基于乘同余对称特性的快速RSA算法的改进

提出了一种新的快速RSA算法,这种算法是基于乘同余对称特性的快速RSA算法(SMM算法)的改进。理论分析表明,新算法的迭代计算步数平均减少了17.2%。与传统的二进制算法(BR算法)相比,新算法的计算速度平均提高了42%左右。     

椭圆曲线中的标量乘法

本文对椭圆曲线中的标量乘法进行研究，给出了基于Ｐ１３６３的改进算法及滑动窗口算法，并在基算运算一定的条件下，给出有限域中各算法的实验结果。     

基于格基规约的公钥密码体制攻击方法研究

分析并总结了格基规约算法对背包体制,RSA体制和NTRU体制的攻击现状。针对一种特殊的RSA体制,提出一种格的构造方法,并证明了采用格基规约算法对明文进行恢复的可行性。针对NTRU体制,结合CS格的构造方法,改进一种包含加密随机多项式的格构造方法,同时对改进方案进行了分析和正确性证明。     

基于大数模幂运算的公钥密码体制快速实现

大数模乘在密码学领域有广泛的应用，它是实现RSA、ElGamal、Fiat-Shamir等公钥密码算法的基本运算。该文在分析现有模乘算法的基础上，结合滑动窗口技术对Montgomery模乘算法的具体实现及在模幂中的应用进行了改进。理论分析及实验结果表明，该改进能有效提高公钥密码体制的实现速度。     

一种新的组合快速RSA算法

简述了基于乘同余对称特性的快速RSA算法（SMM）及其改进算法、递归余数和快速算法（RSR），并进行了简要的分析，在两种快速算法的基础上又提出了一种新的组合RSA算法，定性分析表明，新算法比上述责任中算法速度更快。     

一种组合RSA算法

简述了基于乘同余对称特性的快速ＲＳＡ算法（ＳＭＭ）和递归余数和快速算法（ＲＳＲ），并对ＲＳＲ算法进行了简要分析。在两种快速算法的基础上提出了一种组合ＲＳＡ算法。定性分析表明，新算法比ＳＭＭ算法和ＲＳＲ算法速度更快。     

利用有效的求逆算法快速计算超椭圆曲线标量乘

超椭圆曲线密码体制中最重要且最耗时的运算就是除子的标量乘运算,为了提高它的运算速度,给出了一个同时求多个域元素逆的有效算法,该算法的特点是后面运算有效地利用了前面运算的结果,减少了运算量,提高了速度．利用该算法得到的标量乘算法比Lange给出的标量乘算法快32%~35%,比Mishra等人给出的改进算法分别快49%~53%和6%~7%,并且该算法能够抵抗边信道攻击．     

概率多变量签名方案的新构造

概率多变量密码体制是多变量密码学中的新课题之一. 为了提高概率多变量签名的效率,提出了1个求逆算法复杂度低且随机的新中心映射. 对Gouget等人的概率化方法作了改进,使得公钥生成效率提高,公钥长度大大缩短. 基于新提出的中心映射和改进后的概率化方法,构造出1个高效的概率多变量签名方案. 经过安全性分析,该方案可以抵御目前针对多变量密码体制的四种攻击.     

模逆算法的分析、改进及测试

公钥密码实现中,模逆算法经常是算法实现的瓶颈。通常求模逆的运算方法牵涉到大量的除法和减法操作,而除法操作需要大量的运算开销。基于现有的求最大公因子的方法,分析利用扩展欧几里德求模逆的方法,以及二进制扩展欧几里德算法,提出了利用二进制扩展欧几里德算法求模逆的方法,给出了几种算法性能比较的测试环境和测试结果。测试结果表明:改进的算法比利用扩展欧几里德求模逆的方法速度更快,对硬件实现更具有普遍性。     

基于RSA的公钥密码系统

基于对公钥密码体制的分析，研究了RSA密码体制的实现算法，开发了端对端的网络传输信息加密解密系统，在实际网络环境条件下进行了测试证明了其安全性和可靠性。     

分形模型在路面不平度再现中的应用

在分析路面不平度具有自相似性、标度不变性等分形特性的基础上提出利用理想分形曲线建立路面不平度的再现模型。利用功率谱法对实测路面不平度进行分形维数的计算。分析了理想分形曲线的平均功率谱性质,并建立其与路面不平度功率谱的关系。在此基础上提出用分形维数和路面不平度系数2个参数描述路面不平度统计特性的方法,并再现A、C等级标准路面和实测路面不平度。通过功率谱对比可知,根据本文方法建立的路面不平度分形模型精度较高。     

基于组合快速RSA算法的数字签名方案

分析了基于改进的乘同余对称特性快速 RSA算法( SMM)与递归余数和快速算法( RSR)的一种组合快速 RSA算法,并予以实现,最后还提出了一种基于组合快速 RSA算法的数字签名方案.     

