【摘 要】
：
针对在许多类El Gamal公钥密码体制中计算AXmod n与AXBXmod n复杂度高等问题,提出了稀松形式下的区块式快速指数运算算法来改善其模指数运算。使用转换状态图来分析其效能,同时将其概念加以延伸,加强其实用性。分析表明,此算法在预先计算量小的时候有较好的效能,因此也特别适用于像智能卡这类存储空间受限的装置。
【机 构】
：
新疆财经大学网络与实验教学中心,新疆财经大学统计与信息学院
论文部分内容阅读
针对在许多类El Gamal公钥密码体制中计算AXmod n与AXBXmod n复杂度高等问题,提出了稀松形式下的区块式快速指数运算算法来改善其模指数运算。使用转换状态图来分析其效能,同时将其概念加以延伸,加强其实用性。分析表明,此算法在预先计算量小的时候有较好的效能,因此也特别适用于像智能卡这类存储空间受限的装置。
其他文献
机会网络是一种新型的网络,具有频繁的网络断开、高误码率、随机的拓扑变化等特点,该网络中的消息传播是依靠节点间的合作来完成存储—携带—转发的模式。由于能量、缓存以及处理能力的限制,一些节点表现出自私(拒绝帮助其他节点转发消息),甚至恶意(高报价)的特性,所以会给网络性能带来巨大的损失(低交付率、长延迟等)。为了解决上面的问题,现存的基于虚拟货币的激励机制,如Credit,它依靠一个固定的中心来管理源
由于没有具体的运行环境,面向嵌入式软件的逆向解析缺少有效的动态信息提取方法。针对这种情况,基于硬件平台和系统平台的透明化处理,设计了基于QEMU中间代码扩展的插桩,定义了基于中间代码层的多粒度插桩接口及回调函数,实现了平台无关的多粒度抽象状态提取和系统无关的内存数据读取,并通过系统语义自省机制实现了系统语义视图的提取。测试结果表明,基本块级和函数级提取信息的速度比语句级快10~20倍,占用的空间少
在布尔函数的设计中,总是希望得到满足多个密码特性的密码函数,但是这些密码特性之间存在着一定的制约关系。利用爬山算法对一阶相关免疫函数进行了优化,得到了大量高非线性度的布尔函数并通过MATLAB实验对八元、九元一阶相关免疫函数进行了优化。实验结果表明,该算法可进一步优化相关免疫函数的非线性度。
对88例隆突性皮肤纤维肉瘤(DFSP)进行了临床病理及免疫组化研究。结果显示DFSP好发于30～49岁之间;多数发生于躯干和四肢近端;位于真皮,但可浸润深部组织;病程长,生长缓慢,预后
针对传统GSP算法需要多次扫描数据库、I/O开销巨大的缺点,提出了一种基于MapReduce编程框架的序列模式挖掘算法MR-GSP(GSP algorithm based on MapReduce)。MR-GSP算法将原序列数据库划分为多个子序列数据库并分发到多个Map节点,Map函数扫描存放在Map节点内存中的子序列数据库,产生局部序列模式,Reduce函数对所有局部序列模式合并,扫描原序列数据
为提高分布仿真应用的互操作性、可重用性、数据传输时效和系统开发效率,以满足不同粒度的仿真应用需求,借鉴对象管理组织的数据分布式服务(data distributed service,DDS)规范中以数据为中心的公布/订购思想和SOA中服务设计理念,提出基于SOA架构的服务化仿真中间件(service-oriented simulation middleware,SSM),研究其全服务化方法和采用的
针对当前图像隐写方案存在阶梯效应,使其不可感知能力差,且其信息隐藏容量小(≤50%)等不足,设计了最优像素调整耦合基因算法的高容量图像隐写术。基于HDWT(Hara discerte wavelet transform)机制,构造隐藏信息长度计算模型,找出图像分块的频域表示,以改善隐写鲁棒性;根据载体图像与隐写图像之间的绝对误差,设计适应度函数,借助基因算法,获取最优映射函数,将秘密信息嵌入到HD
针对推荐算法未考虑大数据量计算导致系统性能差及基于历史评分的相似性不能反映用户兴趣动态变化的问题,提出了满足用户兴趣漂移的计算自适应快速推荐算法。该算法依据CPU等计算资源使用率动态调整待推荐用户窗口,并按项目类别及其访问热度动态分配计算时间,计算自适应项目与目标用户的优先级和相似性计算难易度,提高计算效率与响应速度;建立访问次数随时间变化的兴趣度量函数自适应用户兴趣漂移,提高推荐质量。实验结果表
针对环Fp+u Fp+v Fp+uv Fp上的二次剩余码进行了研究,其中u2=u,v2=v,uv=vu,p是一个奇素数。首先引入了环Fp+u Fp+v Fp+uv Fp上长为n的循环码的相关知识,用幂等元的形式定义了环Fp+u Fp+v Fp+uv Fp上的二次剩余码,给出了其定义和性质,并讨论了它们与其扩展码之间的关系和对偶性质。最后,给出了环F3+u F3+v F3+uv F3上长为11的二次
为了解决基本蝙蝠算法(BA)局部深度搜索能力弱、寻优精度低及易陷入局部最优的问题,提出一种带有高斯变异的混合蛙跳蝙蝠算法(SFLBAWGM)用于求解复杂函数问题。利用混合蛙跳算法(SFLA)的更新方式对蝙蝠个体进行局部深度搜索,使得SFLBAWGM既保持了BA本就具有的较强的全局搜索能力及快速收敛能力,又增强了算法的局部深度搜索性能;且当算法满足变异条件时,对当前全局最优个体执行高斯变异操作,以增