論文元數(shù)據(jù)搜索,找到相關(guān)信息共 12 條:
2007, 29(1): 201-204.
doi: 10.3724/SP.J.1146.2005.00574
刊出日期:2007-01-19
關(guān)鍵詞:
環(huán)簽名;雙線性對;偽造攻擊;GDP(Gap Diffie-Hellman)
通過對Xu(2004)和Zhang(2004)提出的兩種環(huán)簽名方案進(jìn)行分析,指出了這兩種環(huán)簽名方案都容易受到群成員改變攻擊(group-changing attack),并給出了攻擊方法;另外,Zhang的方案還容易受到多已知簽名存在偽造(multiple-known-signature existential forgery)攻擊。為防范這兩種攻擊,對這兩種環(huán)簽名方案進(jìn)行了改進(jìn),改進(jìn)后的方案在最強(qiáng)的安全模型(Joseph, 2004提出)中仍是安全的。
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,對這幾個可轉(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。
2019, 41(6): 1442-1449.
doi: 10.11999/JEIT180595
刊出日期:2019-06-01
針對半誠信的數(shù)據(jù)收集者對包含敏感屬性(SA)數(shù)據(jù)收集和使用過程中可能造成隱私泄露問題,該文在傳統(tǒng)模型中增加實時的數(shù)據(jù)領(lǐng)導(dǎo)者,并基于改進(jìn)模型提出一個隱私保護(hù)的數(shù)據(jù)收集協(xié)議,確保無可信第三方假設(shè)前提下,數(shù)據(jù)收集者最大化數(shù)據(jù)效用只能建立在K匿名處理過的數(shù)據(jù)基礎(chǔ)上。數(shù)據(jù)擁有者分布協(xié)作的方式參與協(xié)議流程,實現(xiàn)了準(zhǔn)標(biāo)識(QI)匿名化后SA的傳輸,降低了數(shù)據(jù)收集者通過QI關(guān)聯(lián)準(zhǔn)確SA值的概率,減弱內(nèi)部標(biāo)識揭露造成隱私泄露風(fēng)險;通過樹形編碼結(jié)構(gòu)將SA的編碼值分為隨機(jī)錨點和補(bǔ)償距離兩份份額,由K匿名形成的等價類成員選舉獲取兩個數(shù)據(jù)領(lǐng)導(dǎo)者,分別對兩份份額進(jìn)行聚集和轉(zhuǎn)發(fā),解除唯一性的網(wǎng)絡(luò)標(biāo)識和SA值的關(guān)聯(lián),有效防止外部標(biāo)識揭露造成的隱私泄露;建立符合該協(xié)議特性的形式化規(guī)則并對協(xié)議進(jìn)行安全分析,證明了協(xié)議滿足隱私保護(hù)需求。
2000, 22(3): 509-512.
刊出日期:2000-05-19
關(guān)鍵詞:
半群; 密鑰分享; 密碼學(xué)
如何將密鑰信息分配給n個被授權(quán)的單位(記為:S1, S2, , Sn), 每一個被授權(quán)單位Si(#em/em#=1, 2, , n)有qi個被授權(quán)人, 使得每一個被授權(quán)人所得到的密鑰信息與該授權(quán)人所在的單位的任何其他被授權(quán)人所得到的密鑰信息是一致的, 而任意K個被授權(quán)人所得到的密鑰信息, 若至少包含每一個被授權(quán)單位中的至少一個被授權(quán)人的密鑰信息時, 能夠恢復(fù)完整的密鑰信息, 其他情形時, 無法完全恢復(fù)密鑰信息, 這種需要經(jīng)常會遇到. 本文利用代數(shù)半群理論, 紿出了一種能實現(xiàn)這種密鑰分享的方案.
2020, 42(2): 327-332.
doi: 10.11999/JEIT190685
刊出日期:2020-02-19
由于基于最壞情況困難假設(shè)等優(yōu)點,基于格的密碼被認(rèn)為是最具前景的抗量子密碼研究方向。作為格密碼的常用的兩個主要困難問題之一,含錯學(xué)習(xí)(LWE)問題被廣泛用于密碼算法的設(shè)計。為了提高格密碼算法的性能,Zhang等人(2019)提出了非對稱含錯學(xué)習(xí)問題,該文將從理論上詳細(xì)研究非對稱含錯學(xué)習(xí)問題和標(biāo)準(zhǔn)含錯學(xué)習(xí)問題關(guān)系,并證明在特定錯誤分布下非對稱含錯學(xué)習(xí)問題和含錯學(xué)習(xí)問題是多項式時間等價的,從而為基于非對稱含錯學(xué)習(xí)問題設(shè)計安全的格密碼算法奠定了理論基礎(chǔ)。
1988, 10(6): 563-567.
