路径洗牌算法：安全组播中一种高效的组密钥更新算法

安全组播通信使用组内所有成员共享的组密钥来加密通信内容。为了保障安全,密钥服务器需要在组成员关系改变时进行组密钥更新(rekey)。由于组内成员关系的动态性和加解密操作的高代价,组密钥更新性能成为衡量组密钥管理性能的主要指标。基于密钥树(key tree)的组密钥更新方法已经被广泛地使用,并达到了对数级的组密钥更新代价。密钥树的结构需要保证平衡,否则最坏情况下组密钥更新的通信代价会达到O(n)。该文提出了一种新的基于密钥树的路径洗牌算法PSA(Path Shuffling Algorithm),该算法能够将密钥树的平衡操作分散到一般的更新密钥操作中,减少了结构调整代价,从而提高了算法的性能。理论分析给出了该算法更新组密钥的平均通信代价,模拟实验也验证了这种算法更新组密钥的平均性能要优于其它同类算法。

一种基于BioHashing和洗牌算法的可撤销密钥绑定方案

针对传统加密方案中密钥管理困难的问题,提出了一个新的通过指纹管理密钥的密钥绑定方案。该方案通过BioHashing方法得到用户指纹特征的二进制序列,对得到的序列执行一个改进的洗牌算法进行置乱,最后通过Fuzzy Vault方案将特征值与密钥进行绑定。仿真分析表明,利用Fuzzy Vault方案的容错机制和BCH码的纠错机制,该方案可以在保证指纹信息安全的情况下正确恢复密钥。同时,改进的洗牌算法实现了特征模板的可撤销性和不可逆性。

基于洗牌算法的大数据抽样有效性分析

基于折叠技术的洗牌算法具有较好的数据置乱效果,可以满足大数据抽样的前提条件。为证明置乱后的数据集在经过抽样后内部规则不被破坏,通过数据挖掘的方法对抽样前后的数据进行关联规则分析。对比所得关联规则的支持度、置信度,以及事务出现的频率,发现经过折叠洗牌算法置乱后的数据在抽样前后所得到的关联规则变化相对稳定,并通过与现有算法的时间效率以及抽样总体误差作对比,进一步在理论上得出大数据抽样具有有效性,即可以通过抽样样本来推测数据整体情况。

基于折叠技术的大数据样本洗牌算法研究

大数据处理效率问题是目前的研究热点,而基于样本抽样技术可降样本数量,是提高大数据处理效率的方法之一。文中提出一种基于折叠技术的大数据洗牌算法,首先给出洗牌算法的基本原理,同时定义离散度和均匀度两个评价指标,并从时间效率、离散度和均匀度3个角度进行了仿真实验。实验结果表明,基于折叠技术的大数据洗牌算法具有较高的时间效率,当样本分段数为样本总数的5%,循环次数为样本总数的2%时,离散度和均匀度明显优于其他基于随机技术的洗牌算法。基于折叠技术的大数据洗牌算法为大数据抽样和提高局部样本的可用性提供了一个新的途径,克服了抽样不均匀对原始样本产生的影响,提高了大数据挖掘的时间效率。

基于洗牌算法的二方向折叠扩散混沌系统图像加密

针对像素位置置乱,为了削弱当前加密密文存在的周期性,提出了一种基于洗牌算法的二方向折叠扩散混沌系统加密方法。仿真实验表明,该算法不仅能够较好地抗差分攻击、统计特性分析,密钥敏感度强,还能有效抵抗密文攻击,而且密钥空间大,加密效果好。

基于洗牌算法的快速个性化组卷方法的研究

在通过现有的一些算法已经形成试卷的基础上,利用洗牌算法再将题号顺序打乱,以使相邻考生所得到的试卷中试题号(也可包括备选答案顺序)出现顺序各异,在一定程度上避免了考生间作弊的行为。

基于洗牌蛙跳算法的瑞雷波非线性反演（英文）

目前,各种主、被动源瑞雷波勘探方法在近地表探测中扮演着日益重要的角色,利用瑞雷波频散曲线反演可以得到近地表横波速度信息,但是瑞雷波频散曲线反演问题是高度非线性的全局优化问题。为了缓解陷入局部最优解的风险,本文将一种新的全局优化方法一洗牌蛙跳算法引入到瑞雷波频散曲线反演中。洗牌蛙跳算法是一种群智能优化算法,通过模拟青蛙种群的觅食行为来实现最优化问题的求解,具有计算速度快,需要调整的参数少,全局寻优能力强的优点。为了检验洗牌蛙跳算法的可靠性和计算能力,首先对不含噪声和含噪声的四层理论模型进行了反演试算。然后,利用不含噪声数据对洗牌蛙跳算法与粒子群优化算法进行比较分析。最后,对实际数据进行反演,以检验洗牌蛙跳算法的实用性。理论地层模型和实际数据的测试结果表明:洗牌蛙跳算法可以有效地定量解释瑞雷波频散曲线,收敛速度、反演精确总体优于经典粒子群优化算法与改进粒子群优化算法,具有很大的发展潜力。

