摘要：针对位置隐私保护算法中未考虑背景知识中位置在不同时间段里对应的查询概率不同而导致的隐私保护效果降低,提出了基于时间段的假位置攻击算法,并基于这种攻击设计了区分时间段的细粒度假位置选择算法。在选择假位置时充分考虑发起请求的时间,选择满足查询概率、语义距离和匿名集面积要求的假位置,仿真实验证明了所提算法能够完全抵挡攻击者通过请求时间分析的攻击方式,在保证查询服务质量的同时,满足用户的隐私保护需求。

摘要：针对可再生散列链解决了资源受限的缺点,但现有构造方案在安全性和复杂性等方面存在缺陷这一问题,提出"重复"、"划分"和"划分树"的定义,以及基于(t,n)-Mignotte’s门限的中国剩余定理秘密共享方案,设计了一种新的可再生散列链构造方法。从明文空间、双重认证和可证明安全3个方面论证了新构造方案能确保新链中种子值的安全再生并有效抵制中间人攻击。仿真实验表明新构造方案在通信、计算和存储开销等方面相比于传统方案具有相同甚至更佳的性能。

摘要：5G规模化商用可提供高速低延时的通信服务,但由于逐块设计的通信模型可解释性程度较低,增加了其物理层优化的复杂度。针对该问题,利用深度学习在结构化信息表示和数据提取上的优势,在其基础上提出一种自编码器端到端物理层优化方案。通过两阶段训练模式提高神经网络的泛化性,同时利用自编码器压缩特性量化信道状态信息(CSI)并进行重建,降低CSI反馈导致的系统开销。仿真结果表明,该方案通过分阶段训练能有效提升收敛速率,而压缩量化CSI则可缓解系统负载。

摘要：针对5G/B5G网络热点通信场景中基站(BS)部署的异构性以及用户设备(UE)与BS之间的耦合问题,提出一种面向密集热点区域的三层异构网络建模方案。将宏BS(MBS)和微微BS(PBS)的位置建模为泊松点过程,将分散在热点中心的UE和低功耗毫微微BS(FBS)建模为泊松簇过程,将PBS覆盖范围之外的UE和FBS建模为两个独立的泊松洞过程。在此基础上,设计UE分类和级联准则,推导簇中心和簇边缘UE的级联概率与级联距离的统计表达式,并考虑有序FBS和非有序FBS的两种级联情况。实验结果表明,当目标UE与FBS级联时,非有序FBS情况下的级联概率优于有序FBS情况,当目标UE与MBS或PBS级联时,有序FBS情况下的级联概率优于非有序FBS情况。

摘要：图像匹配是图像信息领域中一个非常重要的技术。以中介真值程度的数值化度量为基础,建立了中介相似性量度,设计了采用中介相似性量度的灰度信息图像匹配算法。实验结果表明,与已有的典型算法处理结果相比较,基于中介相似性量度的匹配算法具有良好的抗噪性和一定的抗失真性,且具有较高的匹配精度和匹配速度。

摘要：针对当前证据有效性不足的缺点,结合概率论,提出了基于可信概率的电子数据取证有效性模型.以Petri网为基础,将取证后经形式化处理的数据抽象为Petri网中的库所,操作行为和取证方法抽象为变迁,后一节点为运用该操作方法对前一节点进行某种变换所形成.给出了取证过程中的基本定义和形式化处理方法,研究了概率计算的相关算法,描述了详细的推理过程.利用"可信度+数据源+取证规则"作为对所得证据的有效性说明,为可信取证的动态取证行为可信提供理论基础.通过概率计算的方法,最终得到具体的概率数据,在保证数据源信息可信的基础上(即静态属性可信的假设前提),通过可信概率(概率值接近0或者1)的方法保证处理过程所使用的取证规则可信(即使用可信的动态取证方法或行为),最终实现电子数据作为证据的高的可信度.最后,设计了有效性证明系统,利用实际案例,分析并验证了可信概率在电子数据取证有效性模型中的具体应用.

摘要：针对现有的情感分析方法缺乏对短视频中信息的充分考虑,从而导致不恰当的情感分析结果。基于音视频的多模态情感分析(AV-MSA)模型便由此产生,模型通过利用视频帧图像中的视觉特征和音频信息来完成短视频的情感分析。模型分为视觉与音频2分支,音频分支采用卷积神经网络(CNN)架构来提取音频图谱中的情感特征,实现情感分析的目的;视觉分支则采用3D卷积操作来增加视觉特征的时间相关性。并在Resnet的基础上,突出情感相关特征,添加了注意力机制,以提高模型对信息特征的敏感性。最后,设计了一种交叉投票机制用于融合视觉分支和音频分支的结果,产生情感分析的最终结果。AV-MSA模型在IEMOCAP和微博视听(WB-AV)数据集上进行了评估,实验结果表明,与现有算法相比,AV-MSA在分类精确度上有了较大的提升。

摘要：针对目前空气质量监测只反映一个城市的总体水平、监测指标不全面、交互方式不佳等问题,设计并实现了一个基于多种交互方式的分布式空气质量监测系统,以实现对空气质量的实时高效监测。该系统包含了数据采集子系统、数据管理子系统和数据处理子系统。为了让数据采集子系统更准确地采集空气质量数据,分区域部署了多个终端监测设备组成一个分布式系统实现多站点监测。在数据管理子系统中,使用云平台进行监测数据的存取管理,实现海量数据的便捷、实时、可靠存取。在数据处理子系统中,采用多种交互方式供用户获取和分析空气质量数据。交互方式包括数据的云端交互、数据的移动端交互和数据的三维可视化交互,使得用户不仅能更便捷地查询空气质量还能及时地收到污染指标超标报警和空气质量预测信息。该系统在实际应中能够全面地监测各区域空气质量,并且交互功能丰富,有效弥补了目前空气质量监测的不足。

摘要：在分析现有匿名通信系统的基础上,设计了一种新的基于重路由的匿名通信方案。针对如何实现用户与用户之间通信匿名性的问题,提出了一种结合重路由机制中的变长策略和下一跳路由选择策略的方法来建立匿名通信路径,该方法还引入了概率转发机制和加密机制。针对如何增强匿名通信系统稳定性和抗攻击能力的问题,提出采用多服务器协调的P2P工作方式来设计匿名通信系统;并且新方案引入了分片冗余机制,在维护匿名转发路径的同时,也对通信消息提供了保护。通过理论分析和仿真分析可知,该方案设计具有较好的稳定性和匿名性。

摘要：为及时隔离局域网内易受攻击的异常物联网设备,对网络管理员而言,具备高效的设备分类识别能力至关重要。现有方法中所选择的特征与设备关联性不高,且设备状态的差异会导致样本数据不平衡。针对上述问题,文中提出了一种基于流量和文本指纹的物联网设备分类识别模型FT-DRF(Flow Text-Double Random Forest)。首先设计特征挖掘模型,选取稳定的流统计数据作为设备流量指纹;其次基于HTTP,DNS和DHCP等应用层协议头部字段中的敏感文本信息生成设备文本指纹;在此基础上,对数据进行预处理并生成特征向量;最后,设计基于双层随机森林的机器学习算法对设备进行分类识别。对由13个物联网设备组成的模拟智能家居环境数据集和公共数据集进行有监督分类识别实验,结果表明,FT-DRF模型能够识别网络摄像头、智能音箱等物联网设备,平均准确率可达99.81%,相比现有典型方法提升了2%~5%。