摘要：物联网应用的安全和隐私保护问题是制约其进一步发展的关键因素,该文针对物联网中外部用户需要直接访问传感器节点获得信息的应用需求,基于异构传感器网络设计一个用户认证和密钥协商协议,保证信息传输的安全。协议在实现对所有参与者身份认证的同时,完成了用户和传感器节点之间的密钥协商。最后,该文从安全性和执行效率两个方面对所设计协议进行分析、比较,结果显示所设计协议是安全、高效的。

摘要：随着物联网的快速发展,受限设备的安全性受到了严重的挑战,轻量级密码作为受限设备的主要安全措施受到越来越多研究人员的关注。针对轻量级密码的设计策略、安全性和实现性能问题的研究进展作了综述。阐述了轻量级密码常用的设计策略及设计中的关键问题,并对当前典型和常见的轻量级密码从原理、实现机制等诸多方面进行了分析和讨论。归纳总结了轻量级密码安全分析的常用方法,并强调了旁路攻击的威胁与加入防护机制时应注意的问题;从轻量级密码性能的各项重要指标的角度详细对比和分析了现有的轻量级密码算法,指出了面向硬件和面向软件实现的轻量级密码各自适用的场合;最后进一步指明了当前轻量级密码研究中尚未解决的一些难题和未来可能发展的方向。结合轻量级密码自身特征和其应用的环境等特点,指出轻量级密码安全性和实现性能的综合评估是未来值得不断深入研究的问题。

摘要：拜占庭失效或恶意攻击会降低云服务供应商的云存储服务可靠性,为此,提出一种基于云计算的安全可靠数据存储方案。通过LT编码增加分布式云服务器的数据冗余度,在保证性能全局准最优的同时,提升数据用户在数据检索阶段的解码效率。利用支持公共数据完整性检查和准确数据修复,避免数据拥有者长期保持在线状态,并设计数据修复解决方案,使服务运行期间无需产生元数据也能进行数据修复。实验结果表明,与基于网络编码和基于RS码的云存储方案相比,该方案的通信成本只增加了15%,但数据检索效率却提高了约1倍。

摘要：针对制造业产业链大规模企业群的制造服务需求,凝练出协同采购、生产、销售、售后和物流五类制造协同服务体系。为解决核心制造企业群与供应商、销售商、售后服务商、物流商五类企业群的大规模复杂性协同问题,结合云服务思想及理论,提出基于SaaS的汽车产业链云服务平台总体支撑方案。引入变粒度的多重广义协同关系算子模型,验证了支撑方案的合理有效性。利用该支撑模型,构建出面向汽车产业链内外协作一体化的云服务平台信息支撑体系,并对云服务平台的数据库内核进行了设计。对云服务平台的初步应用情况进行了分析,为解决广域空间内制造服务的协同问题提供了一定的理论支撑。

摘要：为研究云存储系统任务调度的问题,根据云存储系统的特点,前人已通过存在矩阵对PSO算法初始化与迭代更新进行约束,解决了PSO初始化以及迭代解对于云存储无意义的问题,使得PSO调度算法的迭代次数以及执行时间大幅降低,但其未充分考虑网络当前的状态以及网络服务质量问题。针对这一缺点,通过多QoS约束改进PSO调度算法在QoS要求下的性能特征,使解更符合当前网络的状态以及用户对多QoS的需求。实验结果表明,虽然迭代次数和运行时间没有明显的变化,但是相对于现有算法在多QoS性能方面平均满足率仅有33%,QoS约束将该值改进至45.6%,满足多QoS的需求。

摘要：在用户与用户进行量子密钥分发时,随着用户数量的增加,用户之间需要建立大量的量子传输信道。针对减少量子传输信道数量问题进行了研究,设计了一种基于GHZ态的量子密钥分发协议。该协议由第三方进行粒子分配,利用三粒子GHZ态在Z基和X基下具有不同的表示特性作为密钥分发的关键点来实现密钥分发,大大减少了量子信道的数量。经过安全性分析表明协议能抵御截获重发攻击、中间人攻击和纠缠攻击,而作为第三方可以是不可信的。

摘要：在资源访问无处不在的互联网时代,如何做好对资源的访问控制具有重要的意义.本文利用二粒子纠缠态Bell态的纠缠特性,提出了基于Bell态的资源访问控制协议.该协议基于量子密钥分发(Quantum Key DistributionQKD),设计了一种利用不对等密钥(不经意密钥)实现的量子资源访问控制协议,同时实现了对资源请求方的身份认证.本文分析了该协议的安全性,证明了协议可以实现资源不被非法授权用户访问,以及特定授权用户只能访问特定资源.

摘要：为满足屏幕图像传输中低CPU使用率,低带宽占用率的需求,设计并实现了一种动态分块隔行扫描算法。该算法比较相邻两帧图像,找出所有图像变化坐标并根据变化像素点的坐标得到面积最小的不重叠矩形区域的集合,压缩并发送矩形区域集合包含的图像数据。实验结果表明,在图像变化较小时,该算法的CPU使用率和带宽占用率明显优于固定分块隔行扫描算法,有效减小传输的数据量,提高图像传输的性能。

摘要：随着互联网用户从传统PC端到移动端的转换,移动安全受到越来越多的关注。为了提高对未知恶意移动应用的检测效率,针对传统检测对引入多态和变形技术的恶意应用检测能力较差的问题,提出了一种基于HTM算法的恶意Android移动应用检测方法。该应用检测包含针对Android应用Dalvik指令特点的特征提取、采用信息增益的方式进行特征选择与融合,并利用HTM算法进行序列模式训练和推导,然后将测试样本特征提取与融合后的结果输入到完成训练的HTM网络中,达到检测恶意应用的目的。实验仿真表明,所设计的恶意应用检测方法的检测率接近100%,检测效率高,误报率0.08%。相较于其他算法,提出的恶意检测方法的检测率、误报率、分类准确率均更优,并能应用于不同类型的恶意应用,但训练和测试时间较长。

摘要：为解决当前山洪防灾预警信息化建设中数据处理效率低、资源共享能力弱、软件通用化程度不高、功能不全等问题,采用基于云计算的技术理念设计开发了具有扩展性好,数据存储与处理强,预警更加及时有效的山洪监测预警系统。系统实现了实时、动态反映信息,并且能够以曲线,图,视频等直观形式展现山洪信息与预警发布功能,为政府部门防洪防灾决策提供科学、统一、可靠的信息平台。应用结果表明系统利用云技术实现了SAAS的模式,实现了多用户的按需定制,增强了系统的可扩展,可维护性。同时也验证了预警算法准确有效,数据存储与处理模式合理高效。