【摘 要】
：
为了实现移动群智感知系统中身份隐私、证书撤销和积分激励功能,同时解决恶意用户身份追踪与诚实用户隐私保护之间的矛盾,提出了强隐私保护的移动群智感知方案.基于门限密码思想将身份追踪能力分散到多个实体上,使得多个追踪者合作才能追踪用户身份;将Pointcheval-Sanders签名和基于RSA假设的Camenisch-Lysyanskaya累加器结合起来实现了证书的安全快速撤销;利用Pointcheval-Sanders签名构造了保护隐私的积分激励机制.对该方案进行了安全性分析和实验分析.研究结果表明,该方案
【机 构】
：
北京邮电大学 网络空间安全学院,北京100876;北京邮电大学 网络空间安全学院,北京100876;北京电子科技学院, 北京100070;福州大学 数学与计算机科学学院, 福州350108;北京电子科
论文部分内容阅读
为了实现移动群智感知系统中身份隐私、证书撤销和积分激励功能,同时解决恶意用户身份追踪与诚实用户隐私保护之间的矛盾,提出了强隐私保护的移动群智感知方案.基于门限密码思想将身份追踪能力分散到多个实体上,使得多个追踪者合作才能追踪用户身份;将Pointcheval-Sanders签名和基于RSA假设的Camenisch-Lysyanskaya累加器结合起来实现了证书的安全快速撤销;利用Pointcheval-Sanders签名构造了保护隐私的积分激励机制.对该方案进行了安全性分析和实验分析.研究结果表明,该方案不仅满足安全要求,而且在实际应用中具有可行性.
其他文献
无监督深度学习网络的训练目标从信息论的角度可解释为最大化训练样本及其表示之间的互信息.对抗自编码器(AAE)通过生成对抗的方式学习训练样本集的分布,据此可以由AAE建立基于正常样本集的半监督异常检测模型,但是AAE无法显式最大化正常样本及其表示间的互信息.为此,提出了一种互信息估计网络和AAE相融合(IAAE)的异常检测方法,该方法首先以重构误差最小化为目标,训练编码器和解码器;其次,在对抗正则化阶段将正常样本低维表示的聚集后验分布约束为先验分布,并最大化正常样本与其表示之间的互信息;最后由全连接神经网络
针对交通出行服务中推荐方式单一、容易忽略用户出行偏好等问题,借鉴多粒度级联森林结构,提出了一种级联梯度提升树模型(CaGBDT).该模型利用级联结构增加模型的深度,进而实现了特征的深层次表示学习.同时,为了解决样本类别不平衡问题,提出了一种基于鲍威尔算法的指标优化层,其通过为每个类别搜索一个阈值,对模型的预测结果进行权重修正,以实现最大化评价指标的目的.此外,CaGBDT模型可以根据用户的出行记录,构建用户出行全局关系图,利用图嵌入表示学习方法,自动提取用户出行的空间上下文关系,从而提高特征提取的效率.
针对当前北京城市副中心合流制截流形式不清的问题,通过现场勘探调研,识别了重点合流制排口的截流情况,构建了排水管网数值模型,模拟不同形式截流井的截流效果.研究结果表明:(1)研究区合流制排水管线截流形态以堰式截流为主,截流管尺寸在300～500 mm之间,部分管道的实际截流能力低于设计值;(2)不同形式的截流井在无雨时截流量相同,堰式、槽堰结合式、槽式截流流速依次减小;(3)1年一遇重现期降雨下,3种形式截流均为满流,堰式峰值最高,截流总量最大,其次为槽堰结合式截流;(4)堰式截流井可减小管道埋设深度,增大
针对非理想信道多小区多播协作网络中的供能问题,提出了一种鲁棒的无线携能通信优化方案,该方案以最差用户信干噪比最大化为目标、以每用户能量采集和每小区功率为约束,在保证用户能量采集约束和系统功率预算的前提下实现最差用户服务质量最优化.为了求解优化问题,采用半定松弛和S-引理将原始问题转化为拟凸优化问题,进而采用二分迭代算法得到问题的最优解.仿真结果表明,所提系统设计正确,迭代算法收敛特性良好.
通过对常规机械搅拌式浮选机进行改造,将其搅拌系统设计为2个转子(离心叶轮和搅拌叶轮)配1个定子的结构模式,开发了双叶轮浮选机.为了考察搅拌叶轮直径对双叶轮浮选机性能的影响,试验设计了直径为32、34和36 m m的搅拌叶轮,考察了直径对充气性能、悬浮性能和分选性能的影响.试验表明:浮选机的充气、悬浮和分选性能,与搅拌叶轮的结构特征和浮选机的转速有关.随着转速的增加,充气量越来越大,固体颗粒悬浮质量分数越来越小,而分选效率先增大后减小;在实验室现有搅拌叶轮尺寸条件下,叶轮直径为36 mm时,充气、悬浮和分选
随着国内外水泥生产线大型化的发展,需要采用大规格带烘干功能的磨机来粉磨煤粉.根据烘干型风扫磨机的粉磨特点,分析了煤粉的烘干研磨机理,研制出了新型烘干型风扫磨机.通过实际应用证明,该新型烘干型风扫磨机对于提高粉磨效率、降低煤粉含水率起了一定的促进作用.
为了对图像中大面积不规则缺失区域进行合理的结构修复和精细的纹理重构,提出了一种基于双向级联边缘检测网络(BDCN)和U-net残缺边缘生成的两阶段网络图像修复算法.第一阶段首先基于BDCN网络提取边缘,然后基于U-net架构的边缘生成网络用下采样对缺失图像边缘提取特征,再结合上采样的输入信息和下采样各层信息还原图像边缘纹理细节;第二阶段使用空洞卷积进行下采样和上采样,经过残差网络重建细节丰富的缺失
阐述了电动机制动器在矿井提升机中的重要性,分析了传统电动机制动器和电力液压块式制动器的结构及工作原理,提出了采用电力液压块式制动器代替传统电动机制动器的设计方案,解决了传统电动机制动器因垂直式制动导致的减速器油封失效漏油问题,总结了电力液压块式制动器的安装调试及维护注意事项.
在推荐系统中,了解用户行为背后的复杂功能交互,对预测用户点击广告或商品的概率至关重要.人们一直努力寻找稀疏和高维原始特征的低维表示形式及有意义的组合.其中深度交叉网络可以显式地在每一层进行特征交叉,但其“一视同仁”地对待所有交叉特征,未考虑不同特征对结果的影响,造成一些有用信息被消除.因此提出了多头自注意力神经网络在双曲空间下的点击率预测模型.在双曲空间下,模型不再使用内积而使用洛伦兹距离违背三角不等式程度来度量特征之间的相似性与相关性,从而避免了维度灾难.实验表明,就模型准确性而言,其在点击率预测数据集