【摘 要】
：
提出了一种演化密文与规则的加密方法,以细胞自动机的初态和规则作为演化对象,寻找满足经过迭代后能得到原文细胞自动机的初态和规则。某些原文只在某些特殊规则下才存在满足完全匹配的密文,而且匹配度越高搜索越耗时,所以引入了校验信息,以最大演化代数作为演化计算的终止条件,寻找迭代后与原文最匹配的密文,再通过校验获得完整的原文。通过实验得出:此种加密方法具有较大的密钥空间和良好的置乱效果,而且细胞自动机的邻居
【基金项目】
：
国家自然科学基金资助项目（60073009）
论文部分内容阅读
提出了一种演化密文与规则的加密方法,以细胞自动机的初态和规则作为演化对象,寻找满足经过迭代后能得到原文细胞自动机的初态和规则。某些原文只在某些特殊规则下才存在满足完全匹配的密文,而且匹配度越高搜索越耗时,所以引入了校验信息,以最大演化代数作为演化计算的终止条件,寻找迭代后与原文最匹配的密文,再通过校验获得完整的原文。通过实验得出:此种加密方法具有较大的密钥空间和良好的置乱效果,而且细胞自动机的邻居半径越大,演化计算的表现越稳定。
其他文献
德国IlligMaschinenbau公司新推出了一种型号为BF70的轧辊进给式压力成型机，以期在饮料瓶及食品包装瓶领域与吹塑设备相抗衡。
为了克服量子行为的粒子群优化(QPSO)算法存在早熟收敛的缺点,提出了一种改进的QPSO算法,在QPSO算法中加入多样性变异算法、设置多样性函数,当多样性较少时,执行变异操作;扩大了种群搜索过程中的搜索范围,避免了种群多样性不断下降。典型标准函数优化的仿真结果表明,该算法具有较强的全局搜索能力。
针对多模医学图像配准的高精度要求,以最大化互信息图像配准方法为基础,提出了一种基于混合量子行为的粒子群优化(HQPSO)算法的多模医学图像配准新方法。实验结果表明,在多模医学图像配准应用中,新算法的实际性能不仅优于传统的Powell算法和PSO算法,也比QPSO算法有一定的优势。上述结论为医疗图像诊断分析提供了一种新的有效方法。
TCPVegas在慢启动阶段保守的拥塞控制策略和以指数方式增长的拥塞窗口使其容易在拥塞窗口不够大时过早地结束慢启动过程。针对此问题,提出一种基于比例因子的TCPVegas慢启动策略。该策略延长了慢启动时间,使得TCPVegas在转入拥塞避免阶段时拥塞窗口相对比较大,提高了占领带宽的能力。实验表明,新策略能明显提高网络吞吐量,利于网络资源的利用。
提出一种带有附加失真路径的分裂增强型Hammerstein模型,使用无记忆多项式和有限冲激响应(FIR)滤波器分别构建该模型中的无记忆子系统和记忆效应子系统。利用飞思卡尔(Freescale)半导体晶体管MRF7S21170进行功放电路设计,从ADS中导出输入输出数据进行模型验证。仿真结果表明,提出的模型性能优于增强型Hammerstein模型,具有较高的精度,能够精确模拟功率放大器的特性,对射频
匿名通信技术是保护互联网用户隐私的最有力手段之一,但匿名通信协议的形式化验证仍是亟待解决的难题。对P2P匿名通信协议MACP进行了形式化验证与分析,将MACP协议的匿名路径建立过程模型化为一个离散时间马尔可夫链;然后利用概率计算树逻辑PCTL描述MACP协议的匿名性质,并采用概率模型检验器对MACP协议的匿名性进行检验。检验结果表明,通过增加匿名通道数,提高了MACP协议的匿名等级和抗攻击能力;M
针对现有的多类分类算法效率低下的问题,提出一种K-means聚类算法和超球结合的多类分类算法。对每一类样本,先使用K-means算法获得子类;再在各个子类上构造最小超球,由此对每类都获得一个超球集;这些超球将样本空间分割,根据样本点所在空间的位置综合得到决策函数,用于对输入样本点进行类别判断。从理论上分析该方法能够有效提高分类的速度和准确率。
基于网络中节点之间不仅仅局限于直接交易建立起来的信任关系,还包括了第三方推荐信任的事实,提出了在P2P网络环境下基于推荐的信任模型。该模型用成功次数与失败次数在总交易数目中的比例作为直接信任度,将交易信誉与推荐信誉明确区分出来,引入了偏移因子计算推荐节点的可信性,通过惩罚因子和风险因素动态平衡节点直接信任度和其他节点的推荐信任度,得到目标节点的综合信任值,并给出仿真实验验证。实验结果证明,模型计算
针对流演算无法表示动作执行时间和单向搜索动作序列的问题,提出了一种基于流演算的表示机器人规划的赋时有色网实现方法——FCRP网(a representation based on fluent calculus for robot plan);提出了一种双向搜索策略,并将其应用到FCRP网系统的构造方法中。FCRP网系统不仅能对动作、状态以及它们之间的关系进行形式化的描述,而且能动态地规划出机器人
针对免疫异常检测一直被忽视的实值自体集多分区、样本重叠率高和噪声等现象,以及造成的检测器生成代价高和边界漏洞等问题,提出一种实值自体集优化算法。算法通过模糊聚类算法处理集合多分区问题,利用高斯理论对自体集中的噪声样本、高重叠率等问题进行处理。通过Iris数据集和网络数据验证,算法可以有效地解决以上问题,提高生成检测器的效率和系统检测率。