通用的量子同态加密框架

研究了量子同态加密,提出了一种通用的构造量子同态加密算子的方法,进而建立了构造量子同态加密方案的一种通用框架;通过二值和三值量子态的酉变换,利用该框架构造了相应的量子同态加密方案,与现有文献的构造方案相比,利用该框架构造的量子同态加密方案更具有普遍性;通过安全性分析,该框架的安全性是基于加密算法的安全性和密钥的安全性。由于该框架采用了对称量子加密算法,导致构造量子同态算子时需要加密密钥,从而该框架是一种弱的对称量子同态加密框架。最后,该框架被推广到了量子公钥加密的情形。

基于重发机制的量子密钥分发协议

在量子密钥分发协议中,光子传输很微弱且不能被放大,在接收端极可能出现部分光子被丢失或未被检测到的情况,导致接收端收到的光子序列中出现缺失,使量子密钥分发协议效率更低,针对该问题,提出使用重传机制。根据缺失光子的位置,由发送方重新随机生成相应的二进制位序列、基序列和相应的光子序列,对其进行传输,直到没有出现光子缺失或满足一定阈值为止;理论分析该协议的可实现性、安全性和分发效率。使用重传机制能够有效增加接收端接收到的有效二进制串的位数,扩大了窃听检测区间,显著提高量子密钥分发效率。

B/S模式下OA系统中网络拥挤问题的研究

本文就B/S模式下办公系统中网络拥挤问题展开了讨论.对于实时性要求不高的数据处理,引入了的新的数据传输ADTP,定义了ADTN网络,利用DRD算法给出了在网络出现阻塞时如何处理被阻塞的消息而避免了更大网络冲突的发生.

中小企业内部P2P通讯平台的设计与实现

本文首先论述了中小企业的通信网络的搭建,以及相关的网络拓扑结构;接着利用NAT原理,UDP和TCP穿越技术提出了基于.NET框架的企业内部P2P通信平台的解决方案;最后利用C#语言在.NET框架下实现了该方案,并在校园网环境下测试了该方案的有效性,证明能够满足企业内部安全可靠的通讯。

支持向量机与奇异值分解的盲水印算法

为进一步提高水印算法的抗攻击性能,提出了基于支持向量机(Support Vector Machine,SVM)与奇异值分解(Singular Value Decomposition,SVD)的盲水印算法。首先对宿主图像进行DWT变换,将低频子带分成互不重叠的子块;然后利用SVM建立子块的局部相关性模型,根据模型预测结果与对应位置的低频系数值的大小关系产生特征序列,该序列与水印进行异或运算产生特征水印序列,将特征水印序列通过奇偶量化规则嵌入原始图像小波低频子带对应子块的最大奇异值。实验结果表明,该算法不仅具有较好的不可感知性,而且具有较强的抗攻击能力。

基于量子态系数矩阵的纠缠判定准则

量子纠缠的判定问题(也称为可分性判定问题)是量子纠缠理论中的核心问题之一。越来越多的两体纠缠判定准则被提出,但其中大部分都难以理解和计算,或是难以应用到任意多体量子系统中。为此,对于一个任意的多体量子纯态,基于其系数矩阵提出了一个纠缠判定准则。通过考察一个量子态的系数矩阵的秩,就可以断定该状态是可分态还是纠缠态。通过具体的实例表明,所提出的方法可以找到一个多体量子态的具体可分形式,并且简单易懂、方便计算。

基于不同核函数的支持向量机的分析与比较

本文首先介绍了SVM的原理及各种数据分类算法,然后描述三种不同的工具箱(LS_SVMLAB、OSU_SVM、SVM_SteveGunn),分析不同的核函数,在此基础上,对两个数据集(Iris、Liver Disorders)进行分类,记录其分类准确率及运行时间,通过比较分析,选出一个最佳的核函数以及工具箱。结果显示,OSU_SVM工具箱的分类性能是最优的。

基于汇编语言图形模式的汉诺塔问题解决方案

汉诺塔问题是一个典型的递归问题,它的解法在很多计算机书中都有提到,但很少具体实现;而汇编语言是一门低级底层计算机语言,学习这门语言存在枯涩、繁琐让人难以理解等等问题;将具体问题与汇编语言结合,既可以达到提高学习兴趣的目的,又可以更加深刻理解汇编语言的编程思想,是汇编语言教学中很重要的手段之一,同时运用图形化实现汉诺塔问题,使得对此问题的理解更加生动明了;本文就此给出具体实现方法.

