摘要：针对属性协同访问控制面临更复杂的权限动态更新问题,提出了具有属性即时撤销、属性级用户撤销和协同策略撤销的属性协同访问控制方案。所提方案给出了形式化定义与安全模型,以分组属性组内成员列表信息的变化反映用户权限的动态更新,进一步设计高效的重加密算法实现属性即时撤销和用户撤销。在协同策略撤销方面,利用转移节点的转移值特性,快速更新协同属性对应的密文以实现细粒度的协同策略撤销。安全证明表明,所提方案在选择明文攻击下能保证数据机密性,前向、后向安全性,并能抵抗共谋攻击。与已有方案相比,所提方案具有更完备的细粒度撤销功能以及更高的撤销运行效率。

摘要：为提高基准电路精度和用电设备的运行稳定性、降低电路故障概率,提出基于LDO稳压器的高精度基准电压源电路设计方案。LDO稳压器的组成配件包括基准电路、误差放大器和调整元件。在计算稳压器的输出电压后,根据低温度系数设计带隙基准电压源结构在正、负温度系数环境下,计算不同电流密度的二极管间之间的压差,从而求解基准电压。选用内部负反馈保证电路电压的稳定性,求导稳压器的输出结果后设计温度系数为0的基准电压源电路。实验结果表明,利用该方法设计的电路具有高精度和低调节率。

摘要：现有的基于身份签密方案多是基于双(多)线性对构造的,针对其复杂的对运算导致签密效率低下的问题,基于Cocks的身份密码体制提出了一种新的高效签密方案。首先,形式化所提方案的安全模型,给出了保密性和不可伪造性的定义;然后,利用二次剩余难解问题实现了所提方案的具体构造,进一步结合雅可比符号运算巧妙地在一个逻辑步骤内实现了签密算法设计;最后,在随机预言模型下,给出了所提方案满足保密性和不可伪造性的安全性证明。效率分析表明,相对于已有的基于身份签密的方案,所提方案较大幅度地提升了运算效率,同时具备基于身份密码的良好特性。

摘要：当前,基于中心化或本地差分隐私的图数据度分布直方图发布算法无法有效平衡发布数据的隐私保护程度及其可用性,且不能有效保护用户的身份隐私。针对该问题,在编码-混洗-分析框架下提出一种混洗差分隐私保护的度分布直方图发布算法。首先,设计混洗差分隐私图数据度分布直方图隐私保护框架,采取交互式用户分组、混洗器及方波本地加噪扰动机制降低编码器对分布式用户本地差分隐私加噪的噪声影响,并利用极大似然估计在分析器端对加噪后的度分布直方图进行数据矫正,从而提高数据效用;其次,提出具体的分布式用户分组、混洗差分隐私加噪和数据矫正算法,并证明其满足(ε,σ)-混洗差分隐私。实验和对比结果表明,所提算法能保护分布式用户隐私,在L_(1)距离、H距离和MSE多个指标度量下的数据效用比已有算法提升了26%以上,且具有较低的时间开销和稳定的数据效用表现,适用不同规模的图数据度分布直方图发布共享应用。

摘要：边缘计算将计算资源部署在离终端用户更近的边缘计算节点,从待选的位置中选择合适的边缘计算节点部署位置能提升边缘计算服务的节点容量以及用户服务质量(QoS)。然而,目前对于如何放置边缘计算节点以降低边缘计算成本的研究较少。此外,在边缘服务的时延等QoS因素的约束下,目前尚没有一种边缘计算节点部署算法能最大限度地提高边缘服务的鲁棒性同时最小化边缘节点部署成本。针对上述问题,首先,通过建立计算节点、用户传输时延和鲁棒性的模型将边缘计算节点放置问题转化为带约束条件的最小支配集问题;随后,提出重合支配的概念,基于重合支配衡量网络鲁棒性,设计了基于重合支配的边缘计算节点放置算法——CHAIN(edge server plaCement algoritHm based on overlApping domINation)。仿真实验结果表明,与面向覆盖的近似算法和面向基站的随机算法相比,CHAIN的系统时延降低了50.54%与50.13%。

摘要：联邦学习中用户的数据数量不同得到的聚合权重不同,数据质量不同也会对参与联邦训练的用户聚合权重产生影响。针对传统联邦学习中因单一因素确定聚合权重导致的贡献不公平问题,并且基于用户的数据数量和用户的数据质量提出一种基于数据质量评估的公平联邦学习方案。首先,结合相对熵定义了评估公平标准。然后,运用熵权法定义用户数据质量计算方法,根据用户数据质量得分和数据数量得分计算用户的综合得分,并用综合得分作为用户的贡献。最后,根据用户的综合得分定义用户的聚合权重设计公平的隐私保护联邦学习方案。实验分析表明,所提出的方案比传统联邦学习方案更加具备公平性。

摘要：在数字隔离器系统中,因为存在电路寄生效应和随机噪声,数字信号的波形会发生严重畸变。针对该问题,提出了一种电压—电流模式高速施密特触发器,该电路能有效还原信号的波形。电路主体结构采用电流放大器和跨导运算放大器相结合,在输入高速数据时,电流放大器提供了快速的前馈通路来增加比较器的响应速度,实现施密特触发器的高速翻转。设计采用GF_0.18μm_BCD工艺,在电源电压5 V的条件下,可实现500 MHz高速信号的整形,信号的传输延时为652 ps。

摘要：在公开矿池中,矿工可以随意进入矿池提交工作量证明从而获得奖励,矿工的条件约束类型不同。因此,会出现恶意矿工提交无效工作量和矿工在矿池中不提交工作量的情况,占用矿池的验证计算资源,降低矿池的验证效率,导致矿池系统崩溃。针对矿池中难以分辨矿工类型而导致矿池系统崩溃的问题,引入信誉管理机制对矿工的行为进行衡量,部署合约防止矿工与矿池管理者合谋,提出一种基于信誉管理模型的矿工类型鉴别机制设计。构造信誉机制对矿工的行为进行衡量,当矿工进行恶意行为时,会调低矿工的信誉值。当矿工的信誉值小于矿池的信誉阈值时,系统会剔除该矿工,从而该矿工不能再进入矿池提交工作量证明,获得奖励。根据马尔可夫过程中的矿工行为状态转移,对矿池中的矿工进行动态更新,从而使得矿池中的矿工都在进行诚实的行为,提交工作量证明。同时,设计一种奖励制度对矿池中的矿工进行激励,在矿池中部署智能合约,防止矿工与矿池管理者进行共谋。从安全性和性能上对方案进行分析,证明所提方案不仅在矿工提交工作量证明过程中是安全的,并且解决了在公开矿池中矿工类型的鉴别问题,从而解决恶意矿工提交无效工作量的问题,剔除恶意矿工,避免矿池验证无效工作量,提高矿池的验证效率。