基于遍历矩阵和混合密钥的验证和图像空域加密技术

由于图像与人感知外部世界的基本手段相吻合,因此相关的信息量有可能涉及到个人隐私、商业利益、军事机密等,所以多媒体信息的安全问题变得越来越重要。传统的加密系统,如RSA、DES、IDEA、SAFER和FEAL等,其加密速度慢而且不能有效去除相邻像素的相关性,不适合用于图像加密。经过二十多年研究的混沌加密系统具有良好的特性适合图像加密,但大部分是基于对称加密。对称加密比非对称加密速度更快,但是对于密钥的管理制约了其广泛的使用,为了弥补这一缺陷,文章提出混合密钥机制,不仅可用于图像加密,而且可用于验证。遍历矩阵在加/解密系统中不仅作为公开密钥存在,而且是图像置乱和扩散的关键参数。实验结果表明,与现有的混沌加密系统相比,文章提出的图像加密技术彻底置乱和扩散原始图像,并且拥有至少3.08＆#215;105898个密钥的巨大空间,因此足够抵制蛮力攻击。相比于现有的混沌密码系统,文章的实验测试结果更加乐观,在C语言下,置乱和扩散阶段的执行时间相当稳定（分别是1.9-2.0毫秒和2.0-2.1毫秒）。与Yang和Ismail所提出的算法相比,根据文章中的性能评估、敏感度分析和统计分析,文章所提出的算法具有更高的安全性,并且适用于网络传输。     

基于ORACLE和UML的CSCW系统访问控制分析与设计实例

探讨基于ORACLE的工程数据库CSCW系统信息访问和控制的分析与设计方法。使用UML进行分析与建模,得出权限角色类图,并给出了使用ORACLE8i“行级”安全性管理新特性的实例。     

基于过设计与欠设计约束的服务质量控制方法

随着Web服务技术的发展,基于服务模式的软件被广泛应用,包括医疗、教育和公共交通等领域。然而,服务质量QoS的控制是目前服务技术难题之一。在服务组合过程中,针对设计时(Design Time)和运行时(Runtime)的不同服务形态,提出了过设计(Over Design)与欠设计(Under Design)两种偏离需求的服务设计模式,并构建能够约束服务组合的变化空间(Variability Space),实现控制服务质量的目的。通过电子商务的案例展示过设计和欠设计,并对相关偏离情形进行价值分析论证,以论证减少过设计和欠设计的重要性。     

多维关注分离的模型驱动过程框架设计方法

当前,许多模型驱动软件项目过程采用多种开发方式相结合的形式.但开发方式的比较、选择、组合操作却缺少系统化的方法指导.提出一种多维关注分离的开发过程框架设计方法.采用一般化、行为化和抽象化作为元关注维,对开发方式进行比较.结合这三维的期望演化曲线,给出过程实现模型框架.对于模型驱动开发过程的提高开发效率、增强可跟踪性和保证一致性等非功能性需求有一定的参考意义.     

面向跨模态隐私保护的AI治理法律技术化框架

随着虚拟社区在网络用户中的普及,虚拟社区群已经成为一个小型社会,可通过用户浏览所留下的"虚拟痕迹"和发布的用户生成内容提炼出与用户相关的隐私类型资源.根据隐私类型资源自身的特性,可将其分类为数据资源、信息资源和知识资源,三者构成了用户的数据信息知识与智慧图谱(DIKW图谱).虚拟社区中的隐私类型资源有4个流通过程,即隐私资源的感知、存储、传输和处理;4个过程分别由3个参与方(用户、AI系统和访问者)单独或合作完成,3个参与方所拥有的隐私权包括知情权、参与权、遗忘权和监督权.通过明确3个参与方在4个流通过程中的隐私权范围,结合隐私价值保护,设计了匿名保护机制/风险评估机制和监督机制,用于构建一个虚拟社区隐私保护的AI治理法律框架.     

