中继网络中快速接入与路由选择策略与方法

为了在低复杂度、小系统开销与时延下实现中继网络中快速接入与路由选择,提出了一种基于接入及路由选择指示器(Access and Routing Indicator,ARI)的快速接入及路由选择方法,使用QoS优先级对业务进行了分类,在准公平的条件下,实现了业务的分级处理,固定间隔累积平均的方式测量,采用累积平均的方式,在确保中继无线通信网络的通信质量的同时,充分考虑到中继无线通信网络中多路由及控制信道和业务信道的质量需求的差异,尽可能的重新使用无线通信网络中的各种资源,降低系统开销与时延。     

改进的Koblitz曲线上数字签名算法

标量乘法的效率决定着椭圆曲线密码体制的性能,而JSF算法是当前最流行的计算椭圆曲线双标量乘的算法;Koblitz曲线上的快速标量乘算法是标量乘法研究的重要课题。Lee[12]算法采用Frobenius映射扩展正整数k并将其扩展后的系数改写成二进制形式有效地提高标量乘算法效率。将JSF应用到扩展后的系数中,以较小存储空间为代价来提高算法效率,并将算法运用到改进的ECDSA算法中,减少乘法运算次数,加速签名及验证过程,节约数字签名时间。     

有限素整数域椭圆曲线密码体制基于代数几何快速算法设计

椭圆曲线公钥密码体制(ECC)具有最高的位安全强度,将是对现有公钥密码体制的替代。文章描述了代数几何与ECC的数学基础,讨论了椭圆曲线离散对数困难性问题及ECC在电子商务中的安全应用。利用仿射坐标与射影坐标的映射关系,设计了一种有限素整数域上ECC快速算法,使得ECC在电子商务中实际安全应用成为可能。     

椭圆曲线加密卡设计与实现

在基于公钥密码体制电子商务中,加密卡是网络认证和通讯加密的硬件设备。文章提出一种利用椭圆曲线密码体制(ECC)加密卡硬件方案。该论文首先给出加密卡安全应用开发与设计体系结构。然后讨论了ECC的数学基础,设计了基本密码算法模型,给出ECC加密卡的各种应用。最后,讨论了加密卡设计中的几个安全问题。     

数字网络设备基于优先级消息的快速切换方法

开发了一种数字网络设备传输的中继网络中基于与信道质量信息相关的优先级消息的快速切换方法。在固定、游牧、移动中继站中,因现有网络中添加/删除中继站、通过扫描、环境监听和Ranging在现有通信路径上添加/移除中继站、新中继站登录/重新登录时,中继站及附属于中继站的所有终端完成快速切换,同时确保了快速切换后的通信路径的信道质量,减小了原有切换中中继站及附属于这一中继站的所有终端都要进行扫描、环境监听和Ranging等切换程序时的时延及复杂性。     

基于快速标量乘算法的椭圆曲线数字签名方案

计算标量乘kP是ECC快速实现的关键,也是ECC研究的热点问题。文中介绍了基于Montgomery思想的快速标量乘算法,重点介绍了白国强等人的运算多标量乘kP+lQ的算法,并分析了其局限性,同时对其进行了改进。在此基础上,设计了一种分段快速标量乘算法,将改进的算法与分段标量乘算法运用到ECDSA中。经分析验证,分段快速标量乘算法,提高了效率,对ECDSA的快速实现具有一定意义。     

基于UCB和PMI的DRM系统研究

作为一种新型的访问控制技术,使用控制UCON模型具有支持动态授权等优势,系统全面地定义了现代访问控制模型的框架。本文基于UCB和PMI提出了一种DRM授权管理体系结构,并用可扩展访问标记性语言XACML描述其授权策略,分析了其访问控制流程。     

椭圆曲线智能卡算法设计与实现

智能卡是基于公钥密码体制电子商务的关键部件。该文提出一种利用椭圆曲线密码体制(ECC)智能卡公钥方案。该论文首先讨论了ECC的数学基础,设计了基本密码算法模型,给出用于证书请求的ECC智能卡系统设计与算法实现。最后,讨论了智能卡设计中的几个安全问题。     

基于椭圆曲线密码的分组网通信安全与保密

提出一种基于椭圆曲线数字签名方法，研究由H.323协议集部署的基于分组网络的多媒体终端通信的安全与保密，包括认证、隐私性、完整性及不可否认性。给出椭圆曲线密码体制（ECC）的定义与椭圆曲线数字签名方案，设计与实现了有限域GF(p)上与(ECC)相关的快速算法，包括模乘、点加、点积等算法，由此可构造出一个实用的支持各种安全级的软件引擎。使得结合H.235协议与H.323信令流程的ECC安全应用变得实际可行。     

基于动态功能性脑网络的情感分析

人脑活动是在秒级与毫秒级动态变化的,因此采用静态连接方式构建的功能性脑网络,会造成部分与时间相关有效特征的缺失。该文旨在研究情绪变化期间不同大脑区域之间相互作用的时空变化,提出了一个系统的分析框架。该框架包括相关性度量,脑状态分割,代表性时间片段提取以及动态网络构建和分析。首先,利用皮尔逊相关系数量化不同脑区之间的功能连通性。其次,计算两相邻时间点的相关性矩阵之间的奇异值分解(singular value decomposition, SVD)矢量空间距离,确定情绪转换点并对非平稳脑状态进行时间片分割,提取代表性时间片段。最后,基于相关性和频带功率分布构建不同网络模式,利用滑动窗口法估计动态相关模式和动态功率分布变化,然后提取脑动力学的多变量特征并进行分类识别。在SEED数据集上进行的相关实验验证了基于动态功能连接的情感评估方法的可行性,为不同情绪状态下建立脑动态模型开辟了新的途径。