移动云计算中基于身份的轻量级加密方案

针对移动云计算中数据安全和移动用户的隐私保护问题,结合在线离线和外包解密技术,对基于身份加密机制（IBE）中加密和解密算法进行扩展,提出了一种可外包解密的基于身份在线离线加密方案,并证明其安全性,构造出适合于移动云计算环境中轻量级设备保护隐私数据的方案。为了减少移动终端运行IBE的加密和解密开销,利用在线离线技术将IBE的加密分解为离线和在线两个阶段,使得移动设备仅需执行少量简单计算即可生成密文;在此基础上,利用外包解密技术,修改IBE的密钥生成算法和解密算法,增加一个密文转化算法,将解密的大部分复杂计算外包给云服务器,移动设备仅计算一个幂乘运算即可获得明文。与现有IBE方案的性能相比,该方案具有较少的加解密开销,适合于轻量级移动设备。     

新工科背景下“智能汽车技术”课程改革与实践

本文从“智能汽车技术”课程的特点和现状出发,着重探讨了目前教学中存在的相关问题。文章提出了采用线上线下混合式教学、仿真平台实践、模块化教学、翻转课堂、分组研讨等改革方法,目的是探索建设“新工科”背景下的智能汽车相关课程,培养学生以研究为导向的综合实践能力,以及对相关专业领域的认知和兴趣,为中国智能汽车行业输送更多优质人才。     

基于二值图像邻域加权的直线Hough变换

实际图像中普遍存在的纹理性区域,常常会由于所产生的大量特征点而形成Hough空间中的虚假峰值。为了抑制纹理性区域特征点造成的虚假峰值,提出了一种直接基于二值图像的邻域在线离线比加权方法,该方法通过考察投票特征点的邻域内在线与离线特征点的数量,来显著降低纹理性区域特征点的投票权重,从而使得Hough空间中真实直线对应峰值的显著性得到相对提升;提出了一种利用加权邻域内局部投票的该加权方法的高效实现,能够避免多次遍历邻域,减少运行时间。在实验图像库上的结果表明了新加权方法的有效性,反映了局部投票带来的运行速度的提高。     

基于线上-线下超网络模型的舆论演化仿真分析

目前在舆论演化模型及其动力学规则的研究中大多数都没有考虑线下网络,导致其无法真实反映舆论传播过程。为解决上述问题,首先利用线上-线下社交网络映射方法得到线上-线下社交网络拓扑结构;然后构建线上-线下超网络模型,集成舆论事件态势信息形成舆论演化仿真环境;最后,利用传播学原理制定线上-线下超网络模型动力学交互规则,进行舆论动力学仿真。将提出的模型用于事件实例分析,仿真结果与舆论事件实际发展情况之间的余弦相似度达到0.99,平均差值为1%。实验结果表明,所提出的模型取得了比其他方法更好的仿真效果,验证了线上-线下超网络模型和舆论动力学交互规则的正确性和有效性。     

线上线下混合计算机控制技术教学改革

本文结合“计算机控制技术”课程的授课内容和学校的创新应用型人才培养目标，探索了一种线上线下混合式教学模式，将传统的线下课堂知识点传授与现代线上多媒体、多平台的信息共享、在线视频会议等相互融合，实践表明该教学模式有效调动了学生的学习积极性和主动性，获得了良好的授课效果。     

基于线上线下关联推理的边缘节点热点预测

随着城市规模的实时数据处理和增强现实等一系列应用的广泛普及,亟待有效预测边缘计算机构下边缘节点的热点,从而为解决因分布、带宽、服务器性能带来的访问延迟问题提供解决方案.针对该问题,进行了一种边缘节点热点预测方法的研究,旨在根据用户活动相关的线上线下信息预测城市区域的边缘节点服务热点:根据城市各主要区域的线下人口流动量以及线上访问流量,采用卷积神经网络和长短期记忆网络提取相关特征,并由基于注意力机制进行线上特征和线下特征的关联推理,综合城市主要区域边缘节点的图嵌入表达预测各区域边缘节点的热点程度,从而为调配边缘节点资源提供依据.采用某南方城市移动用户数据集进行性能评估,与相关热点分析方法相比,该方法在预测准确性方面具有明显的优越性.