摘要：为缓解道路的交通压力,减少道路拥堵现象的出现及避免交通事故的发生,结合安全、K最近邻(KNN)算法,提出了一种基于智能交通的隐私保护道路拥堵状态的实时监测(PPIM)算法。为了确保交通数据的安全,采用安全多方计算策略将数据内容随机分成独立的部分,通过不共谋的多服务器对数据分量进行存储和加密。为了提升道路状态监测的精度,提出了一种改进型的KNN交通监测算法,借助数据的相似度计算,获取衡量道路之间交通状态关系程度的相关值,并将其作为权重系数与传统的KNN算法进行整合。为加快密态数据的处理速度,设计了一系列的数据安全计算协议,实现了数据的安全处理。另外,利用真实的交通数据对该算法进行验证,实验结果表明改进型KNN算法有助于提高道路监测的准确度。实验分析表明,所提算法在保证数据的安全同时可以提高交通监测的精度。

摘要：针对目前关于分层超立方网络的可靠性研究不够系统,严重制约了其应用和推广的问题,以分层超立方网络为研究对象,在得到分层超立方网络相关拓扑性质的基础上,通过理论推导得到了n维分层超立方(HHC_(n))在PMC模型和MM*模型下的h-额外条件诊断度和t/s-诊断度。此外,设计了HHCn在PMC模型和MM*模型下的t/s-诊断算法,并分析了其时间复杂度。研究结果表明,HHCn的h-额外条件诊断度是其传统诊断度的约h+1倍,t/s-诊断度是其传统诊断度约s+1倍。该结果进一步完善了分层超立方网络的可靠性指标,为其应用和推广提供了重要的理论依据。

摘要：针对边缘环境下的图像隐私泄露和计算效率问题,提出一种边缘协作的轻量级安全区域建议网络(SecRPN)。基于加性秘密共享方案设计一系列安全计算协议,由2台非共谋边缘服务器协作执行安全特征处理、安全锚变换、安全边界框修正、安全非极大值抑制等计算模块。理论分析证明了SecRPN的正确性和安全性,实际性能评估表明,计算和通信开销均远优于现有工作。