論文元數(shù)據(jù)搜索,找到相關(guān)信息共 14 條:
1992, 14(5): 486-495.
刊出日期:1992-09-19
P.H.Pathak,Wang Nan等人在研究典型問題幾何繞射理論之后,于1981年發(fā)表了任意導(dǎo)電凸曲面振子天線高頻電磁輻射一致性幾何繞射理論近似解。本文應(yīng)用并矢格林函數(shù)方法,通過典型曲面高頻電磁輻射一致性近似解的研究和推廣,導(dǎo)出了理想導(dǎo)電凸曲面上電、磁振子電磁輻射場(chǎng)在高頻近似下一致性幾何繞射理論近似解。與P.H.Pathak,Wang Nan等人的結(jié)果相比,主項(xiàng)并矢轉(zhuǎn)移函數(shù)除個(gè)別系數(shù)外完全相同,高階并矢轉(zhuǎn)移函數(shù)在幾何光學(xué)區(qū)略有差異。
2005, 27(2): 235-238.
刊出日期:2005-02-19
關(guān)鍵詞:
群簽名; 偽造攻擊; 不關(guān)聯(lián)性
群簽名允許群成員以匿名的方式代表整個(gè)群體對(duì)消息進(jìn)行簽名。而且,一旦發(fā)生爭(zhēng)議,群管理員可以識(shí)別出簽名者。該文對(duì)Posescu(2000)群簽名方案和Wang-Fu(2003)群簽名方案進(jìn)行了安全性分析,分別給出一種通用偽造攻擊方法,使得任何人可以對(duì)任意消息產(chǎn)生有效群簽名,而群權(quán)威無(wú)法追蹤到簽名偽造者。因此這兩個(gè)方案都是不安全的。
2006, 28(6): 1031-1035.
刊出日期:2006-06-19
關(guān)鍵詞:
圖像處理;模式識(shí)別;廣義局部沃爾什變換;紋理特征
該文提出一組基于廣義局部沃爾什變換(GLWT)的紋理特征。首先給出局部沃爾什變換(LWT)的定義,并在空域中對(duì)其加以推廣,用以提取圖像的局部紋理信息;然后在一個(gè)宏窗口中估計(jì)12個(gè)GLWT系數(shù)的二階矩作為圖像的紋理特征。對(duì)這組紋理特征的鑒別性能進(jìn)行了分析,并與Haralick(1973),Wang Li(1990),以及Yu Hui提出的紋理特征進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,該文提出的紋理特征具有更好的鑒別性能和分類能力。
2009, 31(7): 1732-1735.
doi: 10.3724/SP.J.1146.2008.00928
刊出日期:2009-07-19
關(guān)鍵詞:
環(huán)簽名;密碼分析;可轉(zhuǎn)換性
通過對(duì)Zhang-Liu-He (2006),Gan-Chen (2004)和Wang-Zhang-Ma (2007)提出的可轉(zhuǎn)換環(huán)簽名方案進(jìn)行分析,指出了這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案存在可轉(zhuǎn)換性攻擊或不可否認(rèn)性攻擊,即,環(huán)中的任何成員都能宣稱自己是實(shí)際簽名者或冒充別的成員進(jìn)行環(huán)簽名。為防范這兩種攻擊,對(duì)這幾個(gè)可轉(zhuǎn)換環(huán)簽名方案進(jìn)行了改進(jìn),改進(jìn)后的方案滿足可轉(zhuǎn)換環(huán)簽名的安全性要求。
2009, 31(3): 740-744.
doi: 10.3724/SP.J.1146.2007.01562
刊出日期:2009-03-19
關(guān)鍵詞:
保密通信;MD5;碰撞攻擊;充分條件集;冗余性;制約性
Wang Xiaoyun等(2005)給出了MD5能產(chǎn)生碰撞的一個(gè)充分條件集,并首次成功對(duì)MD5進(jìn)行了碰撞攻擊。Yuto Nakano等(2006)指出上述充分條件集中有16個(gè)條件是冗余的,并給出了其中14個(gè)條件冗余的原因。Liang Jie和Lai Xuejia(2005)指出Wang Xiaoyun等給出的充分條件集并非總能產(chǎn)生碰撞,并增加新的條件使之總能產(chǎn)生碰撞,同時(shí)提出了一個(gè)新的碰撞攻擊算法。本文證明了Yuto Nakano等給出的16個(gè)冗余條件中有兩個(gè)并不冗余,且Liang Jie和Lai Xuejia增加的新條件中有兩個(gè)是冗余的,指出Liang Jie和Lai Xuejia的碰撞攻擊算法在消息修改時(shí)忽視了被修改條件之間的制約性,因而未必總能產(chǎn)生碰撞,本文對(duì)此進(jìn)行了修正,給出新的充分條件集,并通過實(shí)驗(yàn)驗(yàn)證了該充分條件集總能產(chǎn)生碰撞。
2020, 42(3): 720-728.
