【摘 要】
：
手机电脑平板等的普及,使得照片在日常生活中更容易获得,并且人们习惯将大量照片存储在云端.但是,在享受云存储带来的便利的同时,用户也容易受到隐私泄露的威胁.虽然学者们设计出许多图像加密方案用来防止隐私泄露,然而往往忽略了图像的可用性.最近,T ajik等人提出了一种精确缩略图保持的加密方案,能够很好地平衡图像的隐私与可用性.但是,该方案在加密过程中仅以2个像素为一组,效率较低.为此提出一种利用分割法加密图像的方案,该方案以3个像素为一组进行加密,用于保持密文图像的缩略图与明文图像的缩略图一致,并且该方案相比
【机 构】
：
南京航空航天大学计算机科学与技术学院,江苏南京211106
论文部分内容阅读
手机电脑平板等的普及,使得照片在日常生活中更容易获得,并且人们习惯将大量照片存储在云端.但是,在享受云存储带来的便利的同时,用户也容易受到隐私泄露的威胁.虽然学者们设计出许多图像加密方案用来防止隐私泄露,然而往往忽略了图像的可用性.最近,T ajik等人提出了一种精确缩略图保持的加密方案,能够很好地平衡图像的隐私与可用性.但是,该方案在加密过程中仅以2个像素为一组,效率较低.为此提出一种利用分割法加密图像的方案,该方案以3个像素为一组进行加密,用于保持密文图像的缩略图与明文图像的缩略图一致,并且该方案相比T ajik方案具有更高的效率.实验表明,这个方案能够使密文图像精确地保持与明文相同的缩略图,平衡了隐私和可用性.
其他文献
开源指令集架构RISC-V具有高性能、模块化、简易性和易拓展等优势,在物联网、云计算等领域的应用日渐广泛,其向量拓展部分V模块更是很好地支持了矩阵数值计算.稀疏矩阵向量乘法SpM V作为矩阵数值计算的一个重要组成部分,具有深刻的研究意义与价值.利用RISC-V指令集的向量可配置性和寻址特性,分别对基于CSR、ELLPACK和HYB压缩格式存储的稀疏矩阵向量乘法进行向量化.同时,考虑稀疏矩阵极度稀疏和每行非零元素数量波动较大的情况,通过压缩非零元素密度低的行向量的存储、调整HYB分割阈值等手段,改进了HYB
换流站的设备状态分析对日常工作的展开具有重要意义.提出了一种基于多粒度长短期记忆(long short-term memory,LSTM)网络模型的时间序列预测方法,从采样粒度、时粒度和天粒度对设备的各个监测参量展开分析.对典型的设备数据趋势进行分类,针对不同类别的数据进行数据预处理,包括离群点处理、缺失值处理和标准化处理;根据相关系数大小进行特征选择,并通过滑动窗口法构建样本集;对每类数据设计多粒度LSTM网络模型进行预测,得到不同时间粒度的状态预测值.实验结果表明,多粒度LSTM网络模型的预测误差小于
众包任务分配机制对众包任务完成质量起着至关重要的作用,然而现有的分配方法未在稳定性条件下考虑众包用户双边偏好,分配结果的准确性有待提高,并且存在众包用户因不满意当前分配对象而导致众包任务完成质量较低的问题.为此提出一种基于偏好匹配的众包任务分配方法,该方法首先考虑众包任务与工人的双边偏好,根据偏好序计算任务与工人的满意度,生成满意度矩阵;其次,该方法借鉴稳定匹配思想在考虑分配主体偏好的基础上,使分配主体对当前分配对象尽可能满意,以保障分配结果的稳定性;然后,将众包任务分配问题建模为稳定匹配规则下寻找任务最
针对模拟电路故障诊断中故障信息的多特征、高噪声以及故障诊断时间较长的问题,提出了一种基于H-DELM的模拟电路故障诊断模型.该模型的架构单元为双随机隐藏层的深度极限学习机DELM-AE,2个随机隐藏层用于编码特征,1个输出层用于解码特征.将DELM-AE以分层结构堆叠构建H-DELM模型,由于DELM-AE可以进行特征表示,而且输出与原始输入信息相同,因此H-DELM可以尽可能多地复制原始输入数据,进而可以学习到更具表现力和紧凑性的特征.最终通过四运放双二次高通滤波器和更复杂的二级四运放双二阶低通滤波器2
研究自由空间激光通信网络移动节点的拓扑控制问题,针对特定场景空间激光通信自组织网络提出一种基于集合划分的启发式拓扑算法.根据空间节点的位置姿态信息和激光建链的约束条件计算节点间的可连接关系及链路稳定度,通过启发式迭代生成较优的全连通稳定拓扑,实现所有节点间的网络层通信.所提算法不仅可优化网络直径,还可在遇到链路断开时,通过集合合并进行拓扑修复.仿真结果表明,拓扑稳定度和网络吞吐量符合优化预期,拓扑遇到中断时可成功修复,且不同节点规模下的算法执行时间符合弗洛伊德算法时间复杂度O(n3).
