基于DES密码电路的差分功耗分析仿真研究

差分功耗分析技术是目前应用广泛、技术发展较成熟的非侵入攻击技术,设计了一个功耗分析仿真平台,该平台具有自动化程度高、精度高和仿真速度快的特点.此外,还基于该平台实现了对DES密码电路的差分功耗分析,对数字电视机项盒安全性的提高具有参考意义.     

一种新的数字电视Widget交互平台模型

现有的数字电视交互平台在内容的合理利用和管理上存在着不足,针对其问题,基于Widget技术,结合MCU硬件平台和Linux OS,提出了一种新的终端嵌入、多样性、跨平台交互平台使用模型.最后对模型的使用性能进行了比较研究,并对模型的性能进行对比分析.分析结果表明,该模型安全可靠性高,易于实现,为数字电视交互式平台的应用奠定了基础.     

基于分形理论的麻醉监测诱发脑电信号识别方法研究

提出了一种基于分形理论的麻醉监测诱发脑电信号识别方法.首先给出了麻醉监测中潜伏期听觉诱发脑电信号的数学模型,产生与实际信号相符的模拟脑电信号,然后对脑电信号进行小波降噪,提取降噪后脑电信号的关联维数,最后通过关联维数的大小识别麻醉状态下中潜伏期听觉诱发脑电信号的类型.实验仿真结果表明:提出的识别方法具有较高的识别率.     

一种改进的WLAN-3G融合网络认证协议

本文在分析了现有3GPP WLAN-3G融合网络接入认证协议EAP-AKA的优势和不足的基础上,引入WAPI证书鉴别机制,提出WAPI-3G互联结构模型,并针对该互联模型设计了一种接入认证协议EAP-WAPI.本文提议的WLAN-3G互联结构模型及接入认证机制解决了融合组网环境下WLAN终端统一接入认证的问题.分析和仿真结果表明,相比于原有的WAPI认证协议WAPI-XG1,本文所提议的协议具有较高的安全性和执行效率.     

基于移动性感知的无线传感器网络GTS自适应分配策略

为解决移动无线传感器网络中节点连通性较弱的问题,提出一种包含不同移动性节点的无线传感器网络提升移动节点连通性的保障时隙(GTS, guaranteed time slot)分配策略.首先,采用Kalman滤波预测模型得到用户下一阶段位置;接下来,引入一种考虑速度、方向和相对移动性的节点移动程度界定方法,并在此基础上进行GTS预约优先级的初步确定;随后,根据移动节点对所预约时隙的使用反馈情况自适应调整预约优先级;最后,根据节点的优先级决定GTS时隙的使用顺序及额外预留时隙的使用权.仿真结果显示,提出的分配策略在具有不同移动性节点的网络中,能够提高移动节点接入的成功率,保证较低的分组平均传输时延及较高的分组投递率.此外,采用基于反馈机制的自适应预约优先级调整策略能够显著增加整个网络中已分配时隙的正确使用率.     

双光楔可控扫描一维轨迹分析

根据几何光学和光的标量衍射理论,对双光楔的折射特性进行了数学分析.研究发现,以相反旋向相同转速旋转的双光楔对光的折射作用等效于一个折射角随2个光楔转角变化的单光楔.在此基础上,对通过双光楔的光束在像面上的衍射光场分布作了理论分析,得到了在夫琅禾费衍射下,光束经转动双光楔在像平面上的衍射光斑随时间变化的规律,从而为一维扫描的可控操作提供了理论指导.     

特征谱区筛选在多元混合物的太赫兹光谱定量分析中的应用

用特征谱区筛选法结合太赫兹时域光谱(THz-TDS)技术对多元混合物成分含量进行了定量分析研究。实验利用太赫兹时域光谱系统测量了由乳糖一水合物(LAC)、对乙酰氨基酚(APAP)、可溶性淀粉(starch)以及微晶纤维素(MCC)四种材料组成的混合物样品的太赫兹吸收光谱,并分别尝试采用常规区间偏最小二乘(iPLS)、向后区间偏最小二乘(biPLS)、联合区间偏最小二乘(siPLS)和移动窗口偏最小二乘(mwPLS)四种特征谱区筛选法对多元混合物的太赫兹吸收光谱进行特征子区间优选,建立了太赫兹吸收谱与四元混合物中乳糖一水合物含量之间的定量回归模型。通过比较四种谱区筛选算法模型及全光谱偏最小二乘(PLS)模型所得结果,表明采用移动窗口偏最小二乘法建立的谱区筛选模型得到的结果相对最优,其交互验证均方根误差(RMSECV)、预测均方根误差(RMSEP)、校正集相关系数(R_C)和预测集相关系数(R_P)分别为0.980 3,1.114 1,0.996 0和0.995 1。实验结果表明,采用特征谱区筛选方法可以有效选择多元混合物太赫兹吸收光谱的特征区间,提高模型精度和降低模型复杂性,为实现多元混合物成分含量的快速检测提供了一种有效的方法。     

基于改进DS证据理论和BN的信息安全风险评估

针对信息安全风险评估过程中专家评价意见的多样性以及不确定信息难以量化处理的问题,提出了一种基于改进的DS证据理论与贝叶斯网络(BN)结合的风险评估方法.首先,在充分研究信息安全风险评估流程和要素的基础上,建立了风险评估模型,确定风险影响因素;其次,根据评估模型并结合专家知识构建相应的贝叶斯网络模型,确定贝叶斯网络模型中的条件概率表;再次,利用基于权值分配和矩阵分析的改进DS证据理论融合多位专家对风险影响因素的评价意见;最后,根据贝叶斯网络模型的推理算法,计算被测信息系统处于不同风险等级的概率值,并对结果进行有效性分析.分析表明,将改进后的DS证据理论与贝叶斯网络应用到风险评估过程中,在一定程度上能够提高评估结果的可信度和直观性.     

基于拓扑排序的贝叶斯网络结构学习方法

贝叶斯网络是一种运用于知识推理的信息模型,为解决网络结构学习过程中K2算法易受节点顺序影响问题,提出了一种基于拓扑排序的贝叶斯结构学习方法.算法首先采用最大权重生成树算法确定节点间连接关系建立生成树;其次通过带环监测的深度优先搜索算法为节点进行拓扑排序;最后将深度优先搜索的排序提供给K2算法选取评分最高的网络结构作为结构学习结果.算法与采用广度优先搜索算法进行节点排序的结构学习结果比较表明,在大中型网络上的正确率和学习效率有良好效果.     

MCM基板互连测试的单探针路径优化研究

针对MCM基板互连测试所采用的单探针技术,本文提出一种基于蚁群算法的单探针路径优化算法,通过设定合适的规则,引导探针的移动,缩短探针移动的距离,达到减少测试时间提高MCM生产效率的目的.从基于MCM标准电路的仿真结果看,采用蚁群算法得到的探针测试路径长度远远优于其它算法所得到的.