全轮Shadow算法的差分和线性特征分析

随着射频识别(RFID)技术、无线传感器的应用越来越广泛,为了保护这类资源受限设备存储和传输的数据,轻量级密码应运而生。轻量级密码的密钥长度较短、轮数较少,因此在正式投入使用前,有必要对轻量级密码进行精确的安全性分析。针对轻量级密码安全需求,分析全轮Shadow算法的差分和线性特征。首先,提出一种二次差分的概念,从而更清楚地刻画差分特征,证明该算法存在概率为1的全轮差分特征,并通过实验验证差分特征的正确性;其次,给出全轮线性特征,即证明给定一组Shadow-32(或Shadow-64)的明密文,可以获取8(或16)比特的密钥信息,并通过实验验证以上说法的正确性;再次,基于明文、密文和轮密钥之间的线性等式关系估计2次布尔函数的方程数和自变量数,再得到求解初始密钥的计算复杂度为263.4;最后,总结Shadow算法的结构特点,并提出下一步的研究重点。此外,全轮Shadow算法的差分和线性特征的分析工作对其他轻量级密码的差分和线性分析具有一定的借鉴作用。

基于Android的多模态情感识别APP的设计与开发

在团队自建的中文多模态情感识别语料库的基础上,训练了多模态情感识别深度神经网络模型,能综合视频中图片、音频和文本三个模态信息进行情感识别。基于该情感识别模型,设计并开发了一款基于Android平台的移动应用程序,捕获视频中人物的话语文本、声音和面部表情,识别出人物的情感状态,以支撑后续共情聊天机器人的研发。

面向多方对话的中文多模态情感语料库构建

针对多方对话中文多模态情感语料库资源不足的情况,构建了一个面向中文的多模态多方对话情感语料库:确立了对话情感/情绪标注体系,收集并整理了电视剧《天真派武林外传》中的数据,以话语为单位切分出每条话语对应的文本、声音和视频,标注了330段对话,共计5541条话语;设计了一个多模态多方对话情感分析模型,并在所构建语料库上开展了实验。实验结果表明:单模态情感分析的效果中,文本模态好于声音模态和视频模态;多模态情感分析的综合效果比单模态文本分析的效果差,但好于声音和视频分析的效果。