【摘 要】
：
为在计算能力和存储能力非常有限的物联网(IoT)上进行高效的集中式身份验证,借助于区块链,提出一种基于共有区块链的分布式物联网身份验证方法。基于共有区块链提供的安全特性,创建安全的虚拟区,相同虚拟区内的物品可识别并信任其它物品。所提方法确保了设备的正确识别和认证,保护了数据的完整性和可用性。实验结果表明,该方法能够满足IoT的安全要求,对组成IoT系统的不同类型设备的影响、能耗、实施成本等方面具有
【机 构】
：
北京邮电大学软件学院,国家市场监督管理总局信息中心,火箭军工程大学理学院
论文部分内容阅读
为在计算能力和存储能力非常有限的物联网(IoT)上进行高效的集中式身份验证,借助于区块链,提出一种基于共有区块链的分布式物联网身份验证方法。基于共有区块链提供的安全特性,创建安全的虚拟区,相同虚拟区内的物品可识别并信任其它物品。所提方法确保了设备的正确识别和认证,保护了数据的完整性和可用性。实验结果表明,该方法能够满足IoT的安全要求,对组成IoT系统的不同类型设备的影响、能耗、实施成本等方面具有优势。
其他文献
针对陶瓷3D打印的特点,提出基于放样曲面与周期参数曲线嵌入的双尺度轻量化交互式建模和制造工具.对于用户输入的2条封闭曲线,首先在它们之间插值生成中间截面采样点,并在免支撑、路径无干涉等陶瓷3D打印制造约束下对当前曲面形状进行调整,完成基于放样曲面的大尺度曲面建模;然后将采样点之间的直线路径用周期性曲线路径代替,通过调整曲线函数的周期和振幅完成小尺度几何纹理建模;最后按螺旋方式逐层连接各个截面采样点
针对平滑过度使图像的细节特征损失导致失真的现象,提出了一种L_0测度优化与二阶拉普拉斯算子结合的图像平滑方法,采用拉普拉斯算子约束图像颜色变化,通过对L_0模型的优化减缓颜色梯度的变化,达到图像颜色平滑过渡的目的.为了在平滑过程中更好地保持图像边缘特征,引入Sobel算子作为能量函数正则项,并采用交替求解策略求解能量函数.在图像平滑领域经典图像以及通过网络引擎搜索得到的图像上与6种平滑方法以及7种
针对基于单步频谱预测的认知通信模型中预测和感知过程会占用大量的数据传输时间,设计基于多步预测的宽带频谱感知系统,提出基于多步预测的离线粗感知和基于滤波器组的宽带频谱在线细感知相结合的方法,介绍基于混合神经网络的多步频谱预测和宽带频谱感知的具体实现方法。通过仿真实验可得,预测后基于滤波器组的宽带频谱感知性能优于直接采用能量感知,预测和感知的子带空闲率接近于真实值,节省了感知时间。
针对命名数据网络在网络规模增大时存在FIB的表项数目庞大、节点的负载(内存等指标)和开销过大等路由可扩展性问题,提出一种基于名称分类的路由可扩展性改进方案。通过将数据名称根据流行度分为流行(全局)与不流行(非全局),以及生产者主动发布两种不同形式的名称公告包,使得不同流行度的兴趣包分散处理。引入非全局路由名称集中点,分担全局名称集中点的压力。实验结果表明,该方案在中间路由器处理的兴趣包数目、兴趣包的处理时延上存在优化效果,提升了网络的路由可扩展性。
在传统二端忆阻器的理论基础上,提出了一种四端忆阻器的模型.该器件的4个端口分别对应于MOS场效应晶体管的栅、源、漏和衬底4个极,可以代替数字电路中的MOS晶体管实现电路功能.利用Verilog-A对该模型的电学特性进行了描述,在Hspice软件环境中利用该模型构建了与非、或非等逻辑电路以及1 bit数据的1R-1R随机存取电路,并搭建外围电路对其进行了功能验证,在仿真层面实现了四端忆阻器在数字电路
云环境中,仅根据当前负载需求降低活跃主机量,忽略负载变化时的未来资源需求,会导致过多非必要虚拟机迁移,增加SLA违例。为此,提出基于Q学习的自适应虚拟机部署算法。Q学习在无需先验知识前提下,可以自适应生成资源利用率阈值,根据自适应阈值动态地对主机超载状态做出决策,判断是否进行虚拟机迁移。通过现实负载流进行实验分析,实验结果表明,该算法可以降低主机能耗,同步减小虚拟机迁移量和SLA违例率。
为保护互联网用户在使用网络过程中的个人隐私数据,提出一种基于软件定义网络(software defined network,SDN)和集群思想的匿名通信系统架构,由统一的控制中心对系统内节点进行管理和调配,在短时间内对匿名通信请求做出响应。设计多约束最优路径规划算法,综合考虑节点带宽、在线时长等因素,均衡网络负载,降低路径选择攻击的威胁。通过理论分析和仿真实验可知,该系统在保证通信匿名性的同时,可以在一定程度上抵御合谋攻击、流量分析攻击、时间攻击等主流攻击方式,在同一网络环境下其转发延迟明显低于Tor。
为实现无线传感器网络中的拥塞控制以提高网络覆盖,提出一种最大冗余丢弃的缓冲区管理和覆盖传输的数据包调度机制。在前者中,如果节点之间彼此靠得很近,则在拥塞期间丢弃靠得很近的一组节点的数据包,获得期望效用更高的数据包,使更少的信息丢失;在后者中,当两个数据包非常靠近时,则在考虑全部数据包的同时,寻找高效用或低冗余数据包,尝试选择最大化覆盖的数据包传输,实现高网络覆盖。仿真结果表明,相比单纯的丢尾和先进先出算法,采用最大冗余丢弃和覆盖传输的拥塞控制机制可明显提高网络的覆盖增益。
针对复杂光照和人脸倾斜条件下口罩佩戴检测准确率低的问题,提出一种利用轻量级卷积神经网络在复杂环境下的口罩佩戴检测方法.该方法利用难样本挖掘预训练学习更多的人脸特征,结合多任务级联卷积神经网络先判别是否有人脸信息,对其进行精准的人脸定位;在特征金字塔网络中添加注意力机制,增强了人脸关键点信息的权重,利用轻量级神经网络将口罩佩戴检测视为简单的二分类问题进行判断.在TensorFlow的环境下完成了数据
为降低车联网(C-V2X)中计算任务的时延与能耗,提出一种自适应的联合计算卸载资源分配算法。考虑多因素,多平台(本地计算、云计算、移动边缘计算(MEC)、空闲车辆计算)卸载,将计算卸载决策和资源分配建模为多约束优化问题。在粒子群算法基础上,提出粒子矩阵编码方式,联合优化车辆卸载决策、各平台任务卸载比例、MEC资源分配。提出粒子修正算法,结合罚函数法,解决多约束优化问题。仿真结果表明,与其它算法相比,该算法能在满足最大容忍时延的同时,最小化系统总成本。