MANET中高效的安全簇组密钥协商协议

针对移动自组网中组密钥管理面临的诸多挑战,提出一种高效的安全簇组密钥协商协议(ESGKAP,effi-cient and secure group key agreement protocol).ESGKAP基于提出的高性能层簇式CCQ_n网络模型,有效地减少了组密钥协商过程中的秘密贡献交互开销,增加了协议的灵活性、可扩展性和容错性.ESGKAP无需控制中心,由秘密分发中心构造门限秘密共享,所有成员通过协商生成簇组密钥,提高了方案的安全性,且基于ECC密码体制提高了簇组密钥生成的效率.同时,提出高效的签密及门限联合签名方案,确保簇组成员能够对接收的簇组密钥份额进行验证,进一步增加了方案的安全性.使用串空间模型对ESGKAP方案进行了形式化分析,证明了其正确性和安全性.最后,通过与BD、A-GDH和TGDH协议比较,表明ESGKAP能有效减少节点和网络资源消耗,很好地适用于特定的移动自组网环境,具有更为明显的安全和性能优势.     

基于移动预测的快速分层移动组播体系结构

 由于移动节点的位置是不断变化的,移动IPv6协议给出了支持移动节点的远程加入和双向隧道两种组播方法,但这两种方法都有各自的缺点.本文提出基于移动预测的快速分层移动组播体系结构(mobility prediction based fast and hierarchical mobile multicast architecture,简称MP-FHMM),通过移动预测,在切换前为移动节点配置好切换信息,并且在切换时使用基于FMIPv6改进的快速组播切换方法,有效减少了切换延迟以及由此引发的组播数据分组丢失.另外,由于采用层次型结构的移动组播管理,屏蔽了节点在子网内的移动,减少了因节点移动而重构组播树的频率.     

分布式系统中组与组通信机制的研究

近年来,随着分布式系统的发展,组与组通信机制不仅在传统的分布式组应用领域(如复制件系统、分布式名字服务系统)中得到进一步发展.而且在新型的分布式多媒体组应用领域(如计机会议     

极大熵条件下的动态搜索优化图象重建方法

提出一种满足多种准则的动态搜索优化图象重建方法。从图象场的本质出发，设立了３个准则函数。熵函数的导数是非线性的，本文将其变换为近似的线性公式以获得迭代公路。动态搜索则尽可能避免很多算法在迭代过程中对图象校正过量或不足的问题。     

基于MAP的多态自适应NEMO模型

为实现对移动网络(NEMO)的高效支持,提出了基于MAP的多态自适应NEMO模型,根据节点组成情况将NEMO分为三种状态:稳态、亚稳态、活跃态,结合移动IPv6、MAP及前缀绑定更新实现对三态的自适应支持,并设计多态NEMO通信优化算法对NEMO与外界的通信过程进行优化,提高了NEMO的整体通信效率。     

演员模型：一种多媒体数据表达模型

本文提出一种多媒体数据表达模型：演员模型，该模型建立在多媒体数据库概念模型基础之上，基于库所—时间Ｐｅｔｒｉ网，描述多媒体对象之间的时态关系，同时引入与变迁相关联的场景表达式，描述多媒体对象之间的空间关系，从而模拟多媒体数据的时空编组，文中形式化地定义了演员模型的抽象模型和实现模型，提出多媒体对象的表达算法以及多媒体数据库的查询模型．     

面向对象技术在MIS开发中的应用

将面向对象技术于管理信息系统开发的全过程。对系统开发阶段：系统分析、系统设计和系统实现分别采用了ＯＯＡ、ＯＯＤ、ＯＯＳ、ＯＯＩ等面向对象技术，从而缩短了系统开发的周期，提高了软件的生产率。     

IPv6的安全体系结构

文章对IPv4协议安全方面的一些缺点进行了分析,讨论了OSI的网络安全体系结构,给出IPv6新的网络安全机制,详细描述了IPSec所提供的网络安全服务与实现原理,并对IPSec的两个安全协议———AH和ESP作了较深入的阐述。     

一个基于移动Agent防止双重消费的离线电子支付模型及协议

1 引言随着基于Internet的电子商务发展,电子支付因其比传统支付系统具有操作简便、运行成本低廉和资金周转迅速等优点而成为未来电子商务发展的趋势和必然。目前,国际上电子支付主要基于两种模式:预付模式(prepaid model)和后付模式(pay-later model)。其中,预付模式主要采用基于智能卡的电子现金(e-cash)支付;而后付模式主要采用基于信用卡的电子支付。匿名电子支付系统可以用掩饰签名方案实现。当顾客要提款时,银行为顾客掩饰地签名一个消息(通常是一个随机数)。银行的签名使得这个消息成为一个合法的具有一致值的币值。顾客能够在给商店的支付中使用这个电子货币。由于掩饰签名方案的属性,银行没有关于电子货币的信息(除了它的币值)。因此,支付是匿名的和不可连结的。     

一种新颖的智能网络图像内容监测系统模型

针对目前网络安全系统对于图像信息监测能力不足的问题,提出了一种基于图像内容的智能网络安全监测系统模型.该模型采用了信息反馈与知识辅助机制,以基于轮廓特征抽取与多智能体技术的图像检索算法作为图像内容监测与分析模型的核心,采用基于遗传算法的安全性审计机制实现对于历史监测数据及规则的智能挖掘与审计,从而能够准确、实时地监测网络中的图像信息,提高了网络系统的运行可靠性和安全性.此外,还给出了该模型的原型描述及实现.