剩余类环z4上随机变量序列和GF(2)上 随机变量序列的统计相关性

文章讨论了剩余类环Z4上随机变量序列和GF(2)上随机变量序列的统计相关性。     

环Zm上随机变量联合分布的一种分解式及其应用

本文给出了ｍ值随机变量联合分布的分解式,考察了一类ｍ值（ｍ为正整数,ｍ≥２）逻辑函数Ｃｈｒｅｓｔｅｎｓｏｎ谱的“分解式”,并据此分解式给出了相关免疫ｍ值逻辑函数的一些新的构造法。     

基于隐Markov过程的网络信任评估模型

为了能快速精确地刻画实体行为的高动态性,提出了一种基于连续时间隐Markov过程的信任评估模型。不同于离散时间隐Markov信任模型,该模型充分考虑到信任的时间相关性,结合交互记录之间的时间间隔,将实体信任评估问题归结为连续时间隐Markov过程的学习问题。进而利用改进的和声搜索算法,给出了求解隐Markov过程最佳参数的算法,该算法有效地保证了全局搜索空间,能够获得更好的解。在此基础上,利用已有交互结果序列和最优参数组,对实体的信任度进行预测。仿真实验表明,该模型能够快速地反映出实体行为的动态性,具有较高的精确度,且能抵抗部分恶意攻击。     

k-阶旋转对称函数性质分析与轨道计数

研究了k-阶旋转对称函数的性质,证明了k-阶旋转对称函数的Walsh谱和自相关函数都满足k-阶的旋转对称。分析发现k-阶旋转对称函数的很多性质都可以利用其轨道来刻画,并给出了k-阶旋转对称函数的轨道中的长圈和短圈的计数公式。     

基于格的三方口令认证密钥交换协议

为抵抗量子攻击,格理论被广泛应用于各种密码体制的设计.目前基于格的口令认证密钥交换协议(PAKE)都是针对两方设计的,不能满足大规模通信系统的应用需求.该文在 Gorce-Katz 两方 PAKE 框架基础上提出了一个基于格的三方 PAKE 协议,并在标准模型下证明了其安全性,同时通过实现用户和服务器的显式双向认证达到了可抗不可测在线字典攻击.新协议是第1个基于格的三方 PAKE 协议,与通用构造相比,通信轮数少,并且能避免大数分解和离散对数易受量子攻击的弱点.     

环Zm上平衡函数的性质和构造

本文给出了环Ｚｍ上平衡函数的谱判别条件，讨论了环Ｚｍ上平衡函数的一些性质，并利用谱分解式给出了平衡函数的几个构造定理。     

一类钟控组合生成器的符合率

给出3个停走生成器在模2加组合方式下符合率的有关结论。此类生成器的输出序列与相应停走生成器的控制序列相互独立;输出序列与相应停走生成器的目标LFSR输出序列不独立,本文对输出序列与目标LFSR序列的符合率进行了讨论,给出有限维联合分布的计算公式。     

布尔函数的FCI与广义ε 相关免疫

利用概率论的思想和方法讨论了布尔函数的m阶 fractional correlation immunity（FCI）与m阶广义 ε-相关免疫性之间的本质关系。当m=1时,一阶FCI和一阶广义ε-相关免疫是等价的;当m〉1时,给出了表示二者之间关系的不等式。当布尔函数的支撑集为特殊的flat时,给出了布尔函数的FCI与广义 ε-相关免疫性。     

基于多分辨率网格的异常检测方法

作为一种重要的数据挖掘手段,异常检测在数据分析领域有着广泛的应用。然而现有的异常检测算法针对不同的数据,往往需要调整不同的参数才能达到相应的检测效果,在面对大型数据时,现有算法检测的时间效率也不尽如人意。基于网格的异常检测技术,可以很好地解决低维数据异常检测的时间效率问题,然而检测精度严重依赖于网格的划分尺度和密度阈值参数,该参数鲁棒性较差,不能很好地推广到不同类型数据集上。基于上述问题,提出了一种基于多分辨率网格的异常检测方法,该方法引入一个鲁棒性较好的子矩阵划分参数,将高维数据划分到多个低维的子空间,使异常检测算法在子空间上进行,从而保证了高维数据的适用性;通过从稀疏到密集的多分辨率网格划分,综合权衡了数据点在不同尺度网格下的局部异常因子,最终输出全局异常值的得分排序。实验结果表明,新引入的子矩阵划分参数具有较好的鲁棒性,该方法能较好地适应高维数据,并在多个公开数据集上都能得到良好的检测效果,为解决高维数据异常检测的相关问题提供了一种高效的解决方案。