摘要：在数字化时代,大量敏感数据存储在各种网络和云平台上,数据保护成为信息安全领域的关键挑战之一.传统的加密方法存在单点故障和中心化控制的问题,从而可能导致数据泄露.为了解决这些问题,提出了一种新的方法,将区块链技术和改进的代理重加密算法相结合,采用Shamir门限密钥共享,设计了一种基于门限代理重加密算法的数据共享方案TDPR-BC,安全分析及实验结果表明该方案可以满足大部分数据访问需求.

摘要：P2P及fast-flux等技术的出现使僵尸网络隐蔽性大大增强。传统人工提取特征的识别方法愈发困难并且识别精度低。该文设计一种新的基于CNN及LSTM融合网络结构,使用改进激活函数和网络结构的卷积神经网络检测空间特征,并使用长短时记忆网络检测时序特征,将两种特征并联融合用于识别僵尸网络。实验表明,该方法在精度和召回率等方面可满足僵尸网络识别需求。

摘要：提出了一种基于自适应集成学习的异常流量检测方法,使用离散傅里叶变换提取流量的频域特征,使得对流量特征提取过程中信息损失较小.用一种基于稳定性和准确性波动的评估指标来动态评估当前流量特征的可靠性,通过评估的特征数据块用于生成新的子分类器.同时,设计了一种集成自适应分类器,其参数和子分类器会根据当前的情况进行实时调整.实验结果表明,该方法对于解决异常流量检测中的概念漂移问题和机器学习对抗攻击问题有良好的效果.

摘要：聚类分析能够挖掘出数据间隐藏的内在联系并对数据进行多指标划分,从而促进个性化和精细化运营。然而,数据孤岛造成的数据碎片化和孤立化严重影响了聚类分析的应用效果。为了解决数据孤岛问题的同时保护相关数据隐私,提出本地均分扰动联邦K-means算法(ELFedKmeans)。针对横向联邦学习模式,设计了一种基于网格的初始簇心选择方法和一种隐私预算分配方案。在ELFedKmeans算法中,各站点联合协商随机种子,以较小的通信代价生成相同的随机噪声,保护了本地数据的隐私。通过理论分析证明了该算法满足差分隐私保护,并将该算法与本地差分隐私K-means(LDPKmeans)算法和混合型隐私保护K-means(HPKmeans)算法在不同的数据集上进行了对比实验分析。实验结果表明,随着隐私预算不断增大,三个算法的F-measure值均逐渐升高;误差平方和(SSE)均逐渐减小。从整体上看,ELFedKmeans算法的F-measure值比LDPKmeans算法和HPKmeans算法分别高了1.7945%~57.0663%和21.2452%~132.0488%;ELFedKmeans算法的Log(SSE)值比LDPKmeans算法和HPKmeans算法分别减少了1.2042%~12.8946%和5.6175%~27.5752%。在相同的隐私预算下,ELFedKmeans算法在聚类质量和可用性指标上优于对比算法。

摘要：加密货币已成为许多犯罪分子犯案的金融工具,而目前对阻止异常资金在加密货币体系中流通的研究尚不足。结合智能合约与可编辑区块链技术,提出一种基于投票机制的黑名单公有链解决方案。该方案首先利用智能合约技术从博弈论视角对是否将一笔资金加入黑名单的投票过程进行设计,通过设置奖励和惩罚的措施以促使局中人选择诚实的策略;然后对于已确认的异常资金,设计UTXO异常度这一字段,对处于不同阶段的异常资金,利用可编辑区块链的特性选择回溯或赋予异常度的处理措施。实验结果表明,在区块整体打包过程中,被赋予最高异常度的交易被选中的平均概率仅为19.5%;原本被选中的交易被赋予最高异常度后,被选中的平均概率降低到68.4%;同时,被赋予不同等级异常度的交易被选中的概率呈阶梯式递减。基于投票机制的黑名单公有链方案解决了以往黑名单方案中记录添加依据不合理、执行力度不强的问题,能够有效阻止异常资金流通。