区块链环境下用户身份匿名的量子委托计算协议

在大数据背景下,数据安全与身份安全同等重要。其中,身份的盲性值得特别关注。为满足量子委托计算对数据与身份盲性的需求,提出一个在区块链环境下进行,能兼顾数据安全与身份安全的匿名量子委托计算协议。协议不依赖可信的第三方,用户能够匿名地参与委托计算协议,无需展示身份信息就可以完成委托的发送与结果的接收。在发送计算委托时,Alice使用环形网络对身份进行混淆以隐藏发送方。Bob使用受控量子隐形传态安全且匿名地反馈委托计算结果。另外,协议引入区块链技术协助第三方Charlie对用户的支付进行匿名审批。协议使用到的区块链与量子技术基本已实现,因此协议具有较高的可行性。进一步提出了改进协议,用户可以通过比对多委托方的计算结果来实现委托计算结果的可验证。该文提出的协议是一个面向大数据环境的实用协议框架,具有很好的迁移性。

大数据时代背景下智慧教学模式的研究

一、智慧教育的研究背景大数据、物联网、云计算等信息技术的日趋成熟,推动了新一代科技革命,加速了教育的智能化发展,传统教学开始向信息化、智能化方向发展。2008年,IBM在《智慧地球:下一代领导议程》中首次提出“智慧地球”概念后,教育界开始提出“智慧教学”概念。智慧教学的出现是大数据背景下教学改革的必然结果,其的基本理念是深度融合先进的信息技术和教学实践,帮助教师运用智能的手段、模式,开启学生之智,形成新时代的智能化的教育。

基于边界域的变精度粗糙集

粗糙集理论作为分类学习的一种工具,借助一对极值映射的一元算子,利用已知的知识结构表示未知的研究对象。具体主要体现在已知知识包含于未知对象集或与对象集相交不空。随着数据规模的不断增长以及数据形式的日趋复杂,严格意义的包含常常不能满足现实的需要。因此,经典粗糙集忽略了非常接近于严格包含的情况。变精度粗糙集放宽了严格包含关系。弥补了经典粗糙集理论的这一不足。然而,和经典粗糙集相比,变精度粗糙集不可避免地失去了一些基本性质。为了进一步探讨这些性质的本质内涵,在研究已有变精度粗糙集结构和性质的基础上,提出了3类基于边界域的变精度粗糙集模型,比较研究了这些模型之间的联系和区别。结果表明,第Ⅰ类变精度模型是已有变精度粗糙集模型的推广,第Ⅱ类变精度模型则是经典粗糙集的直接拓展形式之一。这2类变精度模型都侧重于从局部多数包含的角度刻画对象集。第Ⅲ类变精度模型侧重从对象集的整体边界域,即整体多数包含的角度描述了未知知识。

“四新”建设背景下高校教学资源的应用与更新研究

“四新”建设背景下高校教学资源应用与更新工作的开展,是促进我国高校一流本科教育建设的重要举措,可为“新工科、新文科、新医科、新农科”建设储备较为丰富的教学资源,对提升高校学生实际的专业能力也具有重要意义。但在实际的建设过程中,部分高校由于本校教师的专业能力不足、高校学生对教学资源搜集与运用的能力不强、高校教学资源共享机制不完善等问题,对我国高校教学质量的提升产生了一定的阻碍。所以,高校需要进一步加强本校教师培训,提升学生对教学资源的运用处理能力,完善我国高校教学资源共享机制,推进我国高校人才培养质量得以提升。