doi: 10.11999/JEIT190230
刊出日期:2020-03-19
SIMON系列算法自提出以來便受到了廣泛關(guān)注。積分分析方面,Wang,F(xiàn)u和Chu等人給出了SIMON32和SIMON48算法的積分分析,該文在已有的分析結(jié)果上,進(jìn)一步考慮了更長(zhǎng)分組的SIMON64算法的積分分析?;赬iang等人找到的18輪積分區(qū)分器,該文先利用中間相遇技術(shù)和部分和技術(shù)給出了25輪SIMON64/128算法的積分分析,接著利用等價(jià)密鑰技術(shù)進(jìn)一步降低了攻擊過程中需要猜測(cè)的密鑰量,并給出了26輪SIMON64/128算法的積分分析。通過進(jìn)一步的分析,該文發(fā)現(xiàn)高版本的SIMON算法具有更好抵抗積分分析的能力。
2015, 37(4): 881-886.
doi: 10.11999/JEIT140831
刊出日期:2015-04-19
目前基于標(biāo)簽的Grbner基算法大多是Buchberger型的,涉及矩陣型算法的文獻(xiàn)往往是為了進(jìn)行復(fù)雜度分析,而不考慮實(shí)際的效率。該文從實(shí)際應(yīng)用出發(fā),給出矩陣型Gao-Volny-Wang(GVW)算法的一個(gè)實(shí)例,提出算法層次的優(yōu)化設(shè)計(jì)方法。同時(shí),該文還給出一個(gè)高效的約化準(zhǔn)則。通過實(shí)驗(yàn),該文比較了算法可用的各項(xiàng)準(zhǔn)則及策略。實(shí)驗(yàn)結(jié)果表明,該文的矩陣型GVW實(shí)例在準(zhǔn)則和策略的選取上是最優(yōu)的。并且,矩陣型GVW在某些多項(xiàng)式系統(tǒng)(例如,Cyclic系列和Katsura系列多項(xiàng)式系統(tǒng))下比Buchberger型GVW要快2~6倍。
2021, 43(12): 3597-3604.
doi: 10.11999/JEIT200766
刊出日期:2021-12-21
為提高命名數(shù)據(jù)網(wǎng)絡(luò)(Name Data Networking, NDN)路由過程中內(nèi)容名字查找的效率,該文提出一種基于深度布隆過濾器的3級(jí)名字查找方法。該方法使用長(zhǎng)短記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory, LSTM)與標(biāo)準(zhǔn)布隆過濾器相結(jié)合的方法優(yōu)化名字查找過程;采用3級(jí)結(jié)構(gòu)優(yōu)化內(nèi)容名字在內(nèi)容存儲(chǔ)器(Content Store, CS)、待定請(qǐng)求表(Pending Interest Table, PIT)中的精確查找過程,提高查找精度并降低內(nèi)存消耗。從理論上分析了3級(jí)名字查找方法的假陽(yáng)性率,并通過實(shí)驗(yàn)驗(yàn)證了該方法能夠有效節(jié)省內(nèi)存、降低查找過程的假陽(yáng)性。
2011, 33(1): 106-111.
doi: 10.3724/SP.J.1146.2010.00242
刊出日期:2011-01-19
基于簡(jiǎn)化電磁矢量傳感器陣列,該文提出了一種新的降維四元數(shù)MUSIC估計(jì)方法。文中引用了四元數(shù)的概念,利用四元數(shù)的正交特性能夠很好地描述矢量傳感器陣元的正交結(jié)構(gòu)這一優(yōu)點(diǎn),建立了電磁矢量傳感器陣列的四元數(shù)模型,利用降維Q-MUSIC (Quaternion-MUSIC)方法先對(duì)極化信號(hào)DOA進(jìn)行估計(jì),通過已經(jīng)估計(jì)出來的DOA信息,再借助傳統(tǒng)的V-MUSIC (long-MUSIC)方法估計(jì)極化信息。從而依次獲得極化信號(hào)的4個(gè)參數(shù)。仿真實(shí)驗(yàn)驗(yàn)證了算法的可行性。
2014, 36(2): 353-357.
doi: 10.3724/SP.J.1146.2013.00445
刊出日期:2014-02-19
信噪比是衡量信道質(zhì)量的一個(gè)重要參數(shù),該文主要研究LTE(Long Term Evolution)系統(tǒng)中基于探測(cè)參考信號(hào)(Sounding Reference Signal, SRS)的信噪比估計(jì)方法。針對(duì)DASS(Difference of Adjacent Subcarrier Signal)算法在高信噪比下噪聲估計(jì)誤差較大的這一缺點(diǎn),該文提出一種適用于SRS的改進(jìn)DASS方法。該方法通過重新定義子載波的差分方式,減小了噪聲估計(jì)的誤差,并且由于對(duì)連續(xù)的3個(gè)SRS頻點(diǎn),僅需要估計(jì)一次噪聲,使得該文方法的復(fù)雜度僅為原DASS方法的1/3。仿真結(jié)果表明,所提方法的估計(jì)性能優(yōu)于其余的方法,特別是在低時(shí)延和中等時(shí)延信道下,高信噪比時(shí)的估計(jì)精度提高了約10倍。
- 首頁(yè)
- 上一頁(yè)
- 1
- 2
- 下一頁(yè)
- 末頁(yè)
- 共:2頁(yè)