一种新的综合颜色和纹理特征的图像检索方法

提出综合HSV颜色直方图和Gabor小波纹理特征进行检索的新方法,既利用颜色特征对图像颜色全局分布的描述,又利用纹理特征对局部空间信息的描述,避免一种特征描述图像的片面性。基于Corel库的检索实验结果表明,该方法可以取得良好的检索效果。

一种基于关注区域的图像细匹配法

为了缩小图像低级视觉特征与高级语义概念之间的差距,在物体层次上进行图像检索,论文提出了一种新的基于感兴趣区域(ROI)的图像细匹配法。与已有的基于感兴趣区域的检索方法相比,该方法很好地利用了感兴趣区域的空间信息,采用多分辨率检索思想,能够有效地对不同大小任意形状的物体进行检索。基于Corel图像库的实验结果表明,该方法能够有效地对各种物体进行检索,对物体的平移、缩放具有良好的鲁棒性。

网络编码下的网络电视条件接收系统关键技术

网络编码的主要优点是提高网络吞吐量、均衡网络负载以及提高带宽利用率,尤其适合无线网络、Ad Hoc、P2P以及流媒体传输等领域,在构建IP网络电视方面具有巨大的潜力。研究在网络编码下构建网络电视的条件接收系统,提出了一种基于随机网络编码(RLNC)和SPOC模型的轻量级加密方法和一种高效的层次组密钥分发管理方案。所提方案具有加密数据量非常小的优点,适合用于网络电视实时流媒体加密,同时结合MPEG多分辨率的特点,可以针对各种付费用户,根据不同的收费提供不同网络视频质量。性能分析表明,所提方案利用网络编码提高了网络吞吐量,同时加密数据量远小于传统的IP网络电视加密方法,层次组密钥分发管理方案有效解决了密钥分发问题。

仿真功耗采集平台下的AES能量分析攻击

理论上安全的密码算法,其算法实现也容易遭受侧信道攻击,需要评估密码算法的侧信道泄露并且加以防护。系统介绍以Primepower为核心的能量分析攻击仿真功耗采集平台的搭建过程,使用该平台采集AES密码算法加密多组不同明文的动态瞬时功耗,并使用这些功耗对AES算法成功实施了相关能量分析攻击。

基于纹理特征提取的图像检索技术

主要从图像纹理特征入手,研究如何有效地抽取图像纹理特征对图像进行描述,基于抽取的特征对图像进行搜索,从而提高检索效率和检索性能。

抗一阶侧信道攻击的QUAD高速并行实现

随着量子计算机的快速发展,在各种场景下确保物联网设备的安全面临着全新的挑战.多变量密码算法因其具有轻量级、可证明安全性和抵御量子计算机攻击的潜力等优势,成为后量子密码算法中最有前景的候选之一.然而研究发现,侧信道攻击方法只需要150条功耗轨迹即可攻破多变量密码算法QUAD的并行硬件实现.针对多变量密码算法在回写寄存器时普遍存在的侧信道泄露,本文提出了一种轻量级乱序防护方案,利用多项式方程计算时随机打乱各单项式的计算顺序而不影响最终结果的特性,增加一个乱序下标使得寄存器的内部初始状态随机化,并为了保证所有的单项式都只参与一次计算,在每一轮的加密中依次将寄存器中的值循环左移,从而打乱单项式的计算顺序,使得攻击者无法实施一阶侧信道攻击.本文所提出的防护方案只增加11.7%的面积开销就具有良好的抗一阶侧信道攻击能力.

进阶项目驱动式《Web程序设计》课程教学改革探讨

《Web程序设计》是程序设计类课程,丰富的编程经验是非常重要的。针对《Web程序设计》课程存在的问题,提出"进阶项目驱动式"教学模式,设计进阶项目模型,并对实践项目展开进阶子项目分解,以及某一子项目内部的进阶任务分解。实践表明,该模式能提高学生动手实践、沟通协作能力,并能培养自主创新能力。

大学生网络社群的关键问题研究

高校教育随着互联网的发展逐渐网络化、信息化,大学生在互联网上基于教育、学习、娱乐等共同兴趣聚集,形成大学生网络社群。在大学生网络社群中,集群身份认同能让网络上一个个自由的社会人,迅速归属到一个群体,以一个群体进行社群活动。分析互联网时代背景下大学生网络社群的分类和特征,研究网络社群的集群身份认同机制,对大学生的成长发展有重要价值。

基于配对t检验的侧信道泄露评估优化研究

以t检验为理论基础的TVLA方法具有简单、快捷、可靠,并且不需要掌握密码算法实现细节的优点,已成为密码算法的侧信道泄露评估标准.为减少环境噪声波动的影响、提高评估效率,研究者引入了配对t检验.本文针对非特定配对t检验的侧信道泄露评估进行了研究,发现了两个问题:(1)配对功耗轨迹组间采样点相关性系数小于0时出现第I类错误;(2)可能会出现死区.针对以上问题,提出了一种非特定配对t检验的侧信道泄露评估优化方案.对AES算法的侧信道泄露评估实验表明,本文方法比传统分组t检验的评估方法减少70%功耗轨迹数量和45%的计算时间.

项目式混合式教学法在动态网页制作课程中的探索与实践

针对职教师资动态网页制作课程教学模式老旧、学生学习积极性低下,提出在动态网页制作课程中引进渐进式项目驱动与混合式教学,介绍基于渐进式理论的教学项目选取与拆分,以"搭建用户登录注册页面"为例,说明混合式教学流程及优势.

基于距离交并比回归的孪生网络目标跟踪算法

为解决视频目标跟踪过程中目标框和预测框边界不重叠情况下无法优化的问题,提出了一种距离交并比(distance intersection over union,DIOU)回归的孪生网络目标跟踪算法.通过孪生网络和区域建议网络(region proposal network,RPN)保持实时效果,将距离交并比引入回归分支,结合重叠率和中心点距离构建损失度量,加快模型训练的收敛速度,为边界框提供更直接的回归方向.同时,使用Resnet50网络替换SiamRPN网络的特征提取网络,进一步提高目标特征表示的准确性.实验结果表明,DIOU回归损失在视频目标尺度变化、低分辨率、光照变化等干扰情况下,具有较强鲁棒性.