随着嵌入式设备性能的提升和功能的不断扩展,单操作系统架构已经难以满足越来越复杂的应用需求,因此学术界和产业界提出了双操作系统架构.然而,如何合理地配置有限的外设资源是双操作系统架构面临的一个重要问题.基于华为海思Hi3559AV100 SOC双操作系统架构中外设中断与CPU核的绑定原理,提出一种外设资源在系统运行期间可以动态迁移的解决方案,并在搭载该SOC的嵌入式开发平台上进行了实验验证.实验结果表明,该方案具有较好的可行性和可靠性.
常规小波软阈值去噪方法处理前后的图像小波系数有所差异,导致去噪后图像失真严重.为进一步提升去噪效果,提高去噪和细节保持能力,对阈值的选取方式和阈值函数进行改进.改进方法通过小波变换的每一级子带长度确定阈值,实现阈值自适应准确量化,改进软阈值函数采用双曲正切函数替换符号函数,对阈值绝对值范围内的小波系数应用非线性函数进行逐步压缩,使改进的阈值函数连续性更好,稳定性更强.实验结果表明,改进的小波软阈值去噪方法的峰值信噪比平均提升了48％,结构相似度平均提升了80.6％.相比常规小波阈值去噪方法,新改进的小波软
针对数据中心难以适应流量增长进行横向扩展并保证连接一致性的问题,阐述了四层负载均衡技术在应对高并发访问和提高资源利用率方面的重要作用,梳理了国内外四层负载均衡模块的设计与算法,总结了负载均衡器以不同方式进行部署分别存在的优缺点,同时分析了网络可编程转发技术在四层负载均衡领域中的应用与最新进展.最后,对网络新形势下负载均衡技术的发展进行了进一步展望并讨论了未来的研究方向.
当前图像标题生成任务的主流方法是基于深层神经网络的方法,尤其是基于自注意力机制模型的方法.然而,传统的深层神经网络层次之间是线性堆叠的,这使得低层网络捕获的信息无法在高层网络中体现,从而没有得到充分的利用.提出基于残差密集网络的方法获取层次语义信息来生成高质量的图像标题.首先,为了能够充分利用网络的层次信息,以及提取深层网络中的各个层的局部特征,提出LayerRDense在层与层之间进行残差密集连接.其次,提出SubRDense,在Decoder端的每层网络中的子层中运用残差密集网络,以更好地融合图像特征
忆阻器可以将信息存储和逻辑运算整合到一个电子器件上,这将打破传统的冯·诺依曼计算机架构,其应用前景不可估量.首先简述了忆阻器的发展历程及其基本概念;其次综述了忆阻器的阻变机制及其材料的选择,将目前已知的阻变机制主要概括为3类,即阴离子阻变机制、阳离子阻变机制和纯电子机制,同时详细叙述了不同类型材料在忆阻器应用中的特点;然后论述了忆阻器在布尔逻辑计算以及神经形态系统方面的应用;最后展望了忆阻器未来的发展方向并总结了其在实际研究中仍未很好解决的难题.