基于Bell态纠缠交换的量子盲签名方案

基于量子纠缠交换理论,提出一种基于Bell态纠缠交换的量子盲签名方案。消息拥有者Alice将待签名消息发送给盲签名者Charlie,Charlie根据双方共享的量子密钥对消息进行盲化签名,加密后发送给消息验证者Bob。Bob收到盲化签名后,根据他与Charlie共享的量子密钥对签名进行验证。利用量子纠缠特性,实现了消息对签名者Charlie的盲化性。基于量子密钥分发和一次一密技术,保证了签名过程的绝对安全性。     

量子模糊朴素贝叶斯分类算法

以传统朴素贝叶斯算法为基础,研究并提出一种高效、准确的量子模糊贝叶斯分类算法。首先将“模糊集合理论+朴素贝叶斯理论”交叉融合,定义模糊先验概率、模糊条件概率,将朴素贝叶斯推广至模糊朴素贝叶斯,构建模糊贝叶斯模型;其次,将“模糊贝叶斯模型+量子计算”交叉融合,将模糊数据集量子化（编码到量子态上）并设计量子线路,提出一种量子模糊朴素贝叶斯分类算法;最后,将该算法应用到鸢尾花数据集。仿真实验表明,与传统朴素贝叶斯分类算法相比,该算法具有较高的分类效率和准确率。     

基于自适应网络的量子模糊推理系统

基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS,ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合,最后以量子态的测量概率作为输出,QBP的加入使得模型的输出准确率更高,且凭借量子计算的速度优越性提升了模型的计算速度。根据梯度下降法,给出了该系统中参数的学习算法。在仿真实验中,分别使用低维数据和高维数据作为数据集来训练模型,使用攻击算法生成对抗样本进行测试,结果表明ANQFIS在输出准确率、鲁棒性方面优于ANFIS与QBP。     

应用密码学课程思政教学探索

分析应用密码学课程思政教学现状与存在的问题,提出应用密码学课程思政设计思路,阐述教学方法及实施手段,以SHA-1为例,介绍课程思政教学实践,最后说明教学效果。     

WSNs中基于簇结构的云信任模型研究

在无线传感器网络环境下,由于信任关系的随机性、模糊性和不可预测性等不确定性因素给网络交易带来了诸多安全问题。本文以无线传感器网络环境为研究背景,引入云模型理论,提出了一种基于簇结构无线传感器网络的云信任评价模型,实现了信任属性的定性概念与定量数值之间的转换。该模型模拟LEACH路由协议,根据传感器自身特性评价节点的信任值,准确识别自私节点。通过仿真实验证明了该模型能对节点准确而客观的评价,为无线传感器网络环境下信任评价的研究提供了一个新的思路。     

PnP PKI的研究*

以PKI使用的大众化作为研究的主要目标,具体分析研究了PnPPKI的实现机制。首先分析PKI的一些具体现实问题,提出了PnPPKI需要解决的问题和实现目标;通过进一步分析一些具体服务定位协议和实现机制的优势和不足,提出了PnPPKI的实现机制,解决了普通用户使用PKI的透明性;最后通过对PnPPKI的测试与分析,证实PnPPKI能为非技术用户提供自动获取证书的方法,甚至用户没有意识到他们正在使用的证书,但用户能获知执行某件任务是否成功。这也为解决PKI使用的大众化提供了有价值的新思路。     

信任管理模型的研究与进展*

首先从信任管理问题的研究出发,给出了信任管理的定义和模型;随后详细分析了几个有代表性的信任管理模型;最后提出了当前PKI域中信任管理模型研究存在的问题及今后的研究方向。