基于贝塞尔函数的莱斯因子矩估计算法改进

针对传统的莱斯K因子一二阶矩估计方法因贝塞尔函数存在计算复杂度大、实用性低的问题,提出一种基于贝塞尔函数阶数的莱斯因子矩估计算法。该算法首先根据原矩估计公式计算K值对应的矩估计值,然后根据不同阶数的贝塞尔近似公式计算矩估计值并求解对应的K值,计算估计准确率,进而确定贝塞尔函数阶数的选择,简化矩估计算法。实验研究表明,所提方法与原方法相比降低了时耗,在K值较小时效果更优。

基于强化学习的低时延车联网群密钥分配管理技术

车联网的通信密钥管理水平决定其信息保密性和抵御电子欺骗等基于用户身份的攻击的安全性。现有密钥管理方案采用固定频率更新车联网的群密钥,增大了密钥更新时延和加密时延。提出一种基于强化学习的低时延车联网群密钥分配管理技术,令群首车辆根据周边车辆数目变化和密钥更新记录等因素优化其群密钥的更新频率和密钥长度。该技术不需要群首车辆预知附近的车流变化模型与访问驱动高速缓存攻击模型,降低加解密时延,并在基于高级加密标准的车联网仿真进行验证。仿真结果表明,相比基准的群密钥管理方案,该技术降低密钥更新的传输时延,减少车联网的加解密计算时延,并提高群密钥的保密性。