面向无人机群组的轻量动态密钥管理方案

针对无人机群组在军事对抗复杂环境中,网络拓扑结构动态变化,提出了一种面向无人机群组的轻量动态密钥管理方案,旨在解决无人机加入及退出、批量加入及退出、群组合并及分裂等网络拓扑动态变化导致密钥更新问题,同时在网络拓扑没有变化的情况下进行本地周期性更新,提高无人机群组密钥更新效率。将参与构造的秘密信息分为用户空间、剩余空间和撤销空间,用户空间可以在接收密钥组管理器(key group manager, KGM)的广播消息后计算恢复出会话组密钥,而剩余空间和撤销空间无法计算恢复出组密钥。密钥更新过程中,KGM利用空闲时间提前在密钥池中选取密钥进行预计算处理,降低KGM因构造广播消息进行复杂计算导致的时延问题。分析和实验仿真表明,该方案具有前向和后向安全性、抗共谋攻击和节点撤销能力,与现有无人机密钥管理方案相比,该方案优化了计算和通信开销,且节点存储开销较小,适用于动态拓扑变化的无人机群组网络。

基于ALBERT与BILSTM的糖尿病命名实体识别

糖尿病命名实体识别技术能够从糖尿病文献中识别出关键信息,为糖尿病的诊断和治疗工作提供帮助。为此,本研究提出一种基于轻量型动态词向量模型(ALBERT)与双向长短记忆神经网络的命名实体识别方法,该方法旨在解决BERT语义单一、词汇量有限的问题。除此之外,还针对动态词向量训练耗时长、资源成本高的缺点进行了改进。本实验在糖尿病数据集上展开,并与现有主流模型进行对比。结果表明,融合ALBERT的实体识别效果均高于现有主流模型,且ALBERT较BERT训练速度有所提升。