傅里叶变换耦合DNA编码的图像加密算法

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:lb19900527
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
为提高光学加密系统的安全性与敏感性,设计分阶Fourier变换耦合DNA序列编码的光学图像加密算法。利用SHA-256方法来处理初始明文,形成一个256位密钥,并将其转换为密钥矩阵;引入DNA编码,对明文实施编码操作,得到一个DNA序列矩阵,将其与密钥矩阵完成XOR操作,输出混淆密文;根据256位密钥计算Lorenz系统的初始条件,通过迭代,获取3个随机序列,并将其转换为对应的混沌矩阵,利用不同阶数的Fourier变换,联合3个混沌矩阵,借助光学调制掩码对混淆密文进行级联光学加密。测试结果表明,相对已有光
其他文献
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。
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
针对个性化推荐中的冷启动和用户模型主观个性特征描述不足的问题,提出一种基于用户初始特征模型优化构建的个性化推荐方法。通过对成对比较矩阵构建方法的优化和改进,减少提取主观性权重比较结果时,用户的比较操作次数,通过推导计算得出用户的初始特征模型,并据此完成推荐。通过将该方法应用到周边美食个性化推荐中,验证该方法所建立的初始用户模型,能够准确反应用户的主观偏好特征,得到满意的个性化推荐结果。
为缓解拥有庞大数据信息的条件筛选搜索系统搜索结果时带来的Oracle问题,提出蜕变测试方法。通过识别程序多次输入输出之间的关系是否违反蜕变关系,可有效缓解Oracle问题。因此,有效识别蜕变关系是完成蜕变测试的前提。根据条件筛选搜索系统的自定义条件,设计两种蜕变关系模式帮助简化蜕变关系的识别,提高蜕变测试的故障检测质量。实验结果表明,利用改进的蜕变关系模式在条件筛选搜索系统中执行蜕变测试提高了14
为改善异构无线网络的业务接入质量,建立异构无线网络的多目标优化数学模型,利用权重向量与个体的匹配优化和自适应领域的策略对MOEA/D算法进行改进,提升种群的多样性和算法收敛性,还使Pareto最优解的分布更加均匀。通过在8个多目标函数上进行测试,得到的IGD均值和标准差明显优于其它3种比较算法,验证了改进策略的有效性和优越性。仿真结果表明,改进算法在处理异构网络接入控制时,能够综合考虑占用资源率、网络阻塞率和负载均衡,得到的效果均优于其它3种算法,实现了网络资源的优化配置,改善了业务的接入质量。
为充分挖掘执行结果与程序频谱的潜在关系,提出基于互信息的可疑度计算公式MIStar(mutual information star)。通过分析程序在不同测试用例下的执行信息,引用互信息对传统的怀疑度公式进行优化,给每条语句赋予权重值,不断修正不确定性参数Star,获得良好的定位效果。实验结果表明,该方法较其它可疑度算法在准确度上有了明显提高,具备良好的实用价值。
为解决精神分裂症检测上临床医师短缺、效率低等问题,提出多维度情感扁平化空间域特征(multi-dimensional spatial characteristics of flatten emotion,MDSF)算法,提取精神分裂症和正常人在情绪表达强度的差异信息。实验提取28个患者及28个对照组语音样本的MDSF,结合SVM实现精神分裂症的自动检测,分析MDSF特征在不同维度下的性能。实验结果表明,应用MDSF三维特征,其精神分裂症自动识别正确率为85.1%-89.1%,优于低维度MDSF的识别性能,
为能够在车载自组织网络中既达到保护数据的安全性和隐私性的目的,又要具备访问控制的功能,提出一种支持策略隐藏的属性基加密传输方案。使用线性秘密共享矩阵作为访问结构,采用布隆过滤器实现对访问策略的完全隐藏,避免访问策略中的用户属性被公开暴露在车载网络中;使用解密代理将高度复杂的解密计算外包给代理,减少移动车载端的存储和解密开销。通过性能分析和系统实验,验证了该算法具备策略隐藏和车载终端低解密开销的优势。
云计算弹性的资源提供和虚拟机性能的不稳定性使得工作流的执行面临诸多不确定性。针对此问题,考虑执行时间具有不确定性,基于执行时间和代价的同步优化,提出同步满足健壮性的三目标优化工作流调度算法。以满足帕累托最优的均衡最优解集的形式进行建模,以启发式方式对模型求解。为衡量均衡解的质量,设计基于超体积的评估机制,得到冲突目标的均衡调度解,比原始双目标优化对执行时间的波动具有更小敏感性。实验结果表明,比较未考虑不确定性的双目标优化,该算法求解质量更高,均衡度更好,更符合不确定性实时云工作流调度。
针对猫群算法(cat swarm optimization,CSO)中极易陷入局部极值和收敛的速度偏慢等问题,提出一种基于动态搜索的自适应猫群算法(adaptive cat swarm algorithm based on dynamic search,ADSCSO)。根据Logistic函数特点对分组率和惯性权重实行有范围的动态变化,提高算法收敛的速度;利用适应值的信息让变异率自适应变化,增加算法跳出局部解的几率。使用5个标准测试函数对CSO、仅加入动态搜索的猫群算法(cat swarm algorit