【摘 要】
：
在基于中国剩余定理的群签名方案分析的基础上,发现现有方案在防伪造、防陷害、抗联合攻击以及满足非关联性方面还存在不足之处。通过对不足方案进行密码学分析,综合应用RSA和Schnorr签名算法,并使群中心参与到群签名的验证与打开过程中,进而提出了一种改进的群签名方案。在RSA和离散对数假设下,证明了新方案能有效地抵御伪造、陷害、联合攻击,而且满足了群签名的非关联性。
【机 构】
：
天津大学计算机科学与技术学院,天津大学软件学院,天津华勘基础工程检测有限公司
论文部分内容阅读
在基于中国剩余定理的群签名方案分析的基础上,发现现有方案在防伪造、防陷害、抗联合攻击以及满足非关联性方面还存在不足之处。通过对不足方案进行密码学分析,综合应用RSA和Schnorr签名算法,并使群中心参与到群签名的验证与打开过程中,进而提出了一种改进的群签名方案。在RSA和离散对数假设下,证明了新方案能有效地抵御伪造、陷害、联合攻击,而且满足了群签名的非关联性。
其他文献
在基于散列链密钥分配方案的基础上,对密钥池组成、密钥预分配以及对偶密钥的建立方式等进行了改进。改进后的方案能够充分利用散列链的特点,提供更加安全的网络连通性和更强的网络抗毁性。理论分析和仿真结果均验证了改进方案的有效性。
多发性硬化症是一种严重威胁中枢神经功能的疾病,对其病灶自动检测方法的研究正受到越来越多的关注。基于D-S证据理论和模糊C-均值(FCM)聚类算法,提出了一种融合T1和T2加权MR图像信息的多发性硬化症自动分割算法。首先运用FCM聚类算法分别分割T1和T2加权MR图像,然后利用根据D-S证据理论得到的融合两种加权图像信息的基本概率分配函数,实现多发性硬化症病灶的分割。通过对多发性硬化症MR脑部图像的
地震前兆观测数据是对地震进行分析和预测的重要依据。但是当前往往是以人工处理为主要手段,面对海量的前兆观测数据,迫切需要切实可行的异常挖掘算法。提出了基于误差和关键点的自顶向下(error andkey-point top-down,EKTW)分段算法以及基于时间邻域的局部异常因子(time-neighbourhood local outlier factor,TLOF)分析方法。相比于传统的分段算
基于中粒度质量可伸缩(medium grain scalable,MGS)编码在可伸缩编码(scalable video coding,SVC)应用中的广泛性,在分析了MGS编码结构特点和问题的基础上,利用DCT系数分布特性提出MGS片层数据重要性的估计方法实现对MGS编码各片层重要性的估计。在此重要性估计方法的前提基础上,将之应用于指导可伸缩编码中的码流提取和容错编码。实验测试结果表明,MGS片
为了解决盲签名计算过程复杂的问题,在改进椭圆曲线数字签名方案的基础上,提出了一种基于椭圆曲线数字签名的盲签名方案。新方案通过改进签名式和验证式,同时引入三个随机参数,得到了基于椭圆曲线的强盲签名方案。分析表明,新方案加快了算法的运算速度,缩短了盲签名时间,具有更好的安全性。
研究现有术语语义层次关联的主要方法,针对如何自动获取并且准确描述术语语义层次关系这一关键问题,提出构建的术语语义层次获取流程,主要基于确定性退火的多重聚类算法获取层次关系。最后选取了部分中文专利文本摘要数据集对流程的效果进行测试与评估,取得了不错的实验结果。
当视频序列中同时存在随机噪声和随机晃动时,传统的数字稳像算法由于受到噪声干扰而无法有效消除视频序列中的随机晃动。为了稳定这种存在随机噪声的视频序列,提出了一种基于粒子群优化的数字稳像方法。首先,定义了衡量寻优结果适应度函数,即输入视频连续若干帧均值图像的能量;然后,算法利用粒子群优化策略来搜索视频序列的最优运动补偿向量;最后,实验分别使用模拟抖动视频和真实拍摄的视频来测试算法的性能。实验结果表明,
研究针对PRESENT分组密码的代数分析。通过使用S盒的表达式形式,构建出多轮PRESENT加密中的代数方程组。这种构建方程的方法被推广到具有小型S盒的典型SPN型分组密码算法的方程构建问题中。对简化的PRESENT算法进行了攻击实验,采用MiniSAT作为攻击过程中的求解工具,对四轮、六轮PRESENT加密进行实际攻击。可以在1 min内恢复四轮加密的所有密钥,数小时内恢复六轮加密的密钥。通过引
为合理选择小波变换尺度,解决抑制噪声和边缘定位之间的矛盾,提出了一种基于局部熵的自适应尺度选择方法,采用局部熵预处理图像,根据熵值大小自适应地选择小波变换的尺度,各区域分别按照相应的尺度进行小波变换检测图像边缘。实验结果表明,此方法比基于均方差的小波自适应算法检测到的边缘更清晰,定位更准确。
对DR(digtal radiography,数字辐射成像)图像进行分割是工业DR图像处理中一项重要内容。C-V算法对DR图像分割效果较好,但该算法计算量大,在工业应用中达不到实时处理要求。结合高性价比CUDA技术实现C-V算法对DR图像分割并行化,并采用共享内存技术、独立计算与合并计算结合的方法,较大地提高了C-V方法的计算效率。对实际工业DR图像分割实验结果显示,该方法加速比可达到32～44倍