因子分解假设的复合模广义迪菲赫尔曼问题的伪随机提取

研究怎样在因子分解假设下有效地提取复合模数上的广义菲赫尔曼问题的伪随机比特串.证明了Blum-Blum-Shub生成器是一个合适的广义菲赫尔曼问题提取器.利用Naor-Reingold-Rosen伪随机函数中的技巧证明:在因子分解假设下,对于任意的{1,2,…,n}上的真子集合A,即使公开了gi∏∈Aai,BBSr(g∏ni=1ai)仍然是伪随机的(其中,g是平方剩余群QRN上的生成元,N为Blum整数).利用该结论,在因子分解假设下,可以得到不可区分意义安全的公钥加密和密钥交换协议.

随机性及随机提取器综述

随机提取器是一类可以从任意包含足够随机性的随机分布中提取几乎均匀分布随机位的函数.明确构造的随机提取器在复杂性理论,组合数学和密码学中有很多应用.这一领域有许多最新进展.

输出反馈模式在量子随机数提取器中的应用

随机数提取器是一类输入伪随机源和一串真随机种子,输出真随机数的函数.1999年Trevisan等人通过分析伪随机数生成器与随机数提取器之间的关系,提出了一种构造随机数提取器的方法—Trevisan结构.Anindya De等人在2012年给出了Trevisan结构在量子边信息下的安全性分析.本文分析研究了Trevisan随机数提取器结构的优缺点,针对其随机种子使用量较大的问题,利用输出反馈模式对随机种子进行预处理,通过结合简化的5圈DES算法对初始随机种子进行伪随机扩展的方法,一定程度上缩小了真随机种子的使用量.并将提取器结构模块化,设计了一类种子使用量较小且在量子边信息下安全的强随机数提取器.同时,给出了这类提取器在量子边信息下的安全性证明.最后,结合一比特提取器—Xor-code,给出了改进后提取器的具体实现参数及与Trevisan提取结构的对比分析.在理想情况下,利用输出反馈模式扩展随机种子的方法可以将真随机种子的使用量由原来的O(log^(3)n)减少到O(logn).分析结果表明,本文设计了一类节约资源的量子边信息下安全的强随机数提取器.

基于随机行走电容提取且保证准确度的线网时延计算方法

从随机统计原理出发,考虑基于随机行走电容提取的多端线网时延计算,提出保证准确度的多端线网自适应互连时延计算方法.首先推导了互连时延的随机误差与随机行走电容提取结果误差的依赖关系,给出了时延误差的理论上限;然后提出了基于误差上限估计和基于误差微调的2种自适应互连时延计算策略,它们根据用户指定的时延误差阈值自动调整执行随机行走电容提取的精度设置与次数,并通过"断点续算"提取技术缩短整体计算时间.对实际电路版图中互连线网结构进行计算的实验结果表明,该方法能够保证时延结果的准确度,而基于误差微调的自适应策略比基于误差上限估计的策略效率更高,在确保时延误差可控的同时使包含电容提取的总计算时间最短.

基于LFSR的前馈模型在量子随机数提取器中的应用

利用线性反馈移存器(LFSR)的前馈模型扩展随机种子,不仅解决了基于Trevisan结构的随机数提取器模型随机种子使用量较大、存在比特重用等问题,而且实现效率较输出反馈式随机数提取器更高。结合一比特提取器Xor-code,将提取器结构模块化,设计了一类量子边信息下强随机数提取器。最后,给出了实现的具体参数及与Trevisan结构、输出反馈式随机数提取器进行对比分析,结果表明,本文提出的提取器结构在缩小随机种子使用量上有良好的效果,且实现效率较高。

实用化量子随机数发生器研究进展

量子随机数发生器是一种从量子系统中提取量子力学固有不确定性并输出真随机数的一种仪器或者装置.最常见的一类量子随机数发生器根据光子经过一个分束器后的路径选择来产生随机数,其速率很低,无法满足大多数应用的需求.为了提高速率,提出并实现了一个实用且高速的基于光子相对于外部固定参考的到达时间的量子随机数发生器方案,其原始随机数据符合均匀分布,原始比特率达到了109Mbps.然而,对于某些应用场景,比如高速量子密钥分发系统,这个速率依然不够高.为了满足对超高速率的需求,实验实现了速率高达68Gbps的基于激光相位波动测量的量子随机数发生器方案.激光相位波动被干涉仪转化成亮度信息被高速光电探测器探测,然后量化为产生速率为80Gbps的原始随机数.为了满足干涉仪稳定性的需求,使用主动反馈技术代替了传统的温度控制来实现相位稳定控制.通过对系统建模分析,估算出原始数据中的量子随机性,经过Toeplitz矩阵提取之后得到最终的量子随机数,产生速率可以达到68Gbps.然而,对于一个实用的量子随机数发生器,速率的瓶颈在于非常低的随机性提取速率.为了关闭这个间隙,提出并在高速FPGA中实现了基于Toeplitz矩阵的流水线式的随机性提取算法.同时QRNG的所有组成部分被集成到一个紧凑的模块中.这个包括实时后处理与实时传输的QRNG模块,其最终的比特率达到了3.2Gbps.这一系列的研究进展表明高速量子随机数发生器已经走向了实用化进程.