摘要：针对定日镜场的优化设计问题,首先通过求解太阳的方位角和高度角,确定各定日镜的俯仰角和方位角,从而计算定日镜在不同时刻的光学效率,重点关注投影法求解阴影遮挡效率、光线追踪法和蒙特卡洛算法求解集热器截断效率等指标,建立了整个定日镜场的年平均输出热功率模型.在此基础上,通过调整吸收塔的位置以及定日镜的位置、数量和尺寸等变量,使单位面积镜面年平均输出热功率最大化,建立了单目标优化模型.由于变量数量庞大,采用遗传算法先只对定日镜的位置进行初步求解,发现定日镜的分布大致呈同心圆形态,在此基础上,利用变步长遍历进一步精确求解,最终得到了定日镜场的最优分布.

摘要：针对近年来防疫工作的需要,各种疫情防控机器人快速发展,传统疫情防控机器人的功能多为隔离病房护理和医疗物品递送,而较少能对病人进行核酸采样,本文设计了一种基于树莓派的智能咽拭子采样机器人系统,该系统具有核酸采样、数据上传、人脸识别等功能。当机械臂进行核酸采样时,先使用双目摄像机测距,再通过深度学习训练出可以进行人的面部和口部识别的模型,得到口部三维坐标后,机械臂采用运动学逆解得出末端运动轨迹,自动进行核酸采样。与现有疫情防控机器人相比,本系统填补了在核酸采样方面的空白,具有高效、智能、便捷、灵活的特点。实验测试表明,所设计的核酸采样机器人可以完成口腔位置定位、取咽拭子、口腔咽拭子核酸采样和取放咽拭子等功能,且目标检测的精度达到85%以上,能精确识别不同位置和不同明暗程度的人脸。

摘要：在物联网环境中,为了确保通信数据的机密性和完整性,数据加密密钥的安全性尤为重要。密钥一般采用中心化的存储机制,当中心实体不可信时会造成密钥泄露的风险,因此在分发过程中需要保证密钥的完整性,但普通的签名方案往往较为复杂。针对密钥分发中心化及密钥分发算法复杂等问题,提出了一种基于一次哈希签名和联盟链的密钥分发协议。首先,利用轻量级的一次哈希签名进行用户注册和认证,同时,为了有效检测和防御使用一次哈希签名过程中可能出现的中间人攻击,协议中使用了Hyperledger Fabric联盟链存储签名凭证,用户可以从联盟链上获取签名凭证以供认证;然后,基于Hyperledger Fabric链和ElGamal密码体制设计了一个对称密钥分发方案;最后,从理论分析和Scyther形式化协议分析工具两个方面分析了密钥分发协议的安全性,结果表明该协议在保证密钥分发安全性的情况下,提高了密钥分发的效率。

摘要：针对现有的基于本地差分隐私的朴素贝叶斯分类方案存在计算、通信开销较高,以及采样率过低引起采样误差的问题,设计了一种满足本地差分隐私的频数预测算法,并将其应用于基于本地差分隐私的朴素贝叶斯分类器的训练。该频数预测算法的扰动机制基于指数机制设计,扰动输出的概率由效用函数决定,有效地提高了数据分类的效用。方案的用户端通过该扰动机制来完成本地隐私化的工作,服务器端通过收集用户扰动数据,对频数进行预测,恢复其统计特征。相较于传统的贝叶斯分类方案,不仅能够减少训练数据在收集过程中可能带来的隐私泄露问题,提高了分类准确率,而且降低了计算和通信开销。性能分析和实验结果验证了方案的隐私性、分类准确率以及有效性。

摘要：网络技术的发展导致恶意域名类型层出不穷,为了挖掘更深层次的恶意域名,提出一种将知识图谱应用到恶意域名的检测方法。在设计域名知识图谱本体模型的基础上,抽取对应的实体、关系,使用Neo4j图数据库存储域名知识图谱,根据图推理算法计算未知域名与图谱中已知属性相邻节点的密切程度,来判断未知域名的属性。实验结果表明,新方法在恶意域名检测上有良好的实验效果(AUC=0.98),可有效识别之前未检测出的恶意域名,实现对隐藏较深恶意域名的挖掘。