车联网边缘计算环境下基于深度强化学习的分布式服务卸载方法

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户的服务需求,因此,如何在边缘服务器资源限制的约束下,确定服务卸载地点,为用户提供低时延的服务,仍然是一个巨大的挑战.针对上述问题,本文提出了一种"端-边-云"协同的5G车联网边缘计算系统模型,并针对该系统模型设计了深度学习和深度强化学习协同的分布式服务卸载方法D-SOAC.首先,通过深度时空残差网络,D-SOAC在中心云预测出潜在的用户服务需求量,协同各边缘服务器获取本地车联网边缘计算环境的系统状态,输入边缘服务器上的本地行动者网络,得到该状态下的服务卸载策略.然后,本地评论家网络基于时序差分误差评价该服务卸载策略的优劣,并指导本地行动者网络进行网络参数的优化.优化一定步数后,边缘服务器将优化过的本地网络参数上传到位于中心云的全局网络,协同中心云进行网络参数的更新.最后,中心云将最新的参数推送回本地网络,从而不断对行动者评论家网络进行调优,获得服务卸载的最优解.基于来自现实世界的车载用户服务需求数据集的实验结果表明,在各种车联网边缘计算环境中,相比于四种现有的服务卸载算法,D-SOAC能够降低0.4％～20.4％的用户平均服务时延.     

投入驱动的存储与计算一体化的事务处理效率优化方法

事务处理技术是报告信息一致性和可靠性的关键技术,决定了Web服务是否可以应用于电子商务。类型化的数据、信息和知识等资源繁杂冗余,导致资源存储和处理效率低下,长事务的处理过程往往会持续较长时间,使得锁定资源的策略不能一直适用,为了协调事务型资源存储和计算代价,提出了一种投入驱动的事务处理方法。从资源建模、资源处理、处理优化和资源管理等角度进行研究,基于对现有知识图谱概念的拓展提出了一种三层可自动抽象调整的解决架构。这个架构包括：数据图谱、信息图谱和知识图谱等三个层面,关键在于对搜索目标资源对象类型转移代价和在资源存储空间上的存储代价的计算,并根据用户投入协同调整搜索目标资源对象的搜索机制和存储方案,从而降低资源搜索的时间复杂度和资源存储的空间复杂度,优化事务处理的时空效率。     

基于时间序列的感知QoS的云服务组合

研究基于时间序列的感知QoS的云服务组合,将服务的QoS偏好随时间不断变化的过程纳入云服务组合的研究范围,将云服务组合建模成时间序列的相似度对比问题。分别用欧几里得距离和扩展Frobenius范数距离度量二维时间序列的相似度,继而用基于主成分分析的扩展Frobenius范数距离和欧几里得距离、Brute Force等方法度量多维时间序列的相似度,通过实验对比验证扩展Frobenius范数距离度量相似度在时间和准确性上的优越性。关     

类型化隐式资源的隐私保护方法

针对隐式隐私资源的建模和表述,给出了一个基于元建模的对隐式资源概念进行语义界定的元模型概念体系,解释了数据-信息-知识-智慧（DIKW）架构中的数据、信息、知识和智慧等基本类型化资源概念.基于DIKW资源概念将现有知识图谱概念扩展为数据图谱、信息图谱和知识图谱,进而提出了一种基于相同内容的不同资源表达处理效率差异和转换代价差异的可自动抽象调整的隐私保护解决架构.根据要保护隐私目标的以计算代价衡量的保护程度,制定将目标资源转换为何种类型资源.通过对目标资源保护者的投入保护代价和攻击者的攻击代价的差异进行衡量,选择最优的转换程度.     

数据、信息和知识三层图谱架构的推荐服务设计

海量的学习资源会引起用户在学习过程中产生认知过载和资源迷航,对数据、信息和知识等形态的资源的原始表述的自然语言的机器理解、自动处理、自动综合和自动分析等成为了巨大的挑战。从应对自动增量式结合经验知识和减少人工专家交互负担等两方面考虑,从资源建模、资源处理、处理优化和资源管理等角度进行研究,基于对现有知识图谱(knowledge graph)概念的拓展提出了一种三层可自动抽象调整的解决架构。该架构借助从数据图谱上以实体综合频度计算为核心的分析到信息图谱和知识图谱上的自适应的自动抽象的资源优化过程支持经验知识引入和高效自动语义分析。该框架借助对应5W(who/when/where,what and how)问题的分类接口衔接用户的学习需求等资源化描述,为用户提供个性化学习服务推荐。