但是效率大大提高。对于160bits的安全级别,其速度比原方案提高到了5倍以上。同时NIST统计测试及序列的平衡度、互相关性等测试结果表明生成的伪随机序列具有良好的随机特性。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-09-12 合作期刊: 《计算机应用研究》
摘要: 为了更准确地分割出图像中需要提取的目标,提出改进的狼群算法与新型广义熵结合实现图像分割。在狼群算法游走行为中引入周期性随机扰动策略动态调整算法权重,并在狼群算法攻击行为中引入混沌全局搜索,将此改进的狼群算法与新型广义熵结合完成图像分割,用峰值信噪比作为图像分割评价指标对结果进行验证。结果表明,该算法能够更加准确地分割出图像中需要提取的目标,比基本狼群算法与新型广义熵结合的分割结果更准确清晰。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 针对基于暗原色先验理论的单幅图像去雾算法中,由于某些场景下的雾天图像存在大面积明亮区域(如天空、水面或者偏白色物体等)不满足暗原色先验假设,从而导致去雾处理效果不好的问题。基于暗原色先验理论,提出了一种改进的单幅图像去雾算法。首先利用统计截断的方法估计出大气光值;然后对暗通道图进行中值滤波得到粗略估计的透射率图,并对明亮区域的透射率图进行自适应校正处理;最后将这些参数带入大气散射成像模型完成去雾处理。实验结果显示,相较于原算法而言,所提算法可以准确地选取出天空区域的像素点对大气光进行估计,有效降低明亮区域的色彩失真。通过不同算法对不同室外场景下采集的雾天图像的去雾效果的对比可知,所提算法在对明亮区域的处理上更加合理,可以较好地处理一些带有光源的图像,恢复出的图像具有很好的细节保持,视觉效果显著提高。所提算法对含有大面积明亮区域的雾天图像具有很好的增强处理效果,可以为图像分割、语义检索、智能分析等图像处理工作提供有效的预处理手段,对于交通监管、视频监控、行车视频记录、视觉导航等研究领域具有重要的意义。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 针对空天地一体化传感网络中传感器观测目标时观测噪声具有重尾或突变性质的问题以及系统偏差对目标状态估计的影响,提出一种基于最大互相关熵无迹卡尔曼滤波(MCUKF)的目标状态和系统偏差联合估计(ASMCUKF)算法。MCUKF算法首先通过无迹变换(UT)获得预测状态估计值和协方差矩阵,然后使用基于最大互相关熵准则(MCC)的非线性回归方法重新构建观测信息,增强了UKF对重尾噪声的鲁棒性。ASMCUKF算法通过目标状态向量扩维的方法建立状态方程和带有系统误差的非线性观测方程,根据估计的系统偏差进行偏差配准,改善了系统偏差对目标状态估计的影响。仿真结果表明,ASMCUKF在重尾非高斯观测噪声的环境下对通信目标状态和系统偏差的估计效果比传统方法更好。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-19 合作期刊: 《计算机应用研究》
摘要: 传统上,机载风速反演一般使用相关功率曲线后沿直接匹配方法,该方法需从实测数据中提取状态信息生成理论波形,而从实测数据中提取状态信息是有误差的,导致生成的理论波形存在误差,从而反演效果不好。对此,提出一种新的基于一维时延功率波形特征参数的风速反演方法,该方法根据风速对一维时延功率曲线时延窗的影响,建立以一维时延功率曲线时延窗作为特征参数的风速反演模型。实验结果表明,新方法的精度为0.77 m/s,相比传统方法,精度提高了33.04%,且模型简单。