【摘 要】
：
量子秘密共享（QSS）作为量子密码学的一个重要组成部分,它作为传统秘密共享（CSS）技术在量子信息时代的替代者,实现了用量子手段将一个秘密数据分成多份并同时分发给不同的参与者,只有在所有的参与者共同合作下,解密者才能重现秘密。任何单一参与者或者外部窃听者均不能独自或者合谋得到秘密。与CSS比较,QSS具有更高的安全性,可以在过程中进行窃听检测,判断是否存在窃听行为,以保证协议的安全性。本文重点研究
论文部分内容阅读
量子秘密共享（QSS）作为量子密码学的一个重要组成部分,它作为传统秘密共享（CSS）技术在量子信息时代的替代者,实现了用量子手段将一个秘密数据分成多份并同时分发给不同的参与者,只有在所有的参与者共同合作下,解密者才能重现秘密。任何单一参与者或者外部窃听者均不能独自或者合谋得到秘密。与CSS比较,QSS具有更高的安全性,可以在过程中进行窃听检测,判断是否存在窃听行为,以保证协议的安全性。本文重点研究了基于量子纠缠态的QSS协议,主要的研究成果如下:（1）针对现阶段可验证的QSS协议效率并不高的现状,本文在八量子纠缠态的基础下,提出了一个三方可验证的QSS方案。该协议不仅可以正确共享和恢复秘密,还可以验证通信中是否存在不诚实的参与者。此外,本文利用酉运算将该协议扩展为多方QSS方案。安全性分析表明,所提出的方案在量子诱饵态的帮助下,实现了对抗外部和内部攻击者的基本安全性要求。与其他协议相比,在传输过程中拥有更高的效率。（2）针对安全档案管理的需求,设计了一套基于可验证QSS协议的安全档案管理系统解决方案。该系统可为不同密级、不同内容和不同价值的档案提供不同强度的加密解决方案。系统中所有的密钥均采用量子秘密共享协议进行传递,避免了密钥分发过程的泄密。本文重点是提出了一种量子秘密共享协议的应用方案。对比现有档案系统的解决思路,本方案产生的量子密钥可分发至访问权限持有者手中,权限持有者有权利同意或者反对访问者的访问请求,并且只有经过所有权限持有者的同意后才能访问档案资料。方案中密钥的分发通过量子秘密共享协议保证了其安全性。
其他文献
卫星作为空天网络的组成部分,在全球移动通信领域中发挥着越来越重要的作用,对卫星通信系统的仿真与研究极具现实意义。在3GPP RAN会议上,非地面网络的解决方案已被纳入第五代移动通信（5G）标准,旨在弥补地面网络在信号覆盖、服务质量等方面的不足,5G NTN指出了非地面网络应用地面体制应关注的要素,包括移动性、链路预算、小区模式、服务连续性、频率规划、无线资源管理等,本文结合以上要素,以4G、5G为
四川花生种植、加工历史悠久,是西南地区最大的花生生产和消费地域,以独有的中粒型花生蜚声中外。本研究以栽培花生基因组作为参考进行酶切预测,通过SLAF-seq测序分型技术,对收集的70份四川省花生材料进行SNP标记开发。依据SNP分型结果,分析了70份材料间的系统进化关系和群体结构分化情况。通过两年栽培试验,结合表型鉴定与品质测试进行关联分析,鉴定参试材料重要性状显著关联位点,筛选重要性状候选基因,
试验选取均重为187.49±0.66 g的健康草鱼540尾,随机分为6个处理,每个处理设3个重复。分别饲喂含六种不同水平茶多酚（0、40、80、120、160和200 mg/kg）的饲粮。60天后考察茶多酚对草鱼生产性能和肌肉品质的影响以及作用机制,并根据生产性能和肉质相关指标作为标识确定生长中期草鱼饲粮中茶多酚的适宜添加量。试验结果表明:添加适宜水平的茶多酚提高了生长中期草鱼的增重百分比、采食量
随着人工智能的迅猛发展,多目标跟踪技术的应用场景越来越广泛,在安防监控、智能辅助驾驶、机器人导航等方向取得巨大成功。为了满足这些终端场景的需求,业界广泛采用神经网络处理器芯片进行应用开发。然而随着图像分辨率越来越高,部署在终端的各类人工智能算法算力需求也随之剧增,给神经网络处理器带来新的挑战。因此,本文在计算能力受限的嵌入式神经网络处理器上,设计一种高效、低计算量的4K高清图像多目标跟踪系统,为神
低延迟和高可靠性是无线通信发展的重要趋势。新一代数据链路系统,战术目标网络技术,以及第五代移动通信技术,都对延迟和可靠性提出了更高的要求。在通信业务数据多样化的今天,传统媒质接入协议已经不能满足某些高精度业务的质量需求,基于优先级统计的多址接入协议（SPMA）凭借其出色的性能表现能够应用于这些系统。与传统的链路层媒质接入协议相比,SPMA协议可以为不同的业务提供不同的QoS保障,为高优先级业务提供
由于人脸在二维图像上存在大姿态下的自遮挡问题,与人脸相关的算法在该情况下很难表现的令人满意。近年来基于深度学习的人脸重建算法受到了研究人员的关注,但还是存在一些问题。本文主要研究了基于三维形变模型的人脸重建网络,主要研究工作包括:1.当前人脸重建网络的训练都离不开二维人脸特征点数据集,但是当前这些数据集的标注并不统一,不同的人脸特征数据集标注了不同数量与位置的特征点,导致网络的训练中只能在特定的数
医学图像分析能有效地反映人体的健康情况,辅助医生诊断和治疗,因而受到了学者们的广泛关注。然而,由于医学图像涉及病人隐私,公开数据集稀少,可用的样本量也较少,这对医学图像的智能化分析带来了很大的不便。而元学习在处理小样本学习的问题上具有优势,因此,本文分别以医学图像的分类和分割问题为研究对象,研究基于元学习的医学图像分析方法,主要工作如下:（1）医学图像分割往往需要大量人工标注的数据进行训练,才能达
目的:探讨洛伐他汀（Lovastatin,LV）对三阴性乳腺癌（Triple-negative breast cancer,TNBC）细胞糖酵解的作用及分子机制。方法:1、LV对TNBC细胞代谢的影响:用LV处理TNBC细胞MDA-MB-231后,利用核磁共振氢谱（1H-NMR）技术检测细胞中的代谢物,并用偏最小二乘回归分析法（PLS-DA）分析代谢物VIP（Variable Importance
本研究的目的是考察成纤维细胞生长因子21（Fibroblast growth factor 21,FGF21）对骨骼肌肌纤维类型转化和胰岛素敏感性的影响,并探讨低蛋白日粮对猪肉品质和肌纤维类型的影响及FGF21在其中的作用。试验一:FGF21对小鼠骨骼肌肌纤维类型和胰岛素敏感性的影响试验采用2×2试验设计,选用24只体重相近的6周龄健康C57BL/6雄性小鼠,根据体重分为四个处理,每个处理6个重复
细粒度图像识别是计算机视觉中一项基础且重要的工作,其目的在于区分常人难以辨别的对象类别（例如不同子类的鸟类、花卉）。除了视觉分类中常见的姿态、光照和观察视角变化因素之外,细粒度数据集还具有一定的类间相似性和类内差异性,这些都是传统分类方法无法有效区分的。目前,利用机器视觉的细粒度分类方法是研究热点之一。然而,现有的细粒度分类方法仍存在一些缺陷（例如对目标局部区域进行精细特征表示不足）。为了进一步提