格上新的身份类广播加密方案

为了设计能够抗量子攻击的广播加密方案,利用盆景树模型在随机格上构造了一个新的身份类广播加密方案. 解决了格基广播加密方案存在的解密失败问题. 在标准模型下,证明了该方案是抗选择明文攻击安全的,且安全性归约到格上错误学习问题. 同时该方案能够有效地实现用户端的动态扩展和无状态接收功能.     

基于直方图对的大容量信息隐藏算法

针对传统的LSB算法对直方图影响明显的缺点, 通过对LSB嵌入过程中直方图变化和马尔可夫安全模型的研究, 提出一种基于直方图对的LSB改进算法。该算法以DCT量化后相邻灰度值像素对为对象进行成对LSB嵌入, 同时对超过最大嵌入容量的剩余系数进行基于马尔可夫安全性模型的嵌入。实验结果表明, 该算法在具有较大嵌入容量的同时, 有效地保持了直方图特性, 提高了算法的抗统计分析性能。     

基于边缘复杂度和插值法的隐写算法

为了在提高隐写容量的同时保持较好的不可感知性, 依据人眼对图像边缘区域变化不敏感的特性, 提出一种新的自适应隐藏算法。该方案完善了图像边缘复杂度的描述方法, 利用边缘检测理论计算出像素的嵌入强度, 然后通过改进的插值法, 根据嵌入强度, 对图像像素进行插值, 构造出插值点与基准点之间的冗余空间, 从而嵌入相应数据量的秘密信息。实验结果表明, 与传统算法相比, 该方法提高了隐写容量并具有较好的隐蔽性。     

云计算安全研究专刊前言

随着信息技术的发展快速步入大数据时代,云计算作为推动信息技术实现按需供给、促进信息技术和数据资源充分利用的全新业态,已成为信息化发展过程中的重大变革和信息技术发展的必然趋势.然而,正是由于云计算模式所具有的一些特性,如云计算平台的服务外包和基础设施公有化特征、超大规模多租户资源共享特征、云计算环境的动态复杂性、云平台资源的高度集中性、云平台的开放性等,使得人们在享受云计算所提供的应用便利和成本低廉的同时,也逐渐意识到了其在诸多安全方面的全新挑战.新的计算模式需要新的安全保障技术、理论和方法来应对安全挑战,如在外包环境下如何实现用户数据安全防护、如何实现虚拟化技术的安全性、如何设计适合云计算环境的安全协议、如何构建一个安全可靠的云计算平台以及如何测试和评价云计算平台的安全性等.本专刊选题为“云计算安全研究”,力图反映我国学者在云计算安全领域的近期研究成果. 专刊公开征文仅限一轮,共征得投稿37篇.稿件几乎全部来自国家211大学或者中科院相关研究单位,质量相对较高.稿件内容涉及云计算安全理论、算法以及应用等诸多方面的研究内容.对于云计算环境,云数据以及云计算应用等方面的安全问题进行了深入的探讨,反映了我国学者近期对于云计算安全关注的主要方向.特约编辑先后邀请了40余位云计算安全及相关领域的专家参与审稿工作,每篇投稿邀请2位专家进行评审.稿件评审时间历经3个月,经初审、复审、云计算安全专题研讨会宣读和终审各个阶段,最终由软件学报编委会批准,决定19篇论文入选本专刊.纵观所收录的文章,它们的研究范围和内容可分为三个部分.     

一种利用相角对加性隐写模型进行分析的方法

基于图像在加性隐写模型下隐写前后差分直方图离散傅里叶变换与隐写信息离散傅里叶变换间的对应关系, 从隐写前后差分直方图离散傅里叶变换相角的变化入手, 提取特征, 在理论上加以论证并从实验上得到验证。对UCID V2标准图库进行实验, 结果表明, 本方法对加性隐写模型具有很好的检测效果。     

基于直觉模糊c均值聚类核匹配追踪的弹道中段目标识别方法

针对核匹配追踪算法(KMP, kernel matching pursuit)进行全局最优搜索导致学习时间过长这一缺陷,汲取直觉模糊c均值聚类(IFCM, intuitionistic fuzzy c-means)算法的动态聚类特性优势,提出一种基于直觉模糊c均值聚类的核匹配追踪(IFCM-KMP, intuitionistic fuzzy c-means kernel matching pursuit)算法,且对UCI库中4组实际样本数据进行了分类实验及有效性测试.最后,选取高分辨距离像(HRRP)这一弹道中段目标识别常用的特征属性,对其进行特征提取获得子像,并分别采用FCM,KMP,IFCM-KMP 3种算法对真弹头进行目标识别仿真实验及结果对比分析,充分表明了IFCM-KMP算法用于弹道中段目标识别较之FCM、KMP的优越性及有效性.