基于像素预测和秘密图像共享的可逆信息隐藏

为增强图像加密的安全性以及增加加密图像的信息隐藏容量,提出一种基于像素预测和秘密图像共享的可逆信息隐藏算法。首先,利用共享矩阵逐行处理图像并分存为四个共享图像;其次,利用二维混沌映射生成随机密钥加密共享图像;再次,利用中值边缘检测器(MED)预测共享图像中可嵌入位置的像素值,预测值与原像素从高位开始比对相同的位数,根据规则记录标签值,提取参考像素的高三位与认证信息存入可嵌入位;最后,将标签值存入参考像素高位,剩余的可嵌入位为所提算法的嵌入容量。实验结果表明,所提算法不仅能够为信息隐藏提供大容量的嵌入空间,而且能够实现可逆数据隐藏并根据(k,n)阈值策略实现加密图像的无损复原。

面向船联网的高效隐私保护联邦学习方法

[目的]人工智能技术已经成为提升船舶航行安全水平、降低航运企业运营成本的重要手段。为打破不同船舶公司之间的数据壁垒,进一步提升船舶智能化水平,提出一种面向船联网的高效隐私保护联邦学习方法。[方法]采用联邦学习技术以实现多个船舶参与方协同训练一个深度学习模型,并且使用同态加密方案以保护参与方的本地数据信息。考虑船联网场景,引入稀疏化技术对船舶参与方上传的模型参数进行压缩,从而降低参与方上传的数据量。[结果]理论分析和实验结果表明,所提出的高效联邦故障诊断方法能够有效地降低密码学计算和数据通信的资源消耗,同时保护船舶参与方的本地数据信息。[结论]该学习方法能够为船舶智能化研究提供参考。

面向非独立同分布数据的自适应联邦深度学习算法

近些年,联邦学习(Federated learning,FL)由于能够打破数据壁垒,实现孤岛数据价值变现,受到了工业界和学术界的广泛关注.然而,在实际工程应用中,联邦学习存在着数据隐私泄露和模型性能损失的问题.为此,首先对这两个问题进行数学描述与分析.然后,提出一种自适应模型聚合方案,该方案能够设定各参与者的Mini-batch值和自适应调整全局模型聚合间隔,旨在保证模型精度的同时,提高联邦学习训练效率.并且,混沌系统被首次引入联邦学习领域中,用于构建一种基于混沌系统和同态加密的混合隐私保护方案,从而进一步提升系统的隐私保护水平.理论分析与实验结果表明,提出的联邦学习算法能够保证参与者的数据隐私安全.并且,在非独立同分布数据的场景下,该算法能够在保证模型精度的前提下提高训练效率,降低系统通信成本,具备实际工业场景应用的可行性.

一种基于几何探测的快速黑盒边界攻击算法

随着深度学习应用的愈发广泛,针对深度学习模型的安全性研究也变得至关重要.在商业应用中,深度学习的模型往往处于应用的底层,一旦对底层模型攻击成功,可能会给商业应用带来巨大的损失.好的攻击算法可以很好的对深度学习模型进行风险评估,从而避免损失.针对实际场景中存在的Hard-label问题,现存算法解决此问题都需要上万次查询,具有很高的攻击成本,提出了FastGBA(fast geometric boundary attack)攻击算法:一种在样本空间内针对决策边界进行几何探测的攻击算法,初始从具有较大扰动的对抗样本出发,进行二分逼近至决策边界附近,最终在决策边界附近进行邻域几何探测来缩短样本距离.FastGBA攻击算法在4个深度学习模型上同SurFree攻击算法以及HSJA(hop skip jump attack)攻击算法进行了对比实验,在查询次数不超过500次,中等扰动(L2距离≤10)的限制条件下,攻击成功率在4个深度学习模型上相较于SurFree攻击算法提升了14.5%~24.4%,相较于HSJA攻击算法提升了28.9%~36.8%.

