志愿计算中基于贝叶斯定理的信任模型

志愿计算因其开放性、匿名性和动态性得到广泛应用,但同时也对系统的安全性带来挑战.传统认证方式无法满足志愿计算系统的安全性需求,而通过在系统中建立信任机制可以有效解决这一问题.为此,构建一种基于贝叶斯定理的志愿计算系统信任模型VC-trust.依据贝叶斯定理对节点的不确定性行为进行分析预测,根据节点历史交互记录并引入处罚因子和调节函数计算节点信任值,同时利用时间滑动窗口对其进行更新.实验结果表明,在节点行为变化的情况下,VC-trust模型较BTMS模型具有更高的交互成功率.     

基于Coq的Paxos形式化建模与验证

Paxos是一个在不可靠的分布式处理器网络中解决共识问题的算法族.共识问题是指分布式系统中一组参与者就一个结果达成一致的过程.随着Paxos在大型分布式系统中的广泛运用,比如区块链系统以及谷歌文件系统等,其安全性证明越来越重要.本文在定理证明工具Coq中形式化描述和定义了Lamport的Basic Paxos算法,并且证明了其满足共识性.     

具有强前向安全性的动态门限签名方案

传统密码体制的系统安全性建立在私钥安全的前提下,但是一旦私钥泄露系统将会存在较大的安全隐患。针对这一问题,提出了一种强前向安全的动态门限签名方案,方案基于中国剩余定理,无需可信中心,通过成员之间相互协作产生签名,有效地避免了因引入可信中心所导致的权威欺诈等问题。该方案定期更新成员私钥,解决了私钥泄露带来的安全隐患,同时该方案允许成员加入和退出。安全性分析表明,当前密钥泄露不会对已有签名和未来签名造成影响,因此方案具有前向和后向安全性,满足强前向安全性的要求。效率分析表明,与已有方案相比,该方案具有较高的执行效率。     

基于网络流的嵌入式互联网中流量控制与优化

针对嵌入式互联网中实时应用的受限问题,本文提出优化网络资源,平衡网络流量的解决问题思路.基于此,采用图论中的最大流最小割定理,在最小物理网络拓扑结构中构建流量控制模型,并提出一种动态离散粒子群优化算法(DDPSO). DDPSO通过优化模型中的最大流函数继而优化控制网络流量.仿真实验证明:本文提出的DDPSO算法在定义域内具有较好的收敛性;当采用分级优化策略优化控制网络流量时,本文提出的优化策略可以有效优化网络流量,充分利用网络资源,以保证实时应用要求.     

卷积神经网络层级分解研究

随着深度学习的不断发展,卷积神经网络(CNN)在目标检测与图像分类中受到研究者的广泛关注。CNN从LeNet-5网络发展到深度残差网络,其层数不断增加。基于神经网络中"深度"的含义,在确保感受野相同的前提下,给定标准的输入图片和输出特征图,对不同层数的卷积神经网络进行训练,并将训练结果与标准输出图进行对比。在此基础上,对标准的3×3卷积核进行分解,构建由2×2大小卷积核组成的CNN。根据目标特征是否具有中心对称的性质,提出多层卷积网络初始权值的选取规则。     

汇编级顺序语句块的自动形式化规约及其验证

软件的形式化验证是保障软件可证明性、可靠性和安全性的重要手段,但传统形式化验证脚本的生成过程复杂且需要形式化验证专家的大量手工验证。为提高证明效率,构建一种自动证明模型,并在此基础上提出语义自动规约算法以及对所规约的语义自动生成证明脚本的算法。利用C++和Python并通过交互式定理证明器Isabelle 2017在基准数据中随机选择10个程序进行测试,结果表明,与完全人工操作相比,该算法具有较高的验证效率,可实现顺序语句块的自动化规约与验证。     

基于g-期望的部分可观测非零和随机微分博弈

本文研究了g-期望下的部分可观测非零和随机微分博弈系统,该系统的状态方程由It?-Lévy过程驱动,成本函数由g-期望描述.根据Girsanov定理和凸变分技巧,本文得到了最大值原理和验证定理.为对所获结果进行说明,本文讨论了关于资产负债管理的博弈问题.     

一种绳牵引并联机器人系统控制律设计及Lyapunov 稳定性分析

根据绳牵引并联机器人系统的耦合性和非线性,以6-DOF八绳牵引并联机器人(WDPR-8)系统为研究对象,设计一种基于系统动力学方程的PD控制律,并构造出一种李雅普诺夫函数;基于李雅普诺夫稳定性理论以及LaSalle定理对非线性并联控制系统进行稳定性分析,结果表明,WDPR-8支撑系统呈渐近稳定特性.针对用于风洞试验的飞机模型支撑,通过仿真实验验证所设计控制律的正确性和可行性.仿真结果表明,系统的控制性能良好,可为实际应用提供依据.     

基于中国剩余定理的动态门限签名方案

针对移动攻击,提出一种基于中国剩余定理（CRT）的动态门限签名方案。首先,成员交换影子产生各自的私钥和组公钥,然后由成员协作产生部分签名,最后通过部分签名合成签名。方案在签名过程中没有暴露组私钥,从而保证组私钥可重复使用;方案允许成员定期更新私钥,且组公钥不变,以保证更新前的签名仍然有效;此外,方案允许新成员加入,并保证老成员私钥和组私钥不会泄露。分析表明,该方案具有良好的前向安全性,能够有效地抵抗移动攻击;且理论分析和仿真实验结果表明,与基于Lagrange插值多项式方案相比,该方案更新时间消耗为常数级,时间效率较高。     

多机器人路径规划的安全性验证

近些年来,伴随着人工智能领域的浪潮,机器人越来越多的出现在我们的日常生活中,例如足球机器人、无人机、无人车等.如何保证这些自治机器人尤其是多个机器人在移动过程中的安全成了人们一直很关心的问题.混成通信顺序进程（Hybrid Communicating Sequential Process,HCSP）是一个针对混成系统的形式化建模语言,在通信顺序进程（Communicating Sequential Process,CSP）的基础上引入了微分方程以描述混成系统中的连续行为和控制逻辑,可以方便高效地对大型控制系统尤其是在有通信事件发生时的情形进行形式化建模.本文就是用HCSP建模多机器人的路径控制算法,并用定理证明工具HProver进行形式化验证.结果证明了在满足一定初始条件下,机器人团队在整个运行途中不会发生碰撞.