摘要：在代理重加密体制里,一个不可信的代理服务器将用Alice公钥加密的密文转换为用Bob公钥加密的密文,同时该代理服务器无法获知明文及相关用户的私钥。无证书代理重加密体制能够同时避免传统公钥基础设施中复杂的公钥证书管理和基于身份加密中的密钥托管问题。考虑到用户私钥泄露可能带来的危害,该文提出了具有密钥隔离功能的无证书代理重加密体制,随机预言机模型中的安全证明和模拟实验表明该方案是高效安全的。同时,设计了基于云计算的移动互联网中的安全数据共享方案。

摘要：近年来,机器学习算法广泛应用于多个领域.超参数的选择直接影响了算法模型的性能,然而超参数优化过程往往依赖于专业知识和长期经验的积累.为了解决上述问题,本文提出了一种基于强化学习的自动超参数优化方法.该方法将超参数优化问题作为序列决策问题并建模为马尔科夫决策过程,通过使用一个强化学习智能体(agent),自动为机器学习算法选择超参数.该智能体以最大化待优化模型在验证数据集上的准确率为目标,将模型在验证数据集上的准确率作为奖赏值(reward),通过策略梯度算法训练智能体.为了减小训练过程中的方差,我们设计了数据引导池模块.实验将随机森林和XGBoost算法作为优化对象,在五个数据集上与随机搜索、贝叶斯优化、TPE、CM-AES和SMAC五种优化方法进行了对比.实验结果显示,本文所提出的方法在90%的优化任务上表现出更优的性能.同时,我们通过执行一系列消融实验验证了agent结构和数据引导池的有效性.

摘要：直播平台弹幕信息智能分析与识别系统的设计与实现是综合课程设计课题,旨在培养学生应用所学专业知识,结合机器学习、自然语言处理技术,综合解决复杂软件工程问题的能力。从课题背景、研究意义、总体设计、核心技术设计与实现等方面对该系统进行详细介绍。

摘要：社交网络用户影响力在舆情演化、广告营销及政治选举等领域有着广泛应用,研究者在过去的工作中,通过分析和建模,在影响力方面取得了一定的成果,但还存在着定义不明晰、技术落后和应用缺乏等问题。文中明确提出了社交网络用户影响力的研究模型,将传统技术与先进技术结合,并据此梳理了该领域的相关文献,主要从用户、内容特征和深度学习技术的角度论述了基于社交网络的用户影响力的研究方法,并进一步划分成本质和邻域属性、情感分析和元数据、面向局部网络和基于用户及内容特征,还介绍了节点识别的方法,为该领域的学者提供有效且全面的参考。其次,文中还介绍了用户影响力建模方法在预测应用方面的数据集、评价指标和实验结果等,旨在预测下一个激活节点。最后对其未来的发展趋势作出展望。

摘要：为了提高基于SOA-MZI结构的全光异或门的输出消光比,优化系统性能,将SOA和HNLF相结合,在光通信系统设计软件OptiSystem7.0仿真平台上搭建了基于SOA-MZI的全光异或仿真实验模型,对两路40 Gbit/s的RZ码数据信号进行了全光异或仿真实验。利用HNLF的非线性效应设计了一种优化结构对基于SOA-MZI的全光异或输出信号进行优化,并对优化前后的信号时域波形图和系统眼图进行了比较分析,通过多次反复实验得到一组最佳的系统参数,使得基于SOA-MZI的全光异或门的输出消光比从10 dB提高到约28 dB。实验结果表明:常规的基于SOA-MZI的全光异或门由于相消干涉不彻底造成输出消光比较低,而经过优化,很好地解决了这种问题,提高了异或输出消光比,优化了系统性能。

摘要：随着网络与通信技术的快速发展,移动终端的身份认证已经成为信息安全中不可或缺的一部分。该系统利用移动设备自带的音频收发硬件(扬声器/麦克风)获取音频物理指纹,实现基于音频物理指纹的设备认证。该系统提出的基于音频物理指纹的认证方法,具有良好的普适性、可靠性和稳定性,同时对硬件要求低,可广泛应用于各种设备认证如无线接入、近场通信等场景。针对上述协议,设计了可用于Android系统的应用软件。实验分析发现该协议具有较好的安全性、普适性和鲁棒性,认证的准确率达到99%以上。

摘要：原有的实验环境要求学生自己搭建,实验环境的复杂导致花费不少时间,影响实验核心知识的掌握。使用云桌面技术来准备好实验环境,让学生直接进入核心实验步骤的操作。以IPSecVPN实验设计为例,阐述从云桌面的组网配置到IPSec的协议套件的配置的全过程,全面演示基于云桌面的网络安全协议实验的实施过程,对将云桌面技术应用到网络安全协议实验中去起到抛砖引玉的作用。

摘要：为了解决综合模块化航空电子(IMA)系统资源分配问题并明确分区启动时间,以VxWorks 653分区操作系统为研究实例,针对分区配置和启动过程采用统一建模语言(UML)建立了包括类图和时序图在内的模型。该模型深入地分析了分区配置和启动机制,说明了分区配置在资源分配以及操作系统编译和分区初始化过程中的作用,阐述了分区"冷启动"和"热启动"模式的差别,并建立了实验平台测试两种启动模式的启动时间,测试结果显示分区冷启动和热启动的时间分别为148 ms和8.5 ms,进而提出了这两种分区启动模式的应用场景以及分区配置和应用程序软件启动初始化设计的策略。例如在建立分区主时间框架和健康监控策略过程中应确定分区启动的方式并充分考虑分区启动时间,这些设计策略也适用于其他高安全性应用环境中分区系统的设计。

摘要：针对具有瞬时故障的分布式系统,综合考虑系统鲁棒性和可扩展性,提出了一种自稳定的分布式事务内存模型(self-stabilizing distributed transactional memory,SSDTM).首先,利用分层技术和抵押组合理论建立模型框架,并对生成树算法进行了自稳定改进,以克服现有算法只能适应稳定环境的缺点;其次,将数据流技术与自稳定相结合,设计了数据对象操作方法,提高了系统的数据访问局部性;然后,在给出事务服务模型的基础上,提出了基于改进逻辑时钟的SSDTM并发控制算法;最后,结合理论推导,使用4个典型测试用例在SimJava环境下对SSDTM进行了多角度、大规模的分析和性能测试.结果表明,所提算法具有较强的参数鲁棒性和适用性,与其他模型相比,SSDTM具有更高的吞吐量和容错性.

摘要：为了解决类别级三维可形变目标姿态估计问题,基于目标的关键点,提出了一种面向类别的三维可形变目标姿态估计方法。该方法设计了一种基于关键点的端到端深度学习框架,框架以PointNet++为后端网络,通过特征提取、部位分割、关键点提取和基于关键点的姿态估计部分实现可形变目标的姿态估计,具有计算精度高、鲁棒性强等优势。同时,基于ANCSH方法设计了适用于K-AOPE网络的关键点标准化分层表示方法,该方法仅需提取目标少量的关键点即可表示类别物体。为了验证方法的有效性,在公共数据集shape2motion上进行测试。实验结果显示,提出的姿态估计方法(以眼镜类别为例)在旋转角上的误差分别为2.3°、3.1°、3.7°,平移误差分别为0.034、0.030、0.046,连接状态误差为2.4°、2.5°,连接参数误差为1.2°、0.9°,0.008、0.010。与ANCSH方法相比,所提方法具有较高的准确性和鲁棒性。