利用改进SCE算法的锂离子电池参数辨识

针对传统参数辨识方法中存在的易陷入局部最优和精度低问题,提出一种改进洗牌复杂演化算法(shuffed complex evolution, SCE).首先,提出描述电池的动态特性的二阶RC等效电路模型,并根据恒流放电工况测试数据集进行锂离子电池等效模型确定待辨识参数.其次,将模型模拟端电压值与电池真实测试端电压均方根误差作为目标函数,并通过所提出的优化算法来寻找模型最优参数.最后,使用DST、 FUDS的锂离子电池动态工况数据集进行仿真验证,并与粒子群算法、灰狼算法、遗传算法进行比较.仿真结果表明,本方法在辨识精度方面具有优势,算法的参数辨识均方根误差(ERMS)平均值是0.016 6 V,相比较其他优化算法,分别降低了7.8%、 8.3%、 14.9%.

一种JPEG无损压缩专利算法的改进与实现

为了改善各种算法对JPEG文件无损压缩效果不佳的问题,改进了一种洗牌算法和无损压缩算法相结合的无损压缩专利方法。通过实验验证,改进算法能够进一步去除JPEG图像文件中的少量冗余,算法表现出了强劲的压缩性能。得出结论:提出的改进算法能进一步无损去除文件内部冗余,减小文件体积,算法简单,时间复杂度低,易于实现。

一种JPEG无损压缩算法的仿真与实现

研究图像压缩算法优化算法的效果,针对目前通用无损压缩算法都难以对JPEG文件进行压缩,提出了一种洗牌算法和无损压缩算法相结合的无损压缩方法。在将JPEG图像文件进行压缩前对文件进行有效规整,产生冗余,然后再结合通用无损压缩算法进行无损压缩进一步去除文件内部信息冗余。进行仿真实验验证,算法能够进一步将JPEG图像文件无损压缩1%-3%。结果表明,上述算法能进一步无损去除文件内部冗余,减小文件体积,算法简单,时间复杂度低,易于实现,是一种有效的快速图像压缩算法。算法已经获得专利保护。

一种基于分层结构的组卷算法研究

文章指出了现有的组卷算法应用在考核系统中所存在的缺陷,在基于遗传算法的组卷算法的基础上,提出了遗传算法和洗牌算法相结合的分层结构的组卷算法。该组卷策略提高了试卷质量,使生成的试卷更客观、更科学、更有区分度,且能有效防止学生作弊,提高了考试的科学性和客观性。

结合SCE法的粒子群优化QoS路由算法

QoS （Quality of Service） 路由问题是一个非线性的组合优化问题,理论上已证明了该问题是NP完全问题.粒子群优化算法是一种基于群智能演化计算技术,PSO在求解连续性优化问题上得到了较好的应用,而把PSO算法用于求解路由算法等离散性问题还比较少见,同时,PSO算法在收敛过程中还存在随机性,某些情况下会出现停滞现象.为此本文提出了一种结合SCE（Shuffled Complex Evolution）法的粒子群优化方法用于求解QoS路由问题.该算法通过引入插入算子、删除算子、算子系列和基本算子序列等概念,对基本的粒子群优化算法进行改进;通过采用SCE法,使算法跳出局部最优解的限制.仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法,也提高了算法收敛到最优解的能力.

基于ExcelVBA的讲课竞赛抽签系统设计与实现

通过组织讲课竞赛等形式不断提高青年教师教学能力,是高等院校确保人才培养质量稳步提升的重要保证。在高校讲课竞赛等活动中,需要以公正、快捷、直观的方式对参加人员、讲课题目进行抽签,文章通过实例介绍基于Excel VBA设计讲课竞赛抽签系统的实现方法。

