密钥提取中降低初始不一致率的预处理方法

在密钥生成过程中,传统量化算法会导致量化结果初始不一致率较高,从而降低最终的密钥生成速率。为解决该问题,提出一种基于奇偶校验的预处理方法。合法双方对量化比特进行合理分组,交互每组的奇偶校验位,且双方同时删除校验位不一致的分组。仿真结果表明,该方法能降低初始序列的不一致率,进而提高后端信息协商的效率,特别是当初始不一致率较高时性能改善明显,如当初始不一致率为0.26时,采用该预处理方法的剩余比例较未采用该预处理方法提高近9倍。

密钥提取中降低密钥不一致率的量化方法研究

在现有的基于无线信道特征的物理层密钥提取方法中,合法通信双方量化门限附近的测量值有较大可能被量化到门限两侧,从而造成收发双方生成密钥的不匹配。针对这一问题,有学者提出了基于量化隔离带的信道量化方法,通过删除量化隔离带内的测量值以降低生成密钥不一致率,但影响了密钥生成速率。对此,文章提出一种基于量化隔离带的自适应信道量化方法(ACQG),通过对量化隔离带内的测量值进行自适应调整,在保证密钥一致性的基础上提高了密钥生成速率。为了进一步提高生成密钥一致性,文章在ACQG的基础上又提出了自适应修正信道量化方法(MACQ)。仿真结果表明,与传统密钥提取算法相比,文中方法可以有效提高密钥提取速率和生成密钥一致性。

基于MAP准则的无线信道密钥量化算法

在物理层安全领域中,基于无线信道的密钥生成技术包括信道探测、量化、密钥协商和保密增强等4个步骤。针对传统量化方案仅关注量化端点值设计、初始密钥不一致率(Key Disagreement Rate,KDR)偏高的问题,通过搭建对合作方量化结果进行概率推算的数学模型,获取其量化符号信息和比特软信息,提出了基于最大后验判决准则(Maximum a Posteriori,MAP)的量化算法。仿真结果表明,所提算法能取得更低的KDR,在信噪比为10 dB环境下,该算法的KDR比等概量化降低了43%,比信道交互量化(Channel Quantization Alternating,CQA)降低了35%;采用2比特量化,该算法的可生成密钥长度较CQA提高了2倍。

综合医院结合自理能力重新划分护理分级的探索性研究

目的:将临床患者病情级别和自理能力等级相结合,重新划分护理分级,并与目前护理分级进行比较,以探讨自理能力对综合医院护理分级的影响。方法:采用方便抽样法选取全国4个省市6家三级综合医院的1808例住院患者进行调查。结果:①结合自理能力重新划分后的护理分级与目前护理分级总体的不一致率为24.46%;②病情级别越低,两种护理分级的不一致率越高(χ2=15.525,P<0.001);③功能障碍越轻,两者的不一致率越高(χ2=38.511,P<0.001)。结论:重新划分的护理分级结合了客观的Barthel指数,更加科学合理,能更全面地反映患者需求,体现护理工作量,有利于护理人力资源的合理使用。两种护理分级间的不一致性,尤其是在普通患者和功能障碍较轻患者方面较高的不一致性,提示应在综合医院推广使用结合自理能力重新划分后的护理分级。

海量物联网差异数据定位识别建模仿真

在物联网下的差异数据进行定位识别问题的研究中,由于大型物联网结构下的数据量很大,形成海量的差异数据。上述数据特征很难用统一标准进行衡量,使得定位识别需要的特征分区过多,导致传统的定位识别过程需要进行多次分类校验,效率较低。提出采用不一致率的海量物联网差异数据识别模型,首先统计样本数据在每个特征子集划分下的频数表并计算物联网数据不一致率,再根据特征子集对应的物联网数据不一致率差异最小化原则完成特征个数最小化的最优特征子集筛选;然后由模糊优选模型得到有序综合指标特征数据集,最后采用聚类分析将有序综合指标数据集聚类为几个簇进而完成物联网差异数据的定位识别。仿真结果表明,所提方法的识别定位速度和精度比传统方法有明显提高。

基于两种数据传输途径的国家级地面自动站逐小时数据差异分析

对2006—2009年两种途径(A文件和Z文件)上传的2400多个国家级自动站观测的小时常规6要素资料进行对比分析。结果表明:两种途径的小时数据中,2 min风和10 min风的不一致率较高,主要由于两种文件对风速为零时风向的规定不同造成,其他要素的不一致率相对较低;在不一致数据中,各要素在仪器误差允许范围内的不一致率气温为23.27%、气压为5.40%、相对湿度为23.19%、降水为65.42%、2 min风为12.93%、10 min风为14.16%。