刊出日期:1988-11-19
關(guān)鍵詞:
紅外圖象; 砷化鎵; 圖象處理軟件
本文介紹了一種用于研究砷化鎵材料中的缺陷(比如EL2吸收特性等)的新方法:將一束波長為1.11.5m的近紅外光穿過一塊厚度為48mm,直徑為50mm的砷化鎵材料,用紅外攝象機(jī)TOSHIBA 8844攝取圖象,并直接送入計算機(jī)圖象處理系統(tǒng)DATASUD,材料中的非均勻性缺陷圖象,即材料中的缺陷(EL2,位錯等)在截面上的分布結(jié)構(gòu)形狀(十字形,網(wǎng)狀,球粒形等)就可從屏幕上觀察到。本文給出了為研究這類材料設(shè)計的ZHIMAG(ZHang IMAGe)圖象處理軟件包和應(yīng)用ZHIMAG所獲得的一些結(jié)果。ZHIMAG也適用于其它類型的圖象處理。
2007, 29(10): 2529-2532.
doi: 10.3724/SP.J.1146.2006.00414
刊出日期:2007-10-19
關(guān)鍵詞:
代理簽名;匿名代理簽名;孤懸因子;強(qiáng)不可偽造性
Gu-Zhang-Yang(2005)提出了一個不需要可信第三方參與的匿名代理簽名方案,由于該方案的簽名驗證數(shù)據(jù)中沒有回避孤懸因子這一現(xiàn)象,因此并不滿足強(qiáng)不可偽造性,原始簽名人可以偽造一個有效的代理簽名通過驗證,并成功地在代理簽名者身份揭示階段向公眾證明該偽造的代理簽名是由合法的代理簽名者產(chǎn)生的。本文在分析該方案安全性的基礎(chǔ)上提出了改進(jìn)的匿名代理簽名方案,克服了原方案的不足。
2008, 30(4): 995-998.
doi: 10.3724/SP.J.1146.2007.00549
刊出日期:2008-04-19
環(huán)簽名是提供匿名發(fā)布信息的巧妙方法,該文首次給出了基于身份的可鏈接環(huán)簽名和可鏈接可轉(zhuǎn)換環(huán)簽名的概念與安全的形式化定義。以Zhang和Kim的環(huán)簽名方案為例,給出了為某些基于身份環(huán)簽名添加可鏈接性的方法。并分別提出了高效的基于身份的可鏈接環(huán)簽名和可鏈接可轉(zhuǎn)換環(huán)簽名方案,方案除滿足完備匿名性和適應(yīng)性選擇消息攻擊下的不可偽造性外,還分別滿足可鏈接性和對非簽名者的不可轉(zhuǎn)換性。
2013, 35(7): 1677-1681.
doi: 10.3724/SP.J.1146.2012.01634
刊出日期:2013-07-19
該文在現(xiàn)有譯碼算法的基礎(chǔ)上提出一種高效的非二進(jìn)制低密度奇偶校驗碼(NB-LDPC)譯碼方法,充分利用了分層譯碼算法與Min-max算法的優(yōu)點,不但譯碼復(fù)雜度低、需要的存儲空間小,而且可將譯碼速度提高一倍。應(yīng)用該算法,對一種定義在GF(25)上的(620,509)碼進(jìn)行了仿真。該碼的仿真結(jié)果表明:在相同誤碼率下,該文譯碼算法所需最大迭代次數(shù)僅為Zhang的算法(2011)的45%。
2022, 44(8): 2949-2956.
doi: 10.11999/JEIT210537
刊出日期:2022-08-17
針對目前圖像隱寫檢測模型中線性卷積層對高階特征表達(dá)能力有限,以及各通道特征圖沒有區(qū)分的問題,該文構(gòu)建了一個基于多層感知卷積和通道加權(quán)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)隱寫檢測模型。該模型使用多層感知卷積(Mlpconv)代替?zhèn)鹘y(tǒng)的線性卷積,增強(qiáng)隱寫檢測模型對高階特征的表達(dá)能力;同時引入通道加權(quán)模塊,實現(xiàn)根據(jù)全局信息對每個卷積通道賦予不同的權(quán)重,增強(qiáng)有用特征并抑制無用特征,增強(qiáng)模型提取檢測特征的質(zhì)量。實驗結(jié)果表明,該檢測模型針對不同典型隱寫算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的檢測準(zhǔn)確率,與最優(yōu)的Zhu-Net相比,準(zhǔn)確率提高1.95%~6.15%。
- 首頁
- 上一頁
- 1
- 2
- 下一頁
- 末頁
- 共:2頁