可信网络的可信模型与算法设计研究

分析了网络环境下信任的特点,总结了目前可信网络中常用的算法模型,提出了可信度算法中的一些关键问题以及解决方法。

超混沌强化对称加密算法的研究与应用

混沌系统对初始值的极端敏感,使得它呈现出类随机性和数据难以预测的特点,因此在安全通信和算法加密设计方面得到了许多应用。数字签名技术是网络信息传输过程中经常应用的加密技术,不同于多数系统中经常采用的非对称加密技术,提出了一种基于超混沌强化对称加密算法的数字签名技术,通过对DES算法的入口参数进行混沌加密,而使得对称算法得到了进一步的增强,给出了数字签名算法的实现过程并给出了该方法在局域网信息安全传输中的应用。

基于混沌密码流的IC卡数据加密算法设计与实现

提出了一种基于混沌流密码的IC卡数据加密算法,利用混沌系统的类随机性和难以预测性特点,实现了智能卡信息的有效加密,从而保障了IC卡信息的数据安全,并成功将该方法应用到了智能仪表中,取得了良好的效果。

一种基于图像内容的半脆弱数字水印算法

本文提出了一种新的基于混沌系统的半脆弱数字水印算法,该算法将图像分成两个大小相等的部分,其中一部分用来提取基于图像特征的水印,另外一部分则用来嵌入提取的特征水印,水印嵌入在小波变换的逼近子带中。水印提取算法不需要原始图像,而且通过比较原始水印和水印图像中的特征水印与提取的水印的两个相似度,能够区分图像受到攻击的种类,算法对恶意的篡改攻击能够较好地进行定位。实验结果表明,该算法在保持对常见的JPEG压缩稳健的同时,能有效地区分偶然失真与恶意篡改。

混沌系统的混合同步及其在安全通信中的应用

提出了一类混沌系统的混合同步方法。利用非线性系统的状态观测器,给出了一类混沌系统的同步和安全通信的简单有效的方法,并分析了系统的稳定性,对 Rossler 混沌系统的分析和仿真研究表明,该方法在混沌同步及安全通信中具有同步速度快、系统精度高等优良性能。

一个基于节点覆盖的簇头选举算法

无线传感器网络以获取有用信息为最终目的,而获得的有用信息的多少取决于对网络的覆盖程度。本文在现有的一些簇头选举算法的基础上,提出一个新的簇头选举算法。该算法选举的簇头具有不进行数据感知,优先死亡但不影响网络覆盖的良好性能。如果把传输消耗优先分配在这类簇头节点上,那么死亡后影响覆盖的节点就可以在较晚的时间作为簇头,从而延迟死亡时间,最终延长网络的生命周期。实验结果显示,和现有的相关算法相比,本文提出的基于节点覆盖的簇头选举算法具有较高的网络覆盖率和较少的能量消耗,从而具有较长的网络生命周期。

一种改进的基于排序变换的图像全局置乱算法

利用混沌系统的类随机性、遍历性以及对参数以系统初值极端敏感的特点,提出了一种改进的基于混沌系统的图像全局置乱算法,并给出了算法的详细实现步骤。该算法利用混沌系统产生图像全局置乱矩阵,实现了在图像整体上的置乱,相比基于排序变换的图像置乱算法,具有良好的置乱性能。同时,由于该算法具有较低的时间复杂度,而全局置乱矩阵又显示出排列的强不规则性,因此,该混沌图像全局置乱算法具有较好的安全保密性能。最后,仿真和实验结果验证了本算法的有效性。

基于正交函数网络的不确定混沌系统的控制

提出了基于正交函数网络的不确定混沌系统的自适应控制方法.通过利用计算简单、收敛速度快的单隐层正交函数神经网络,构建了一类不确定混沌系统的控制器.利用李雅普诺夫稳定性定理得到了该网络控制器的权值更新规则并保证了权值误差和跟踪误差的有界性.该控制器不仅能够保证混沌系统以有界误差对指定轨迹进行精确跟踪,也能够使有外部扰动的混沌系统快速跟踪一个指定的轨迹.最后,利用陈氏混沌系统和Lorenz系统进行了系统仿真,结果表明了该控制器在混沌控制中的有效性.

