一种基于分组密码的hash 函数

提出了一个基于分组密码的hash 函数体制,它的rate小于1 但却具有更高的效率,同时,这个hash 函数可以使用不安全的压缩函数进行构造,降低了对压缩函数安全性的要求.首先,在黑盒子模型下对这个新的体制的安全性进行了证明,然后给出了能够用于构造该体制的使用分组密码构造的压缩函数,最后通过实验对比发现,新hash 函数的速度比rate为1 的hash 函数快得多.实验结果表明,除了rate以外,密钥编排也是影响基于分组密码hash 函数效率的重要因素,甚至比rate影响更大.该体制只有两个密钥,不需要进行大量的密钥扩展运算,大大提高了基于分组密码hash 函数的效率,而且该体制可以使用现有的分组密码来构造.     

Characterizing the role of Weibo and WeChat in sharing original information in a crisis

Strategically differentiated managerial evidence of different social media platforms is of great importance to enhance crisis communication processes by balancing their strengths and weaknesses. This study aims to uncover the platform-specific situational information-sharing characteristics by differentiating the major types of information published in Weibo and WeChat during different phases of a crisis. The subject of the study is the Changsheng fake vaccine crisis which happened in China in 2018. Multiple supervised machine learning and topic modelling methods are used for the characterization of situational information types of the crisis during three phases in both platforms. Our study found that WeChat shares more situational information such as notifications, caution and advice, and criticizing information, whereas Weibo shares more emotional support and help-seeking information. This study provides social media analytics and empirical evidence of platform-specific situational information-sharing characteristics to aid authorities/researchers for better crisis communication and public emergency management.     

面向异构DHT存储的数据与位置解耦算法

分布式哈希表(distributed hash table, DHT)由于其高效的数据寻址方式而被广泛应用于分布式存储.传统DHT必须将数据存放在指定节点中才能实现高效的数据分布式寻址,极大地限制了DHT技术的应用范围.例如,在异构存储网络中,节点的存储空间、带宽、稳定性等均有较大差异,结合数据特征和节点性能差异选择合适的数据存放节点可以很大程度上提高数据的访问效率,而传统DHT数据和存储位置紧耦合的特征导致其难以应用于异构的存储网络中.针对此问题,提出了vRoute算法以实现DHT中数据标识与其存储位置的解耦.通过构建基于Bloom Filter的分布式数据索引, vRoute算法可以在不降低数据寻址效率的基础上允许数据存储在网络中的任意节点.通过扩展Kademlia算法实现了vRoute,并从理论上证明了vRoute算法的有有效性.最后,模拟实验表明vRoute以较低的存储、网络开销实现了和传统的DHT算法接近的数据寻址效率.     

Weakly supervised temporal action localization with proxy metric modeling

Temporal localization is crucial for action video recognition. Since the manual annotations are expensive and time-consuming in videos, temporal localization with weak video-level labels is challenging but indispensable. In this paper, we propose a weakly-supervised temporal action localization approach in untrimmed videos. To settle this issue, we train the model based on the proxies of each action class. The proxies are used to measure the distances between action segments and different original action features. We use a proxy-based metric to cluster the same actions together and separate actions from backgrounds. Compared with state-of-the-art methods, our method achieved competitive results on the THUMOS14 and ActivityNet1.2 datasets.     

An index-split Bloom filter for deep packet inspection

Deep packet inspection(DPI)scans both packet headers and payloads to search for predefined signatures.As link rates and traffc volumes of Internet are constantly growing,DPI is facing the high performance challenge of how to achieve line-speed packet processing with limited embedded memory.The recent trie bitmap content analyzer(TriBiCa)suffers from high update overhead and many false positive memory accesses,while the shared-node fast hash table(SFHT)suffers from high update overhead and large memory requi...     

哈希签名在MANET组播的应用

固定网络和MANET之间通过网关进行组播通信,SMF是MANET一种洪泛机制的组播转发路由,提出使用多网关和哈希签名的MD5算法进行包重复检测的方法。仿真表明,通过多网关和哈希签名提高组播数据包的投递率,减少时延时间和减少重复的组播数据包数量。     

多线程应用中的定时器管理算法

针对高性能电信系统中软定时器效率低下的问题,提出一系列优化方案,采用二次散列的时间轮,并结合免锁算法的低粒度互斥锁,从理论上把定时器查询和定时器插入等常用操作的复杂度从O(n)降至最优情况的O(1)。通过真实高负荷进行测试,采用SunStudio11性能分析工具对优化前后的性能进行定量分析。实验结果表明,该优化方案能够有效提高系统效率。     

基于单链表和散列表比较的词频统计研究

针对操作系统课程中的词频统计实验,介绍两种分别采用单链表和散列表进行词频统计的方法,并着重说明后一种方法在效率方面的优越性。     

基于监督分类的震后高分辨率影像倒塌房屋快速识别

针对监督分类中样本设计与选取、关键特征提取两个关键环节,设计了多种不同样本提取方法和多种典型特征参数组合,对海地震后高分辨率影像倒塌房屋快速提取进行分析研究。结果表明,以倒塌样本与屋角样本作为训练样本,以灰度均值和灰度共生矩阵逆差矩作为参数组合,能够保证较好提取精度的同时,最大限度减少人工样本选取工作量,提高倒塌房屋快速提取效率。最后以该分类方法对玉树震后高分辨率影像的倒塌房屋进行自动识别,识别结果良好,进一步检验了该分类方法的有效性。     

一种基于子串识别的多模式串匹配算法

多模式串匹配算法是网络内容过滤系统的核心技术。巨大的存储空间开销是制约多模式匹配串算法应用的瓶颈之一。提出一种基于子串识别的多模式匹配算法—HashBOM,该算法利用位哈希表存储模式串的子串信息以大幅度减少存储空间,利用递归哈希函数计算字符串的哈希值以实现快速匹配。理论分析表明,该算法的空间复杂度为O(rm~2),优于基于子串识别的匹配算法BOM的空间复杂度O(mr|∑|log_2mr);该算法搜索匹配过程的平均时间复杂度为O(nlog|∑|)mr/m,与BOM算法相同(其中m为最短模式串的长度,r为模式串的个数,n为待匹配文本的长度,|∑|为字母表的大小)。在随机数据集和真实数据集上的实验表明,该算法的存储空间远远低于BOM算法,而匹配速度与BOM算法相当,非常适合在线实时匹配的应用环境。