基于分段线性混沌映射的算术编码与加密

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:netgood
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高数据的编解码速率和传输安全,根据迭代斜帐篷映射的反函数可以作为算术编码,提出了基于分段线性混沌映射的算术编码与加密方案。方案将加密嵌入编码过程中,解决了现存方案中编码与加密独立分离的问题,实现了同步编码与加密。结果表明,算法提高了编码效率和密文的不可预测性,并且可以有效抵御选择性明文攻击、短明文攻击和蛮力搜索攻击。
其他文献
针对信号处理、系统识别等领域中涉及到的无约束非线性lp问题,为减小由于二进制编码的舍入误差对该问题计算结果的影响,对求解该问题的极大熵方法进行了区间扩张。证明了区间扩张后的极大熵函数至少具有二阶收敛性,并设计了具有多项式时间复杂度的区间算法进行求解,举例进行了数值计算。数值计算结果显示,该区间算法可靠,计算结果与区间扩张前相比,结果更加精确。
针对层次型无线传感器网络中簇首节点的能量受限问题,提出了一种基于非合作博弈模型的节点接纳控制机制。该机制依据簇首节点的效用函数,引入定价因子,优化了簇首数目和功率水平,并得到簇首发射功率的纳什均衡。仿真实验模拟该博弈的均衡过程,将簇首节点设为非合作博弈的参与者,对各簇首节点发射功率的决策过程进行验证。
为了得到低冗余度高识别率的基因子集,提出了一种耦合基因灵敏度信息的微粒群优化基因选择方法。首先,通过单隐层神经网络从微阵列数据中提取各个基因的基因—类别灵敏度值;其次,在基因聚类基础上,利用基因灵敏度信息滤除低灵敏度的基因;最后,将基因灵敏度信息编码进二进制微粒群优化算法作进一步基因选择。在两个公开的微阵列数据集上的实验结果表明,对比其他方法,由于充分考虑各个基因灵敏度信息,因此能够选出较少基因但
由于神经元模型和参数具有不确定性,加大了许多控制算法的应用难度,而迭代学习控制不需要精确的数学模型,因此适合神经元网络同步的控制。针对Hodgkin-Huxley(HH)神经元的同步控制问题,提出了基于PI型迭代学习控制算法。对四种不同情况下主从神经元同步控制进行仿真,结果表明,施加控制后从神经元能够迅速跟踪主神经元的动力学行为。研究结果证实了该控制算法的可行性和有效性。
现有互联网安全体系结构僵化且效率低下。基于"以可变的有限节点资源支持多样安全应用需求、以内置的安全结构提供多级安全保障"这一认识,避免单一追求高安全等级或高服务质量的简单模式,提供更高的灵活性和可扩展性,提出一种基于重构的安全业务—服务—构件模型,并在此基础上给出可重构网络安全体系的初步构想和具有多级安全保障的可重构安全承载网络结构,给出了可重构安全承载网络构建及重构算法。仿真结果验证了算法的有效
针对最少信道分配问题,提出一种改进的最小信道分配算法。该算法构造一棵根在任意节点的信道分配树,然后对网络中每个节点进行信道分配。对于普通节点的信道分配,将节点所在的平面区域划分为若干个边长相等的正方形区域,然后对各个正方形区域进行着色,最后从颜色相同的区域中任取一个节点,使之分配相同的通信信道。而对于非普通节点的信道分配,将节点所在的平面区域划分为若干个边长相等且互不重叠的块,然后采用四种颜色对各
为了有效地检测传感器网络中被注入的虚假数据,提出一种基于扩展卡尔曼滤波器(EKF)的虚假数据注入检测算法。首先通过监控邻近节点行为,使用EKF预测邻近节点未来状态;然后给出了使用不同的融合函数(平均、求和、最大、最小)时理论阈值的确定方法;最后为了克服本地检测机制的缺陷,将本地检测方法与系统监控模块有效配合,从而准确地区分出恶性事件和紧急事件。仿真实验结果表明,无论是在合成数据还是实时数据下进行测
由于无线传感器网络(WSNs)自身的特点,将移动agent(MA)用于WSNs可以解决诸多网络问题。提出一种基于MA的能量平衡环形路由算法(EBRRMA),网络首先建立节点到sink节点的最小跳数链路,形成环状跳数梯度,为MA提供路由和工作空间;然后MA在梯度环内以记录迁移路径方式和最小延时策略完成环内巡游,融合节点数据并找到环内能量最多的节点;最后MA通过此节点与sink节点通信链路将融合信息回
针对异构网络中系统容量有限、资源利用率低的问题,在分析对比传统呼叫接纳控制模型的基础上,提出一种基于马尔可夫决策过程理论的接纳控制模型。理论采用定义五元组的方式来描述建模过程,推导出目标评价函数,并通过求解具有QoS约束条件下的方程进行数值分析。仿真结果表明,该模型能满足网络动态实时性,解决系统容量有限情况下的最优接纳控制问题,从而能够在一定程度上降低各类呼叫业务的阻塞概率,达到提高不同用户服务质
借鉴群体智能优化算法,提出了一种基于粒子群优化的细菌觅食算法(PSO-BF)的关系数据库水印算法。运用混沌映射对水印序列加密生成水印信号,采用单向hash函数加密关系数据库中元组的次序,利用PSOBF优化算法解决将水印信号的嵌入过程抽象为约束条件下的优化问题,阈值解码和择多表决法用于提取水印信号,并通过混沌映射解密为表征版权的水印序列。实验表明,该算法对元组删除、修改和添加等攻击具有较强的鲁棒性和