基于超像素和游程直方图的对比度修改检测算法

该文提出一种基于超像素和游程直方图的图像对比度修改检测取证算法。算法首先对图像进行超像素分割,并提取每个分割区域的游程直方图特征值,然后将不同方向的特征值进行融合,并进行归一化处理;再计算处理后的特征值数值突变量;最后将区域的数值突变量用支持向量机(SVM)进行分类识别。实验结果表明,和现有的一些算法相比,该文提出的算法计算复杂度低,在多种不同的测试数据库上都具有良好的识别性能。此外,在区域篡改检测实验中,该算法不仅可以定位出篡改区域,还能准确地描绘出篡改区域的轮廓形状。

公交车站电子站牌应用前景及可行性分析

本文结合公交电子站牌的开发意义,探讨了其光明的发展前景,同时根据当前技术发展的特点,给出了两种电子站牌的可行性方案,并给出了方案的特点和分析。

智能公交信息查询系统

本文从城市公交的现状出发,根据人们的出行规律,设计了一个完整的智能公交信息查询系统,可以根据公交线路、公共场所和普通公交车站分别进行查询,解决了市民出行乘坐公交车时经常遇到的难题。

一种基于混沌数字流的信息隐藏技术研究

提出了一种基于混沌数字流的信息隐藏技术,利用加密算法和混沌系统的类随机性特点 构造出一种混沌数字流,借助于该数字流可以在收发双方进行各种信息的隐藏传输,由于混沌数字流 的格式只对收发双方公开并且混沌系统有确定的动态方程,因此,该方法安全性较高,隐藏信息量大。 最后,给出了该方案的实现算例。

有固定需求底线的逆向供应链定价策略研究

为了解决逆向供应链中的定价策略问题,根据单一制造商和单一零售商构成的二级逆向供应链系统,应用博弈理论研究废旧产品回收数量超过或低于需求底线时,制造商和零售商的定价策略。得出了斯坦克尔伯格均衡和纳什均衡2个非合作博弈的均衡解,以及一个合作博弈的均衡解(联合定价),同时给出了各定价策略下的最优回收量。对各种定价策略作了进一步的比较,并通过案例进行了分析。

基于扩展马尔科夫特征的Seam-Carving篡改检测

针对能够用于图像篡改的Seam-Carving技术,提出了一种基于扩展的马尔科夫特征的Seam-Carving篡改识别算法。该算法充分考虑了Seam-Carving操作导致的图像频域特征的变化,将传统的利用马尔科夫转移概率矩阵求取的图像特征和基于扩展的马尔科夫转移概率特征进行融合,而后利用支持向量机进行分类训练,从而达到有效识别基于Seam-Carving的图像篡改。实验结果表明,提出的方案性能优于传统的基于马尔科夫转移矩阵的特征选择方法以及现有的一些该类图像篡改检测方法。

基于小波提升与Sobel膨胀特征提取的零水印版权认证方案

为了对数字媒体作品的版权信息进行有效的保护,在Chen和Chang提出的零水印版权认证系统方案的基础上,利用基于提升算法的Haar整数小波变换和带有膨胀操作的Sobel特征检测方法,对零水印签名和验证过程的特征提取方式进行了改进。通过适当选取阈值参数,对比三种算法在不同种类信号处理攻击下的性能,改进的零水印系统方案对于模糊、噪声、有损压缩、剪切、锐化、旋转和缩放等攻击模式具有良好的鲁棒性。仿真结果进一步验证了算法的有效性能。

基于类DNA编码分组与替换的加密方案

传统加密方案一般基于香农提出的置乱和分散理论进行设计,实验证明,基于位面的图像加密方案具有更好的有效性。该文提出一种新颖的位面层次的基于编码分组与替换的加密算法。该算法首先依据DNA编码以及中心法则对原始媒体进行编码,然后利用随机置乱分组方案对编码密码子序列进行分组,这样,根据编码后的序列和分组方案可以确定一种任意进制的数制系统。最后,利用基于超混沌系统和该数制系统产生随机加密控制信息,并利用该加密控制信息和分组方案来替换对应的编码后序列,从而实现加密。理论分析和实验结果均表明,该文提出的方案和现有的一些方案相比,具有更好的性能。