基于FPGA和ARM的AES算法设计和实现

针对于高级加密标准(AES,advanced encryption standard)硬件实现的可重构与效率问题,提出了一种基于现场可编程逻辑器件(FPGA,field programmable gate array)和微处理器ARM(advanced RISC machines)的AES设计方法。基于电子密码本(ECB,electronic code book)操作模式,可完成AES所有标准的加密和解密,并进行了工程实现与验证,可作为IP(intellectualproperty)核使用。为实现理想的数据吞吐率/面积比,结合AES和FPGA的特点,对字节替换和密钥扩展采用查表的优化算法,并提出了列混合的优化结构,在保证运算速度下节约了器件资源。利用FPGA内部自带的双端口可配置随机存取存储器(RAM,random access memory)作为信息与密钥的缓存,解决存储和ARM与FPGA时序问题。在进行资源与速度的分析和与3种典型设计比较后的结果表明,具有最好的吞吐率/面积比。     

粗糙集规则匹配算法及其在文本分类中的应用

为提高中文文本分类的效果,提出了一种基于粗糙集理论的规则匹配方法.在对文本特征的提取过程中,对CHI统计方法进行了适当的改进,并对特征项的权值进行了缩放和离散化.结合区分矩阵实现关于粗糙集理论的属性约简和规则提取,并采用规则预检验的方法对规则匹配的决策参数进行优化,以提高中文文本分类的效果.实验结果表明改进后的规则匹配方法分类准确率更高,同时在训练数据较少的情况下也可以取得不错的效果.     

基于RSA算法的智能锁设计

提出了一种可通过手机远程分享钥匙的智能锁模型,并提供了一套能使系统完整运行的硬件模型.在如今的智能锁领域,普遍只是将指纹、密码、刷卡、蓝牙开锁功能相结合,却少有钥匙分享功能.为了保障钥匙分享过程中钥匙的保密性和时效性,RSA算法可以较好的满足要求.为了保证系统的完整性,对硬件系统（指纹、刷卡解锁）也提出了一套基于STM32F103型低功耗单片机为控制器的可执行设计方案.实验结果表明系统可以较好的实现钥匙分享的功能.     

基于云平台的智能家居气象站的研究与设计

针对日益恶化的生活环境,提出家居环境监测站、专业的网络管理平台、云、智能手机及智能家居统一组网的模式,完成室内外家居环境的监测与云管理,进而可远程控制和调整相关智能家居设备.运用MCU(Micro-Control Unit)系统构建室内与室外监测站,利用GPRS(General Packet Radio Service)进行数据通信,微博、微信及手机短信平台实现监测结果与报警显示及相关控制信号的发送;设计了太阳能供电电路,保证了系统稳定运行及降低了布线与运行成本;运用3D(Three Dimensions)打印技术模拟构建了智能家居环境及相关设备模型;运用电机代替和模拟相关执行机构.经过实际模型、网络和控制系统的执行验证表明,该系统模式和模型能够实现家居环境的监测和控制,云、网络与智能手机通信系统的合理设计使得操作非常简单和便捷.     

胶囊神经网络研究现状与未来的浅析

当今时代的人工智能技术迅速发展,推动了社会的巨大进步。深度学习作为人工智能领域重要的一部分,具有非常广阔的应用前景,近年来,越来越多的专家学者开始研究深度学习领域相关技术,比较典型的两个方向就是自然语言处理和计算机视觉,其中计算机视觉的发展大力引领着深度学习领域的进步。介绍了卷积神经网络的经典模型和深度学习中新型神经网络模型--胶囊网络以及其动态路由算法,并对比了二者的优劣性。对胶囊网络的应用给予综述,以图像和文本两方面来阐述胶囊网络的应用领域和优势所在。最后进行概括总结,并展望了胶囊网络可能的改进方向。     

序列检测和近似熵检测的快速实现研究

随机序列广泛应用于信息安全领域,随机序列的质量依靠随机性检测规范判断。美国国家标准与技术研究院提出的随机性检测规范中包含序列检测和近似熵检测,这两种检测算法的运算速度位列检测包末端。对两种检测算法的运算流程进行研究,通过优化字节处理方式、字节运算与相对频数统计相结合、频数统计值复用等方法分别优化两种算法,并将两种检测算法进行合并,减少冗余的数据加载和处理流程,完成两种算法的快速实现。实验结果表明,不同参数下序列检测和近似熵检测速度最高分别提升30.02倍、27.58倍,两种检测合并后整体速度最高提升45.23倍。     

智能家居发展现状及未来浅析

嵌入式技术的发展与物联网世界的到来,给智能家居产品带来了发展的契机,居家模式将产生重大变革。本文将从智能家居的概念、技术及市场等角度对智能家居的现状和未来进行分析和阐述。阐述了智能家居系统的关键技术为基于嵌入式的智能家居网关;给出了最新‘云 端’的智能家居模式;分析了智能家居发展的社会、技术及政策方面的支持与保障;也总结了制约智能家居发展的障碍问题及改善方法。