4个非线性驱动的轻量级流密码加密方法

    公开(公告)号:CN103166753B

    公开(公告)日:2015-12-09

    申请号:CN201310098769.7

    申请日:2013-03-26

    Abstract: 本发明公开一种4个非线性驱动的轻量级流密码加密方法,其仅采用面向比特的异或和与运算,内部操作容易实现;借鉴分组密码的多轮迭代思想,对初始化内部向量进行“多轮”比特混合置乱操作,从而能够快速达到置乱效果;新引入“分区交替扩散”和“多层混淆”的技术,快速完成种子密钥比特间混淆和扩散效果;所选的4个非线性驱动部件具有稳固的密码学性质以抵抗多种攻击;密钥生成阶段新引入双二次项进行非线性置乱,有效抵抗传统的内部状态恢复攻击;种子密钥长度为88比特具有高安全强度;算法简洁、容易软、硬件平行实现,特别适合资源受限环境下使用,比如无限传感器网络等;实现的存储代价小。

    宽带无线传输方法和系统、发射器和方法、接收器和方法

    公开(公告)号:CN102710574B

    公开(公告)日:2014-12-10

    申请号:CN201210171233.9

    申请日:2012-05-29

    Abstract: 本发明公开一种高速移动环境下的宽带无线传输方法和系统、发射器和方法、接收器和方法,其发射端串行输入的高速基带信号经过串并转换,转换成低速并行基带信号,然后进行MFDM映射,将时域基带信号转换成频域基带信号,再经IFFT转换回时间域,经插入CP及并串转换后,送射频模块到天线发送出去;接收端将天线接收信号经射频模块转换成数字基带信号,经过同步模块实现位帧同步,然后串并转换并去CP,送FFT模块转换成频率域基带信号,再经MFDM解映射,恢复出时域基带信息。本发明能够克服多径传播引起的码间干扰和高速移动带来的多普勒频偏,由于无需进行信道估计、因而大大简化接收机硬件结构。

    云环境下基于动态口令与生物特征的双向身份认证方法

    公开(公告)号:CN103124269A

    公开(公告)日:2013-05-29

    申请号:CN201310069767.5

    申请日:2013-03-05

    Abstract: 本发明公开一种云环境下基于动态口令与生物特征的双向身份认证方法,其综合运用了多种认证方法和加密技术,采取短信接收方式获取一次性随机密钥,实现了双向认证,可在任意地点登录,注册过程可以在网络上自助完成,不需要到指定地点进行注册信息录入,本发明通过将一次性动态口令与生物特征相结合,同时密钥传输加入GSM渠道,从而增强认证过程的安全性和可靠性。

    一种基于时间反转的多天线分集接收方法及装置

    公开(公告)号:CN102404039A

    公开(公告)日:2012-04-04

    申请号:CN201110437612.3

    申请日:2011-12-23

    Abstract: 本发明公开一种基于时间反转的多天线分集接收方法及装置,先将各天线接收的射频信号分别做下变频处理,得到多路不相关的复基带信号;然后根据得到的复基带信号分别进行信道估计,得到各接收天线独立的传输信道参数;并根据估计的信道参数求出各信道的时间反转共轭式;之后将各天线接收的复基带信号分别与对应的传输信道的时间反转共轭式进行卷积运算;最后将卷积的结果采用等增益合并方法得到最终多天线分集结果。本发明能够增加接收信号的信噪比,简化合并及均衡策略,提高无线通信系统性能。

    一种基于交易特征的区块链分层分片方案

    公开(公告)号:CN119520520A

    公开(公告)日:2025-02-25

    申请号:CN202411730890.1

    申请日:2024-11-29

    Abstract: 本发明涉及一种区块链交易分片方案,该方案旨在通过解决高跨片交易比率和跨片交易验证延迟的挑战来优化区块链性能。本发明提出了一种基于交易特征的区块链分层分片方法,通过智能分配跨不同分片的交易,战略性地降低了跨片交易比率。算法利用区块链内的历史交易数据,根据账户间的交易特征预测并优化分片分布。这种预测方法允许显著减少需要在不同分片间进行的交易数量。通过区分常规分片和桥接分片,算法有效地重新分配交易,以最小化跨片交互并最大化片内处理。实验结果表明,本算法优于随机分片算法,通过降低跨分片交易比率和交易延迟,同时增加桥接分片的验证的跨分片交易比例。这些改进共同提高了区块链系统的整体效率和性能,从而为常规分片技术面临的可扩展性挑战提供了一种强有力的解决方案。

    一种基于本地差分隐私和迁移学习技术的联邦学习模型

    公开(公告)号:CN119337970A

    公开(公告)日:2025-01-21

    申请号:CN202411463865.1

    申请日:2024-10-18

    Abstract: 本发明涉及本地差分隐私和迁移学习领域,具体是一种利用基于参数共享的迁移学习和PM扰动机制来实现联邦学习隐私保护的方案。该方案能够实现联邦学习过程中的隐私保护,同时对客户端的骨干模型进行迁移、剪枝,在确保模型精度不降低的情况下大大减少了训练的通信开销。首先,针对深度学习模型的复杂性和资源密集性导致通信开销大的问题,我们利用迁移学习的思想,允许多个客户端之间共享一部分模型参数,这些模型参数形成共享编码器并将其冻结,不参与联邦学习聚合过程。剩余的网络层组成预测器,对预测器进行剪枝,更新剪枝后的预测器,最后将被剪枝部分恢复为训练前的模型参数。针对FL中存在的隐私泄漏问题,客户端可以根据自己的隐私保护需求,设定一个整体的隐私预算,并采用一种动态的隐私预算分配方法分配每轮训练的隐私预算,用这个隐私预算对恢复后的预测器通过分段机制进行分段扰动,客户端将扰动后的预测器上传给中央服务器,服务器对接收到的预测器通过FedAvg算法聚合后广播给客户端,以进行下一轮训练。

    一种具有隐私保护的智能电网实时处理系统及方法

    公开(公告)号:CN115442020B

    公开(公告)日:2025-01-07

    申请号:CN202210932156.8

    申请日:2022-08-04

    Abstract: 本发明涉及智能电网技术领域,具体涉及一种具有隐私保护的智能电网实时处理系统及方法,在智能电网背景下,基于雾计算、编码和同态加密等技术,构造一个具有多功能且高效的隐私保护方案,具体的,通过本发明的智能电网实时处理系统,电力服务提供商不仅能够获得注册用户的总用电量,而且还能够基于实时价格向用户收取费用,当用户对电力服务提供商发送过来的账单产生质疑时,可向仲裁中心发起仲裁请求,由仲裁中心解决争议,同时用户也可以向电力服务公司发起查询请求查询一段时间内的电费,解决了现存的方案未能实现的多种功能集为一体的技术问题。

Patent Agency Ranking