线性复杂度为2^n-2^m-1的2^n-周期二元序列的k-错线性复杂度

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户:wuliaocanglang
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
线性复杂度和k-错线性复杂度是研究流密码稳定性的两个重要概念。当改变序列某几位时不会使得序列的线性复杂度急剧减少,说明该序列的稳定性良好。运用Chan-Games给出了当k=4或5时,F2上固定线性复杂度为2n-2m-1的2n-周期二元序列的k-错线性复杂度所有可能值,LCk(s)=0或LCk(s)=2n-2m-2r+1+c,LCk(s)=2n-2r+1+c。这一结果对流密码稳定性的研究有重要的应用价值。
其他文献
近日,江苏新美星包装机械股份有限公司提供的1200桶/小时5加仑(兼容3加仑)桶装水生产线一次性通过娃哈哈重庆(涪陵)公司验收,获得娃哈哈集团的广泛赞誉和好评。
针对目前研究感知时间和有效吞吐量权衡问题的方法存在收敛速度慢、不能满足实时性要求的问题,提出一种基于差分进化算法的有效吞吐量优化方法,利用差分进化算法参数少、操作算子简单、全局搜索能力强和收敛速度快等优点,保证了在固定帧长下快速寻找到最优感知时间,使认知用户吞吐量达到最大。实验仿真结果表明,在同等条件下,提出的差分进化算法处理吞吐量优化问题时能达到接近理论值的精度,且收敛速度较快。
为显著提高路由决策性能,在信息熵的基础上提出了用熵值定量描述链路稳定性的算法;同时综合考虑用户带宽的个性化需求,在多路径路由协议(AOMDV)的基础上设计出一种适用于城市车载Ad hoc网络的QoS路由协议BLS-AOMDV。理论分析论证了BLS-AOMDV协议的有效性及可行性。基于NS2的仿真结果表明,新协议在丢包率、时延、路由开销上都要优于传统的AOMDV多路径路由协议,因此更加适合于城市VA
结合ID3算法的不足,提出一种基于属性重要度简化标准的ID3改进算法:a)简化ID3算法的信息熵从而降低算法的计算时间;b)引入属性重要度概念来弥补ID3算法属性选择标准的不足;c)综合a)和b)来实现新的属性选择标准即属性重要度简化标准。在开源的Weka数据挖掘软件环境下进行仿真实验,结果表明该改进算法是可行的,并且在算法的计算时间和准确度方面都优于ID3算法,尤其是在数据样本集规模达到一定数量
现有的求解周期性任务最小相对截止期的方法均假定任务集是采取抢占式EDF调度算法,并不适用于当任务为基于非抢占式EDF调度算法的场合,如实时通信领域。在分析了非抢占式EDF调度算法的可调度性判定条件基础上,提出了基于非抢占式EDF调度算法下周期性任务最小相对截止期的计算算法。算法通过逐渐增加任务的相对截止期直到使任务集变为可调度的方式,实现某个任务相对截止期的最小化。仿真实验表明该算法具有较好的计算
针对不确定信息的相似性度量方法无法充分反映信息之间的关联情况,提出了直觉模糊集关联趋势分析法(RTIFS法)。利用直觉模糊集之间的距离表示不确定信息的差别,通过区间数与直觉模糊集之间的等价关系,利用区间数的距离计算直觉模糊集的关联度,最后应用集对分析法对序列间的关联趋势进行分类。RTIFS法将关联度计算的范围推广到不确定信息环境下,并给出多特征序列关联趋势的分类结果。实验结果表明,RTIFS法的分
为了提高网络的整体安全性,提出了基于攻击图的网络安全评估方法。首先,在攻击图的基础上提出了脆弱点依赖图的定义;其次,将影响评估的因素分为脆弱性自身特点、网络环境因素和脆弱性关联关系三部分;最后,按照网络拓扑的规模,采用自下向上、先局部后整体的思想,直观地给出了漏洞、主机和整个网络系统三个层次的脆弱性指数评估值。通过大量反复的实验测试,该方法可以对网络系统存在的脆弱性进行定期的、全面的量化评估,及时
DV-distance是一种基于多跳机制的定位算法,其相邻节点间的距离通过RSSI测距技术实际测量得到。为了减少RSSI测距误差对定位精度的影响,首先对RSSI测距误差进行修正,再对已有的信标节点间计算距离误差修正值的方法作进一步改进,提出一种基于RSSI测距误差修正的改进型DV-distance差分定位算法。仿真结果表明,相比已有的定位算法,该改进算法不仅能提高节点的定位精度,还能减少网络通信开
针对WMSNs路由算法设计的需求,依据遗传算法的基本原理和Pareto多目标优化方法,提出WMSNs多路径多目标优化路由算法MMOR-GA。该算法充分利用基站的存储空间充裕、能量充足和计算能力强的优势,在全局范围内搜索WMSNs多路径多目标优化路由。同时构建了基于前向邻居概念的网络模型和多目标优化函数,设计特定的编码方案及选择、交叉、变异算子。将MMOR-GA和TPGF进行模拟仿真实验,结果表明M
针对现有的隐私保护关联规则挖掘算法无法满足效率与精度之间较好的折中问题,提出了一种基于安全多方计算与随机干扰相结合的混合算法。算法基于半诚实模型,首先使用项集随机干扰矩阵对各个分布站点的数据进行变换和隐藏,然后提出一种方法恢复项集的全局支持数。由于采用的是对项集进行干扰,克服了传统方法由于独立地干扰每个项而破坏项之间相关性,导致恢复精度下降的缺陷。将小于阈值的项集进行剪枝,再使用安全多方计算在剪枝