国密SM2、SM4混合算法在车联网中的应用研究

随着新一代车联网新兴产业形态的不断发展,配备先进车载传感器与控制执行器并结合现代通信技术的智能网联车载系统加速向智能化、数字化、网络化发展,而相应地,车辆的运行安全、数据安全和通信安全问题将更加复杂严峻,传统的通信技术已经无法满足车联网系统中低延时、高带宽、高可靠性等要求,针对工信部提出的《2025年车联网网络数据安全标准体系建设指南》中关于网络通信安全部分的要求,本文提出采用国密SM2、SM4混合算法在车联网数据通信中进行安全认证及数据的加密,构建智能安全可靠的车联网数据通信体系。

基于动词相似度的特征分类方法

本文提出了一种新的说话人特征分类方法,基于计算动词相似度理论,建立距离和趋势的评价模型,通过计算特征向量与k-means算法聚类所得的聚类中心的相似度矩阵,将说话人个性特征从MFCC特征域映射到说话人相似度属性空间中,形成新的特征向量集,这样,每个说话人的特征向量将被聚为在距离和变化趋势上最具相似性的k分类。之后,利用GMM模型在属性空间内进行联合概率分析、匹配,建立新的说话人识别系统。本文采用标准TIMIT语音库与NIST语音库在该识别系统中进行一系列实验,结果表明,该基于新的优化特征分类的识别系统,对比传统的说话人识别系统,在等错误率上有很好的提高。

“低慢小”无人机防御系统的查打协同方案应用

为了克服频谱扫描型无人机侦测器无法在无人机干扰器工作时正常侦测的问题,提出一种引入光电相机进行视觉识别补充并进行实时查打协同的策略。光电相机通过图像识别与位置换算算法,获取无人机基于光电相机的相对位置,同时调动干扰器所在云台转动,控制定向干扰器天线方向始终锁定无人机所在方向,实现精准打击,最终提高无人机防御系统在侦测和干扰黑飞无人机时的整体效率。

基于SM4国密算法的人脸识别支付系统安全应用研究

人脸识别支付是一种新的支付手段,在各个交易领域都有着很大的应用前景。较使用手机APP支付花费的时间会更短,平均不到1秒就可以完成支付。它能记录人体面部特征,在下一次消费时,能快速进行面部识别,完成支付。但技术是一把“双刃剑”,人脸支付在提升支付服务便捷性的同时,也存在应用风险,如:信息泄露风险,假体攻击风险,算法漏洞风险等。人脸特征具有唯一性,不法分子可通过远程等方式,在公共场所批量获取用户人脸信息,“盗脸”一旦发生后患无穷。虽然现在活体检测技术水平已经大大改进,但新型攻击手段不断出现,对用户资金安全也造成潜在威胁,不容忽视。人脸识别算法在快速迭代,也存在隐藏的未知漏洞。基于此,本文针对支付过程中存在的安全问题提出了SM4算法和人脸活体检测算法共同加密的支付系统;通过数据加解密测试及人脸性能指标检测,达到系统预期效果,较目前研究的人脸支付系统有了大幅度的性能提升。