一种带作弊识别的动态(t,n)门限量子秘密共享方案

文章基于齐次线性反馈移位寄存器(Linear Feedback Shift Register,LFSR)序列和d维单量子态提出了一种带作弊识别的动态(t,n)门限量子秘密共享方案。在该方案中,可信的分发者确定共享的秘密,并为参与者分配份额,参与者对传输中的粒子执行相应的酉操作来恢复秘密。在秘密重建阶段,通过执行量子态数字签名,不仅可以检测到作弊行为,还可以识别具体的作弊者并将其删除,最终参与者可以验证恢复秘密的正确性。该方案可以在不更改旧参与者份额的前提下,无需其他参与者的帮助便可实现参与者的动态更新。安全性分析表明,该方案能够抵抗常见的外部攻击和内部攻击。

基于在线聚类的协同作弊团体识别方法

针对大规模服务计算环境中聚集反馈、协同作弊和虚假评价等问题,通过融合在线聚类与共谋欺骗检测技术,提出了一种支持大规模服务可信度分析的在线协同作弊用户发现方法.首先,根据大规模服务系统日志中用户反馈评分信息,综合考虑大规模服务计算的大数据特性问题,设计了一种新颖的基于改进更新规则的在线KMeans聚类算法:在基于随机梯度法的在线聚类算法的基础上,采用了一种改进的基于小批量学习的在线聚类方法;并且,通过自动修正权重的聚类分组方差计算,进行递减增量优化,提高了在线KMeans算法的聚类质量,同时保证了聚类算法的时间效率;然后,充分考虑了协同作弊团体的同谋行为特征和协同攻击现象,利用聚类分组的性质和同谋团体异常性的特征,检测出协同作弊团体.仿真实验结果表明:提出的基于在线聚类的协同作弊团体识别方法具有良好时间性能,有效地解决了大规模服务计算中虚假反馈的问题.

重型柴油车远程OBD系统数据分析研究进展综述

重型柴油车是大气中氮氧化物和颗粒物的重要来源。远程OBD系统将OBD技术与无线通讯技术相结合,将车辆的运行数据、排放状况和故障信息发送给监管部门,可实现对重型柴油车全生命周期的排放监控。目前围绕重型柴油车远程OBD系统数据分析的主要研究方向包括:超排车识别和故障诊断、车辆后处理系统作弊识别和实际道路环境下车辆性能特征分析,本文对以上3个方向的研究进展进行了综述。超排车识别的关键问题是如何基于现有远程OBD系统采集的NO x浓度数据和有限的车辆状态数据识别车辆排放是否符合法规要求,车辆后处理系统作弊识别的关键问题是如何平衡作弊识别算法的准确性和复杂性。实际道路环境下车辆性能特征分析为法规制定和动力技术升级提供重要参考。

数字指示秤作弊码检测系统的研究及应用

针对市场上因数字指示秤作弊扰乱市场计量秩序问题,分析了数字指示秤的工作原理及现存的作弊模式,并针对应用最为普遍的软件修改模式进行了反作弊研究,设计研发了数字指示秤作弊码检测系统,可有效的检测和破解作弊秤的作弊码,该系统的研发可为贸易监管提供有力的技术支持。

Blog研究

Blog信息源和信息量迅速增长,并已通过频繁的链接和信息交互在互联网上构建了一个动态且紧密的社会网络,成为现实世界一个重要的信息来源.目前,Blog领域的研究主要集中在Blog的定义与识别、内容挖掘、社区发现、重要性分析、Blog搜索和作弊Blog识别等几个方面.大部分研究采用或借鉴了链接分析、自然语言处理等方面的技术和方法,也提出了一些针对Blog领域的特定方法.分析和比较了Blog领域的相关研究,并且讨论了研究中存在的问题,展望了未来的研究方向.