阵列调制随机共振在微弱信号特征提取方面的应用

论述了阵列调制随机共振方法在强噪声背景下多频微弱信号特征提取中的工作原理和实现步骤;采用预先设定系统参数的多个并联非耦合随机共振单元形成阵列,将被测强噪声背景下的多频微弱信号分别与不同频率的载波进行调制,生成多个差频均为0.01Hz的信号作为各对应随机共振单元的激励信号,采用龙格-库塔算法求取各单元输出并进行频谱分析,根据0.01Hz处的信噪比判断在微弱信号中是否存在载波频率与差频值之和大小的频率分量,最后综合各个随机共振单元的检测结果生成微弱信号的频率特征向量;仿真结果表明,阵列调制随机共振在微弱信号特征提取方面效果明显,具有很好的应用前景。

MC方法模拟晶粒长大的改进算法和晶粒数统计的研究

基于材料等温下所有晶粒长大的同步性,认为单元进行再取向尝试时采用随机提取更符合物理模型,且所有单元全部提取并完成一次再取向尝试记为一个MCS,弥补了以往模拟中采用逐一提取单元的不足。晶粒长大模拟结果符合大晶粒不断变大且有相似性,小晶粒的无规则随机变小的规律。采用了对晶粒个数、面积的精确统计算法,得出晶粒长大指数达到0.48～0.51。

图像技术用于零件尺寸测量的研究

提出一种基于视觉检测技术的边缘检测算法 ,可以对复杂难测的零件进行尺寸和形状测量。采用改进的随机 Hough变换 ,加以相应的约束条件 ,将被测图像的边缘像素变成有意义的线特征 。

基于TF-IDF的贝叶斯模型的垃圾短信识别研究

手机收到垃圾短信已经是一种常态,严重影响了人们的日常生活。结合TF-IDF模型规则,提出了一种基于TF-IDF的贝叶斯模型,特征向采用随机提取的方式,之后进行统一的归一化处理,提高样本的辨识度,以此作为训练集生成对应的模型,最后实现垃圾短信的过滤。最终的实验结果表明:在结合了TF-IDF的贝叶斯模型下,垃圾短信的分类精度更优于一般的贝叶斯模型。

高效短种子量子密钥分配保密放大方案设计

针对目前保密放大方案存在的随机种子使用量大的问题,提出了一种基于模块化广义Trevisan随机提取器结构的量子密钥分配(QKD)保密放大的设计方案,并借助量子边信息分析理论,给出了该方案的安全性证明。结果表明,该方案不仅能够抵抗量子攻击,而且能有效节约随机种子,实现可扩展的高效保密放大。

基于深度图像和点云边缘特征的典型零部件识别

为解决自动化拆卸中零部件识别问题,提出了一种基于Kinect深度图像和点云边缘特征的典型零部件识别方法.首先利用非线性滤波优化算法对获取的深度图像进行处理获得优化后的目标点云并提出八邻域深度差算法提取点云边缘;然后利用随机抽样一致性(RANSAC)算法对分割后的点云边缘进行检测,并提取所定义的边缘特征以识别零部件.该方法能够实现对典型零部件的识别,实验结果验证了方法的有效性.

抗泄漏的身份基聚合签密方案

为了解决聚合签密方案中存在的密钥泄漏问题,在无限制身份基聚合签密方案的基础上,设计出一个抗身份密钥泄漏所需的身份基哈希证明系统,证明了其解封正确性、合法/非法密文不可区分性、平滑性和普遍性.基于该身份基哈希证明系统,结合随机数提取器,构造了一个抗泄漏的身份基签密方案,并给出了方案的安全证明,结果表明,其身份密钥的泄漏比值可达1-o(1).