C语言智能考试系统的应用开发

文章讨论了C语言智能考试系统的应用开发以及系统的整个设计思路,分析了传统C语言考试系统的不足之处,并且针对这些不足,利用C语言智能考试系统能找出相应的解决办法。

深度AWB结合改进DIT的高效大数据分类

针对传统数据分类属性模型中存在的较为复杂且大数据分类效率低等问题,基于云计算环境,提出利用深度属性加权贝叶斯(deep attribute weighting Bayesian,AWB)算法结合改进差别信息树(differential information tree,DIT)的大数据高效分类方法。利用AWB算法构建大数据训练集的模糊知识库,提高大数据分类精度;采用改进DIT进行模糊粗糙集属性约简,以并行方式利用映射函数对信息进行分区,将洗牌算法融入模糊分类器的设计中,提高大数据分类效率;利用CloudSim仿真器在大型网络数据集对所提方法的性能进行实验论证。实验结果表明,所提方法提高了分类准确度,降低了计算时间,提高了计算效率。

Hargreaves公式的全局校正及适用性评价

Hargreaves公式是计算参考作物腾发量(ET0)最为简便的经验公式之一,但目前对于该公式在不同气候类型区域的适用性及误差影响因素尚缺乏系统评价。在月时间尺度上,以Penman-Monteith公式计算的ET0为基准值,利用洗牌复合形进化算法(SCE-UA),在中国105个气象站对Hargreaves公式进行了全局校正。分析了校正后Har-greaves公式参数的地区分布规律和影响因素;同时,从长系列过程和年内季节性过程两方面,综合说明了校正后Hargreaves公式在中国7个区域的适用性;讨论了影响Hargreaves公式计算精度的气象因素。结果表明:校正后Hargreaves公式可以有效提高计算精度,但计算精度的地区差异仍然比较明显。校正后的Hargreaves公式,对于青藏高原及毗邻区和西南、西北地区大部分站点,在年内各月均具有较强的适用性;对于东北、华北和新疆地区,夏秋季节的计算精度较高,而在冬春季节计算精度较低;对于华南地区的绝大多数站点,仅在年内2～3个月份具有较高计算精度。同时,对于大部分站点,Hargreaves公式无法有效描述ET0中的空气动力学项是计算误差产生的主要原因。校正后Hargreaves公式在年内各月计算精度与空气动力学项占ET0的比例(K)、月平均降水量(P)具有显著相关性。一般而言,K值越大,Hargreaves公式计算精度越低;P越大,Hargreaves公式计算精度越高。各月计算精度与风速、相对湿度的关系则比较复杂,在不同区域表现各异。

广播机制解决Shuffle过程数据倾斜的方法

在Spark 计算平台中,数据倾斜往往导致某些节点承受更大的网络流量和计算压力,给集群的CPU、内存、磁盘和流量带来了巨大的负担,影响整个集群的计算性能.本文通过对Spark Shuffle 设计和算法实现的研究,深入分析在大规模分布式环境下发生数据倾斜的本质原因.提出了广播机制避免Shuffle 过程数据倾斜的方法,分析了广播变量分发逻辑过程,给出广播变量性能优势分析和该方法的算法实现.通过Broadcast Join 实验验证了该方法在性能上有稳定的提升.

一种新型流密码系统

根据人们常用的洗牌算法对LFSR进行非线性变换,利用该变换可以改变元素原有的排列顺序,扰乱序列原有的某种规律性和结构性,提高序列的非线性,从而构造出一种新流密码系统。实验结果表明,由该系统产生的密钥序列具有均匀性,相关性小的特点。该密码系统能构被应用于网络安全等领域。

基于P2P网格资源管理模型和任务调度算法

网格计算是分布式环境中资源共享和协同工作的有效手段,资源管理是网格计算中的关键问题。基于对等计算的思想,提出了一个Grid-P2P资源管理模型,并设计出一种基于碟式洗牌遗传算法的任务调度优化方法。仿真实验结果表明,该模型有利于网格的扩展性和动态性,可以成功地应用于网格任务调度。

结合SCE法的粒子群优化QoS路由算法

QoS(QualityofService)路由问题是一个非线性的组合优化问题,理论上已证明了该问题是NP完全问题。粒子群优化算法是一种基于群智能演化计算技术,PSO在求解连续性优化问题上得到了较好的应用,而把PSO算法用于求解路由算法等离散性问题还比较少见,同时,PSO算法在收敛过程中还存在随机性,某些情况下会出现停滞现象。为此本文提出了一种结合SCE(shuffledcomplexevolution)法的粒子群优化方法用于求解QoS路由问题。该算法通过引入插入算子,删除算子,算子系列和基本算子序列等概念,对基本的粒子群优化算法进行改进;通过采用SCE法,使算法跳出局部最优解的限制。仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法,也提高了算法收敛到最优解的能力。