一种针对分组密码S盒的组合侧信道攻击方法*

近年来随着半导体工艺的飞速发展和信息安全的重要性不断增强,越来越多的硬件嵌入了密码算法以保证数据安全性。针对嵌入了FPGA密码芯片的设备在运行算法时泄漏的侧信道信息进行了研究,提出一种改进分组密码S盒的组合侧信道攻击方案,该方案由差分功耗攻击、模板攻击、和毛刺攻击构成。通过传统的差分功耗攻击确定S盒运行的时间区间,然后针对目标S盒的输入输出利用一个时钟周期内逻辑门毛刺个数与部分功耗线性相关的方法,采用线性模型匹配算法恢复密钥并减少了基于多元高斯模型匹配的计算量,为今后提高侧信道攻击的效率提供依据。     

基于语义与规则的有标复句层次体系研究

汉语复句层次关系分析是中文信息处理领域极具挑战性的课题之一。为解决关系词标识信息不充足所导致的复句层次关系识别准确率下降问题,挖掘了影响分句关联的形式化语义知识,在此基础上构建了小句关联体识别算法并将其应用于相应的复句层次判定规则之中,以辅助分析其层次关系;对于其余单、多重有标复句的层次识别,使用基于搭配规则的移进-归约算法;最后提出了一种语义与规则相结合的复句层次分析模型。实验结果表明,此方法在一定程度上提高了复句层次关系识别的准确率。     

无线传感器网络中分段贪婪地理路由算法

针对基于地理位置的无线传感器网络路由中存在的路由空洞问题,提出一种新的路由模式:分段贪婪路由.在该模式中,整个路由过程被中间节点序列划分为若干段,在每一段上仅应用贪婪转发策略.为确定合适的中间节点,给出一种基于递归探测的方法,并以GPSR算法为基础探测路由构造了SGR算法.仿真实验表明,在存在不同类型、大小、数量路由空洞的网络环境中,SGR算法均能以较小的探测开销获得接近最优的路由路径,尤其是凹空洞存在的情况.     

基于UML的电牵引采煤机变频器控制器的建模设计

针对矿用电牵引采煤机电气控制系统传统的设计过程存在的设计缺陷,文章提出了一种在系统设计初期采用UML建模方法进行系统的需求分析与设计的方案,并以矿用电牵引采煤机电气控制系统中变频器控制器的建模设计为例,介绍了基于UML的建模设计方法。     

基于ARMA-BP神经网络模型的风电功率预测研究

结合ARMA时间序列预测模型和BP神经网络预测模型的优点,构建ARMA-BP神经网络混合模型,对风电功率预测问题进行研究。采用构造性神经网络模型得出的类别值对统计时间序列模型的预测值进行修正,提高了风电预测的精度和效率。     

燃烧控制系统H_∞鲁棒控制器设计

针对火电厂燃烧控制系统传统控制策略的不足,给出了以辐射能信号为串级控制的中间被调量的H∞鲁棒控制燃烧系统。介绍了设计控制器的过程,通过仿真分析了该控制器的稳定性和鲁棒性,并与采用参数自调整的辐射能信号的模糊PI复合控制系统进行了比较。仿真结果显示:该控制器有良好的鲁棒控制稳定性和鲁棒控制性能。     

改进多目标粒子群优化算法在间歇蒸煮过程中的应用

对间歇蒸煮过程进行了分析建模,分别建立了纸浆质量、污染指标和制浆成本三个数学模型,从而构成多目标优化问题。在典型的多目标优化算法NSGA-Ⅱ的基础上,采用粒子群算法的消息传递机制来进行求解,新算法在全局极值的选择上借鉴了分布估计算法的概率抽样思想来产生新的gbest。最后就该算法进行了仿真计算并和实际参数进行了对比,说明实际生产在能耗和污染两项指标上确实存在改进的余地。     

高精度气压源的Fuzzy-PID控制研究

设计了Fuzzy—PID双模控制器并应用到高精度气源压力控制系统中．试验表明，单纯采用PID控制的高精度气源压力控制系统具有精度高的优点，但不适应系统参数的变化．Fuzzy—PID双模控制器具有响应速度快、稳态误差小、鲁棒性强的优点．通过试验比较了传统PID、Fuzzy控制和Fuzzy—PID双模控制3种控制策略，试验结果表明，Fuzzy—PID双模控制器综合了Fuzzy控制和PID控制的优点，适用于高精度气源压力控制系统．     

地理信息系统在供电企业中的应用

结合宁夏电力公司银南供电分公司企业内部网络,针对目前城网改造引起城区配电网结构的变化,提出了在原城网配电自动化系统的基础上构建的电力企业地理信息系统(GIS),使全公司范围内的所有GIS工作站均能方便地浏览到配电网图形、配电网实时数据和静态数据,以达到资源共享。     

求解含非线性参数的QoS路由的启发式算法

具有非线性参数的QoS路由分为含有非线性约束条件的QoS路由和含有非线性优化目标的QoS路由两类，它们都是NP问题．提出了两种启发式算法求解这两类QOS路由优化问题问题．对第一类问题，求解去掉非线性约束条件后的优化问题．如果找到的解满足非线性约束条件，则该解是最优解；否则在优化问题中添加一个新的线性约束，将已得到的解去掉，反复下去就可得到最终解．对第二类问题，将非线性优化目标换为约束条件中的线性参数，求解此优化模型，如果有解，则记录此时对应的非线性目标值．而后增加一个新的线性约束，去掉刚才得到的解，比较两次得到的非线性目标值，保留最小值．如果得到的解不满足该线性参数的约束条件，则算法结束；否则继续迭代．证明了两种算法的收敛性，并且时间复杂性为近似多项式时间．计算实例表明了算法的有效性．