基于CACC的连续数据离散化改进算法

针对粗糙集及主要机器学习算法一般都无法高效处理连续数据的问题,提出一种基于CACC的连续数据离散化的改进算法。该算法采用CACC标准选取断点,通过增加数据不一致率约束条件,从而减少数据丢失信息量。仿真结果表明,CACC改进算法与Modified Chi2、Extent-Chi2、CAIM、CACC算法相比,并通过C4.5和SVM算法验证,数据识别率和精度可提高近8%。

利用LDPC编译码构建无线密钥协商协议的研究

基于无线信道特征的密钥生成过程中,为了降低通信双方生成的密钥不一致率常采取的措施是密钥协商。通常的密钥协商过程是在BSC信道下进行密钥协商,但是协商的效率较低。为了提高密钥协商的效率,本文提出一种在等效信道下基于LDPC编译码的协议机制。在此协议机制中,无线信道下采用Mathur[1-2]等人提出的Level-Crossing算法(LCA)提取密钥的过程构成了本协议中的等效信道,该机制对LCA提取后的密钥协商信息进行建模,推导了等效信道的最佳似然比,并据此采用LDPC码简单的加权比特翻转等译码算法[3-5]来有效进行密钥协商。将等效信道下LDPC码加权比特译码算法用于协商过程的性能和BSC信道下协商后的性能进行仿真,在SNR大于6 d B的前提下,仿真结果表明:1)在相同低门限的条件下,和LCA算法生成的初始密钥相比较,利用LDPC码比特翻转译码等算法在等效信道下和在BSC信道下协商后的密钥不一致率比初始密钥不一致率降低1至2个数量级;2)在等效信道下利用简单加权比特翻转译码算法进行密钥协商后的密钥不一致率比BSC信道下协商后的密钥不一致率降低大约1个数量级。

一种基于信息论的决策表连续属性离散化算法

连续属性离散化方法对后续阶段的机器学习和数据挖掘过程有着重要的意义。提出一种新的针对决策表的离散化算法,在该算法中,首先将信息熵用作判断标准,从候选断点集中选择合适的断点,然后删除一些冗余的断点来优化离散结果,在删除过程中为了尽可能保证决策表分类能力不变,使用不一致率对该过程进行控制。最后选取多组实验数据,使用当前流行的分类算法——支持向量机(SVM)对离散化后的数据进行分类预测,并与其它离散算法进行对比,结果表明本算法是有效的。

信息偏差在连续属性离散化中的应用

对基于信息论的离散化系列算法进行了分析,在此基础上提出了一种新的连续属性离散化方法。该算法使用信息偏差来对断点重要性进行度量,在离散化过程中使用不一致率进行控制以保证决策表的相容性不发生变化。最后通过使用C4.5和支持向量机(SVM)对该算法和其他算法进行性能对比,验证了该算法的有效性。

非完美信道估计条件下多比特量化无线密钥生成性能分析

针对无线密钥生成过程中的信道估计误差导致信道测量参数互易性差,严重影响通信双方生成密钥一致性的问题,提出了非完美信道估计条件下多比特量化无线密钥生成方案。首先,建立信道估计误差模型,研究非完美信道估计对无线密钥生成的影响,然后设计添加保护带的多比特密钥量化器,通过优化量化参数改善无线密钥性能。推导得到了密钥不一致率(KDR)和有效密钥速率(EKGR)的闭式表达结果,并揭示了导频信号功率、量化阶数和保护带与以上两个密钥性能指标的关系。仿真结果表明:增大发送导频功率可以有效降低密钥不一致率,提高量化阶数可以提升密钥生成速率但KDR也随之升高,增大量化阶数同时选择合适的保护带大小可以有效降低KDR。

7种干旱评估指标在广东北江流域应用中的对比分析

本文基于Pa、MI、SPI、ZI、SPEI干旱评估指标,对广东北江流域干旱等级进行评估,统计出各指标干旱等级不一致的情况,然后通过各指标间的等级不一致率及等级差值来分析各指标之间的异同,同时根据CI、AWTP指标的定义,统计出季节尺度的干旱持续时间CI-N(多年均值为CI-L)及与之对应的一次等价连续干旱期AWTP-N(多年均值为AWTP-L)并进行对比分析。在Pa、MI、SPI、ZI、SPEI指标的对比中发现,Pa与MI评估的干旱等级较接近,ZI、SPI、SPEI评估的干旱等级较相似,但Pa、MI与ZI、SPI、SPEI评估的干旱等级存在较大差别。这些差别主要原因是各指标计算方法不同造成的。各指标间干旱等级不一致率较高的主要集中在秋季(10月、11月)和冬季(12月、1月)。对比分析发现MI比较Pa评估的干旱等级更为合理;SPEI比较ZI、SPI评估的干旱等级更为合理;在对气温变化造成蒸发从而影响干旱等级变化的反应方面,SPEI优于MI;结合历史实际干旱资料对比分析发现SPEI对干旱的评估更接近实际情况。在CI与AWTP对比中发现,二者评估的干旱结果存在较大差别甚至没有必然的联系。这些分析结果也可为干旱评估指标的改进或新指标的建立提供依据。