【摘 要】
：
射频识别系统中电子标签与读写器间基于无线链路交互数据信息,因无线链路自身具有的开放性,使得两者间交互的数据信息易被第三方人员获取,存在一定的安全隐患.为解决该安全问题,文中给出了一种基于伪随机数发生器的认证协议.协议摒弃经典加密算法对信息加密,而是采用伪随机数发生器实现对信息的加密,伪随机数发生器的实现具备时钟周期数少、门电路总数少等优势,能够降低射频识别系统的整体成本;协议为能够有效保持交互数据信息的新鲜性,在数据加密过程中均混入随机数,随机数由随机数产生器产生,具有互异性、不可预测性等优势,在保持信息
【机 构】
：
河南省市场监督管理局 信息中心,河南 郑州 450008;河南工业大学 信息科学与工程学院,河南 郑州 450008
论文部分内容阅读
射频识别系统中电子标签与读写器间基于无线链路交互数据信息,因无线链路自身具有的开放性,使得两者间交互的数据信息易被第三方人员获取,存在一定的安全隐患.为解决该安全问题,文中给出了一种基于伪随机数发生器的认证协议.协议摒弃经典加密算法对信息加密,而是采用伪随机数发生器实现对信息的加密,伪随机数发生器的实现具备时钟周期数少、门电路总数少等优势,能够降低射频识别系统的整体成本;协议为能够有效保持交互数据信息的新鲜性,在数据加密过程中均混入随机数,随机数由随机数产生器产生,具有互异性、不可预测性等优势,在保持信息新鲜性的同时,亦可抵抗第三方人员发起的诸如定位攻击、重放攻击等攻击.将该协议与其他经典协议进行安全及性能对比,表明该协议在可抵抗假冒攻击、异步攻击等常见类型攻击时,还具备较低的成本开销.
其他文献
针对卷积神经网络应用于图像分类任务时需要大量有标签数据的问题,提出一种融合卷积神经网络和聚类分析的无监督分类模型,将无监督算法引入深度学习,并将该模型应用到图像分类领域,来弥补现有分类方式的不足.首先对经典卷积神经网络AlexNet从网络结构和模型训练两个方面进行优化;然后利用改进后的自适应快速峰值聚类算法指导聚类过程,该模型在学习整个网络参数的同时对卷积输出的特征进行聚类,这两个过程迭代进行,以达到对图像进行无监督分类的目的;为了验证所提出的无监督图像分类模型的可行性和有效性,选用了四个常用于图像分类领
互联网购物逐渐走进人们生活,人们在购物的同时也会留下海量评论文本,这些文本蕴含着巨大的价值和情感倾向,通过分析这些服装电商评论文本情感倾向,为推荐系统提供了参考.传统的算法难以提取到文本更深层次的情感特征,难以达到很好的效果.因此,该文提出了一种基于多层注意力机制BiGRU-SD-Attention的算法模型.首先,通过分布式爬虫采集服装电商评论文本,将文本数据进行清洗,划分为词语级别和句子级别数据集;利用BiGRU网络提取文本的正、负情感特征,然后对词语和句子分别运用注意力机制进行情感特征的重新加权计算
针对经典Apriori算法在迭代过程中频繁扫描数据库,且动态数据更新后需要重新处理数据的不足,提出一种基于二进制编码的增量更新改进CBEF-Apriori算法.该算法的核心思想是将添加增量后的项集、事务转换成二进制编码,从而将计算项集支持度转化为项集与事务数据库的二进制编码位运算过程.改进算法筛选原数据库生成的频繁项集与增量数据库新生成的候选项集,有效减少了候选项集的规模,提高算法效率的同时更符合现实需要.实验结果表明,相比于经典Apriori算法和CBE-Apriori算法,改进算法在挖掘出正确频繁项集
利用客户交易数据聚类分析,可得到更优异的客户细分效果,有助于企业更详实地了解消费者,制定精准的营销策略.PurTreeClust是一种新型的客户交易数据聚类算法,定义了一种新型的度量方式PurTree距离,可以很好地分析处理具有层次树结构的交易数据,但未考虑近邻点的影响,仅将交易树分配到距离最近的聚类中心所属类簇,容易出现错误的交易树分配.该文利用交易树之间的共享最近邻信息,提出一种客户交易数据聚类算法.该算法在聚类分配时,充分利用共享最近邻,首先分配类簇的从属交易树,然后分配类簇的可能从属交易树,实现聚
