无证书签密的通用可组合机制

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:ailing770
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在通用可组合框架(UC framework)下研究无证书的签密协议。针对无证书签密协议(CLSC)的安全性不满足通用可组合性,根据无证书签密协议的安全需求,构建安全模型即理想函数。在F-混合模型下构造无证书签密协议,证明该协议安全实现理想函数的条件是满足在适应性选择密文攻击下的不可区分性(IND-CCA2)。基于离散对数问题实现一个具体的签密协议实例,验证了模型的有效性。
其他文献
国际电信联盟将今年世界电信和信息社会日的主题确定为“在充满挑战的时代加速数字化转型”,肯定了信息通信技术在新冠肺炎危机中彰显出的对社会秩序运转的关键作用,强调了继
期刊
针对已有实体相似度计算方法在实体对齐任务上准确率较低的问题,提出一种多信息加权融合实体对齐算法。分别采用动态规划求解最小编辑距离及Doc2vec模型训练文本获取包含语义信息的特征向量等方法,对实体的结构化属性及非结构化文本进行相似度求解;通过加权平均获取实体综合相似度,完成实体对齐任务。对比实验表明,所提出算法有效提高了实体对齐的准确率,并具有更好的算法迁移性。
为了无缝地适应非平稳数据流分类任务中的不同概念漂移,提出一种基于复制动力学和粒子群优化(Replicator Dynamics and Particle Swarm Optimization, RD-PSO)的自适应数据流分类技术。该技术基于三层体系结构通过从目标数据流的特征池中随机选择一定百分比的特征来创建不同大小的分类类型,使用粒子群优化技术通过单独优化所提算法的每一层中的特征组合来处理突发式
摘 要 中国是有着悠久历史的文明古国,中国陶瓷的发展伴随着整个文化的历程,其中瓷器所取得的成就无疑铸就了耀眼的篇章。紫砂陶作为后起之秀,从一诞生就出于瓷器的光芒之下,在发展了数百年之后异军突起,以自身独特的工艺魅力获得了世界的青睐。  关键词 紫砂;陶瓷;宜兴;文化;工艺   宜兴紫砂不仅在整个中国绝无仅有,在全世界也是独树一帜,紫砂本身的优良材质得到了广泛认同,由于国家对这类珍贵矿产资源的保护,
为了去除冗余特征,提高入侵检测系统的检测性能,提出一种基于改进蚁群算法求解特征子集的入侵检测方法。对蚂蚁的初始位置、启发函数、信息素更新策略及状态转移概率函数均做了优化。对KDD CUP 99数据集进行预处理,根据信息熵理论对特征进行初步提取。由提取的特征点构造邻接拓扑,用改进蚁群算法进一步求解特征子集。通过十折交叉验证法训练及优化改进蚁群算法及支持向量机的参数,并测试该入侵检测方法的性能。实验结
针对在滑动时间窗中发现稠密子图的问题,提出一种有效的动态算法,结合时间窗将网络时间线划分为k个非重叠的间隔,间隔内包含最大密度的子图。算法输入是一个边流,输出是一系列稠密子图及相应的时间间隔。现有技术在图更新时需要迭代整个图,所提算法仅影响图的有限区域,只需要局部更新稠密子图。结合理论分析,证明了该算法比基线KGOPTDP和KGOPTDS更快。多组数据集上的实验结果表明,该算法具有很高的效率和很好
为了求解非线性特征值问题,在线性FEAST特征值算法的基础上,提出一种非线性FEAST扩展算法。通过将复平面分割为不相交的区域集合,计算每个区域的特征对。扩展算法使用与线性FEAST算法相同的一系列运算,通过修改围道积分来支持非线性特征值求解的固定移位集合和固定子空间维数。与线性FEAST算法相似,扩展算法可以通过并行求解额外的线性系统,改进数值围道积分或提升近似特征向量子空间的维数,从而提高非线
摘 要 龙纹作为典型的民族图腾,在中国漫长又悠久的历史发展过程中占据着非常重要的地位。海水龙纹图案属于龙纹的一种,由于其承载着图腾崇拜与祈福纳瑞的精神文化价值,从北宋到明清时期经历了萌芽与发展阶段,尤其是在元代,海水龙纹图案在元青花上更是得到了蓬勃发展。本文以海水龙纹的起源与发展为基础,从元青花海水龙纹的造型形态、布局设计、色彩表现及文化内涵四个层面,对元青花瓷海水龙纹图案的审美特征展开了讨论。 
“器”与“道”形成宇宙的两极,形而上者谓之道,形而下者谓之器,道是器的灵魂所在,承载着空无,即为外象。紫砂器文化价值体系的认识与回归,需要站在中国的历史文化系统、当代思想观念的高度去分析,也需要我们创作者个人回归自然生命、回归人文社会、回归内心的灵魂。有这样一个个人对紫砂文化的价值构架,紫砂器的创作才有生命力、有灵魂。
基于神经网络的文本分类算法需要较长的训练时间,难以满足在线文本分类的需求。针对这种情况,提出基于非迭代训练层次循环神经网络的快速文本分类算法。为循环神经网络设计了对抗训练模型,缓解层次注意力网络的过拟合问题。给出一种循环神经网络的非迭代训练算法,对激活函数进行线性逼近,快速地学习网络连接的权重。实验结果表明,在英文和中文文本的情况下,采用该算法均获得了理想的分类准确率,并且大幅度地减少了训练时间。