【摘 要】
：
针对分布式数据存储中空间效率低、计算复杂度高等问题,基于Jordan矩阵和拉格朗日差值公式,提出了一种一般访问结构上高效的分布式数据存储方案。方案是计算安全的,空间利用率与理论安全的方案相比提高了m2倍,每个存储服务器只需维护长度很短的秘密份额,就可以实现大数据的分布式存储。在数据存储过程中,存储服务器根据双线性对的性质计算并贡献影子份额,确保秘密份额的安全性。方案具有可公开验证性,有效防止了数据
【机 构】
：
空军工程大学信息与导航学院,西北工业大学,75150部队
论文部分内容阅读
针对分布式数据存储中空间效率低、计算复杂度高等问题,基于Jordan矩阵和拉格朗日差值公式,提出了一种一般访问结构上高效的分布式数据存储方案。方案是计算安全的,空间利用率与理论安全的方案相比提高了m2倍,每个存储服务器只需维护长度很短的秘密份额,就可以实现大数据的分布式存储。在数据存储过程中,存储服务器根据双线性对的性质计算并贡献影子份额,确保秘密份额的安全性。方案具有可公开验证性,有效防止了数据分发者与存储服务器的欺骗。最后对方案的正确性、安全性、拓展性、空间效率等进行分析,表明方案在分布式数据安
其他文献
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
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。
诸如交通网络、供水网络、电信网络、燃气网络等在人们的生活中极其重要,但是这些网络容易受到自然和人为等因素的影响导致失效,进而降低其连通性。为研究其连通性问题,改进SCM(sequential compounding method)实现了考虑点和线可靠性的有向无环网络连通性的计算方法。该算法是一种快速可靠性评价算法,其结果是近似的,适用于分析可分解为点—线—点结构的网络,特别适用于有一定统计规律的网
为解决由于网络阻塞而造成的分组丢弃和时延,基于优化理论框架,建立了原始—对偶模型,可用于描述一类拥塞控制算法。对该模型平衡点存在的条件和系统的稳定性进行了分析,与传统的网络控制算法相比,该算法考虑到边界条件的限制,得出了系统存在唯一平衡点的条件。通过TCP/E-RED网络对该理论进行了验证,结果表明,对于一般网络结构,该模型不具有往返时延,系统具有极高的稳定性,提高了网络性能。该方法用于避免由于网
在只有少量智能体具有领导者信息的蜂拥算法模型中,传统算法通过使用势能函数来保持智能体之间的一致性,而实际应用中势能函数的有界性则会导致部分智能体从群体中的分离,影响最终的蜂拥群形成效果。针对此问题,在不改变势能函数的情况下引入使智能体趋向质心的内聚项,并在此基础上提出了一种改进的少数引导智能体蜂拥算法。通过理论分析证明了算法的稳定性和速度的一致性。最后,通过仿真验证了算法的有效性和定理中的结论。实
针对目前多种证据格式兼容性差、证据转换效率低、缺乏对证据文件转换过程进行科学判定及理论说明等不足,提出证据库转换模型。该模型对现有转换方法进行分析,利用证据文件是在RAW映像文件的基础上增加了元数据及专属格式信息的重要特征,引入多层签名以确保原始信息及证据文件的准确性,不改变证据文件的相关特征,完成证据格式高效转换。同时针对现有新型证据格式(AFF)转换效率慢问题,改进现有转换算法,完成与RAW文
提出了一种基于多秘密共享的H.264视频无漂移鲁棒隐写方法。该方法首先利用（t,n）门限多秘密共享技术将需要嵌入的p个秘密信息利用矩阵方程分发成n个子秘密;然后利用H.264预测模
现有的社会网络隐私保护通常是基于所有用户完全一致的隐私保护,忽略了用户之间对隐私保护的需求存在差别。针对这一问题,提出个性化隐私保护框架,根据用户不同隐私保护需求提取部分子集,共设置三种隐私保护级别:首先,简单移除原始图节点标签,并为每个节点设置相应的ID值;其次,为保护节点度信息,提出基于动态规划思想的k-d_sub(k-degree_subset)算法;最后,为防止敏感属性被识别将l-dive
微博意见领袖挖掘中通常单独考虑用户属性、网络结构或交互信息等特征,对这些特征之间的关系及微博信息的话题特征考虑较少。针对上述问题,提出了一种基于用户行为网络的微博意见领袖挖掘算法TopicLeader Rank。该算法利用微博用户的内容属性和社交属性,并结合用户在特定话题中的交互信息构建用户行为网络,然后利用Page Rank算法的投票思想,同时考虑网络中节点权重和边权重对投票的影响来挖掘意见领袖