关于脑电信号中的噪声处理问题一直是脑-机接口(BCI)领域的重点研究方向,通常认为噪声是有害的,所以针对脑电信号中的噪声处理往往以降噪或消噪为主.但是根据随机共振(SR)的思想,在非线性系统中噪声往往能增强信号处理,而脑电信号恰好具有非线性的特征,因此提出运用高斯噪声提高运动想象脑电信号的识别率.通过在脑电信号中加入独立的高斯噪声,将原始训练集与添加噪声的训练集串联起来增加训练样本量,考虑训练样本量增加与否和噪声加入的阶段(训练或/和测试);通过共空间模式(CSP)和小波包变换(WPT)提取分类特征,并用
近年来基于深度神经网络的行人重识别算法取得了长足的进步,被广泛应用于网络中的批归一化(batch normalization)模块发挥着重要作用.批归一化模块在多数情况下可有效提高网络收敛速度和训练稳定性,然而当多个独立标注的数据库混合在一块进行跨域或者多域训练时,数据之间的分布差异使得目前的批归一化算法工作逻辑存疑.由于不同批次下训练数据的分布差异较大,归一化过程中的统计参数不稳定导致批归一化效果恶化.该文聚焦于多数据集合并下的行人重识别模型训练问题,通过对多数据集分布差异导致的多域模型批归一化存在的问
稀疏表示分类(sparse representation-based classification,SRC)在样本数量充足下的人脸识别中具有较好的识别效果.然而由于基本字典缺乏判别性同时过度依赖于字典中每类样本的原子数目,稀疏表示分类在真实情况下的单样本(每类样本只有一张训练样本)人脸识别任务中缺乏鲁棒性.针对以上问题,该文提出了基于核扩展混合块字典的单样本人脸识别方法.首先,对样本进行分块处理,分别对分块图像进行核判别分析(kernel discriminant analysis,KDA)投影降维,提取
随着手机等便携式智能电子设备的普及,图像已成为最重要的信息载体之一,在新闻、社交及司法等领域发挥着重要作用.在享用电子图像带来便捷性的同时,图像处理工具给不法分子通过篡改电子图像实施诈骗等犯罪活动提供了可能,识别图像来源、辨别图像真伪已成为遏制和惩罚此类犯罪活动的重要技术手段.该文讨论了神经网络在图像源识别中的应用方法,分别将原始图像和图像噪声作为模型输入数据,比较分析了神经网络的分类效果.从依赖数据属性、数据预处理方法以及应用模式等方面进行了实验.通过对实验结果进行分析,发现提取有代表性的图像块以及使用
FPGA作为信号处理器件,在通信、航天、军工等领域中起到了关键作用,长期以来,高端FPGA器件被国外厂商垄断;伴随国家对半导体产业的扶持,国产信号处理器件在近些年取得了重大进展,尤其是大规模可编程逻辑器件FPGA,在规模、集成度、功能及性能等方面取得了长足进步,并在存储刀片中得到了广泛应用.然而在国产FPGA器件的推广应用过程中,也暴露出了一些设计与性能上的差异.为评估国产化FPGA器件是否能够满足存储刀片的应用需求,设计了国产FPGA器件的电路验证平台.平台采用国产飞腾4核CPU加国产高端FPGA及NV
随着民航运输业的迅猛发展,航空运输量和排班量大幅度增加.航空器在可靠性和安全性等诸多方面都有了大幅度提升.由机械故障导致的安全事故比例从80％下降到了20％,而维修过程中的人为差错占比却直线上升,成为影响民航安全、飞行安全及运行成本的重要因素.因此,民航业对于人为差错备受关注.为了降低民航维修中人为差错的发生几率,提高维修生产和适航质量,该文提出了4个层面、18个影响民航维修人为差错的因子.以东航虹桥基地为例,采用了问卷调查收集数据;通过灰狼算法(grey wolf optimization,GWO)结合