基于时间序列的蜂窝网络能量优化方法

针对移动终端在蜂窝网络中的能耗过高问题,提出了一种基于时间序列的能量优化算法--平衡优化算法（BOA）.该算法对移动终端在蜂窝网络中传输的数据块建立自回归滑动平均模型,通过预测下一个数据块的到达时间来动态调整尾巴时间,达到降低能耗的目的.实验结果及分析表明,BOA能达到93.86%的模型匹配率;相比于原标准下的Fixed-tail算法,能达到42.25%的能量优化效果,且用户使用移动终端时间越长,能量优化效果越好.     

基于单加速度传感器的行走距离估计

针对行走距离估计问题,提出基于单加速度传感器的方法.将单个三轴加速度传感器固定在步行者小腿上,根据腿部状态(静止或运动)将读到的连续加速度值进行分步,并重积分运动状态下的加速度值获得行走距离.在原有阈值分步法基础上采用新的分步方法--自适应分步法进行分步计算,它根据步行者当前行走状态(步速、姿态等)对分步参数进行自适应调整.数据显示自适应分步受初始阈值影响小,具有较好鲁棒性,其平均分步误差为1步,平均距离误差在近匀速运动和变速运动情况下分别为15-18%和22-34%;而阈值分步的平均距离误差在近匀速运动和变速运动下则分别为3108%和4982%.实验表明：自适应分步法的结果更加准确且鲁棒性强.     

自适应混沌遗传退火的片上网络映射

针对带宽和时延约束的低能耗片上网络（NoC）映射问题,提出了一种自适应的混沌遗传退火映射算法. 该算法利用Boltzmann更新机制选择遗传个体,引入自适应混沌方法优化适应度较差个体,采用多邻域的退火策略优化较优个体. 实验结果表明,所提算法有效地避免了早熟收敛,提高了算法收敛速度,与标准遗传算法和混沌遗传算法相比,平均节能分别为45%和226%,有效地降低了NoC系统通信能耗.     

快速路截面数据和车牌识别数据融合算法

为了提高快速路交通流检测精度,在对快速路截面数据和车牌识别数据预处理方法研究的基础上,提出了基于遗传算法优化的BP神经网络数据融合算法,并以VISSIM模拟交通流数据为对象,通过MATLAB程序实现该算法的仿真验证,同时与传统BP神经网络融合算法进行对比分析.结果表明,该算法融合的平均相对误差为0.73%,传统BP神经网络融合的平均相对误差为1.55%,融合精度显著提高.     

TDD LTE预编码码本选择算法

为解决时分双工长期演进(TDD-LTE)系统中预编码码本选择算法计算复杂度高的问题,在基于容量最大化和基于误码率最小为准则的预编码选择算法的基础上,提出了一种基于信道奇异值分解的预编码选择算法.该算法采用信道平均的思想和发射信号有效功率最大化的准则,在不损失吞吐量性能的前提下,大大降低了算法复杂度.仿真结果表明,该算法所需的计算量只有上述传统算法的26%～33%,而吞吐量性能损失不大.     

动态多中继协同节点选择算法

为优化协同通信系统的性能,提出了一种动态多中继译码转发(DF)协同节点选择算法MRS-DF.该算法联合考虑节点的剩余能量信息和信道状态信息对网络生存时间进行优化,以获得更长的网络生存时间和更大的信道容量.仿真验证表明,动态分配中继功率时,选择4个中继性能已经达到最优.MRS-DF算法的网络生存时间和信道容量远大于仅考虑...     

基于优化预测定位的单阶段目标检测算法

针对单阶段多边框检测(SSD)算法中存在目标定位不准确和小目标检测精度不高的问题,提出基于优化预测定位的单阶段目标检测算法EL-SSD. 通过双向加权特征金字塔将原SSD预测特征图特征融合,对输出特征图进行特征位置信息解码后进行特征通道权重再分配,提升了特征语义信息,捕获了跨通道位置信息. 通过构建分类置信度及额外的定位置信度级联聚类对预测框进行非极大值抑制,提高在检测阶段对选择目标的定位精度. 实验结果表明,EL-SSD算法在PASCAL VOC2007上的平均检测均值达到79.8%,比原SSD算法提高了2.6%. 在COCO数据集上的精度达到29.4%,比原SSD算法提高了3.5%,在检测图片上的目标定位效果及小目标检测效果明显优于SSD, 适用于需要高定位性能的实时应用场景.