【摘 要】
：
自毁技术对保护信息的私密性具有重要意义,是信息安全的终极手段。为实现分布式系统的自毁,建立了一种层次化自毁系统模型,基于粗糙集理论对自毁条件进行了判定,基于组件对自毁实现方法进行了设计。在此基础上,结合应用实例对自毁过程进行分析。结果表明,该方法有效地实现了分布式系统的不可恢复性自毁,自毁正确率和时间效率较高,具有较好的可行性和实用性。
【机 构】
：
哈尔滨工程大学计算机科学与技术学院
【基金项目】
：
中央高校基本科研业务费专项资金资助项目（HEUCF100601）, 武备预研基金资助项目（513XXXX02）, 国家自然科学基金重大研究计划资助项目（90718003）
论文部分内容阅读
自毁技术对保护信息的私密性具有重要意义,是信息安全的终极手段。为实现分布式系统的自毁,建立了一种层次化自毁系统模型,基于粗糙集理论对自毁条件进行了判定,基于组件对自毁实现方法进行了设计。在此基础上,结合应用实例对自毁过程进行分析。结果表明,该方法有效地实现了分布式系统的不可恢复性自毁,自毁正确率和时间效率较高,具有较好的可行性和实用性。
其他文献
在移动正交频分复用(OFDM)系统中,时变信道引起子载波间干扰(ICI),从而导致系统性能严重下降。均衡作为消除ICI的主要手段而被广泛采用,但是大多数情况下,由于需要进行高阶矩阵的求逆运算,导致均衡面临着运算复杂度过高的问题。提出采用复指数基扩展模型(CE-BEM)对时变信道进行建模,并利用估计得到的模型系数直接构造判决反馈均衡器(DFE),从而避免了矩阵求逆运算,大大降低了运算复杂度。同时,该
分析了现有主动式恢复方法的实现方式,并通过连续时间马尔可夫链(CTMC)对端到端恢复和本地恢复两种方式进行了建模和分析。在理论分析的基础上提出一种基于最短恢复路径的本地恢复的故障恢复方法,在单链路和单节点故障两种情形下,均可利用无环路的最短恢复路径重新连接因故障分离的子树。仿真结果表明,方法的故障恢复时间与现有"冗余树"和"双树"方法相比,分别减少了56.3%和35.1%左右,而故障恢复后组播树的
对基于数据挖掘的通信网告警相关性分析进行了研究。由于通信网络是动态变化的,用于动态网络资源和服务的自适应关联规则算法需要充分利用和维护原有规则来发现新规则,使网络结构与规则库都能快速更新,为此提出了新型的动态关联规则挖掘算法IDARM。理论分析与仿真实验都显示此算法性能优越、可扩展性好,并在一些特定情况下能显著提高效率。
在分析林分生长与收获模型在林业中的应用,以及林分生长与收获模型结构的基础上,设计并实现了一个通用的林分生长与收获模型数据库和模型解析器。模型解析器利用XML作为林分生长与收获模型的表达形式,运用编译原理中的词法分析、语法分析和语义分析等理论,实现了生长模型的解析。
提出一种面向快速全局运动估计的亮度残差阈值方法,通过统计特性推导出适用于不同分辨率大小视频编码的全局运动估计阈值因子。在保证视频编码性能的前提下,加快全局运动估计收敛于稳定值,实现快速全局运动估计的目标。实验证明,该方法具有较好的鲁棒性和准确性。
椭圆曲线基点的判断是实现椭圆曲线密码系统（elliptic curve cryptosystems,ECC）的基础。提出了一种针对ECC的基点并行判断算法,此算法基于OpenMP共享存储模型,其并行效率在多
研究了DSTC的无线中继网络中基于多用户公平性的功率分配策略。由于每个用户具有不同的信道状态,传统的功率分配方案不能满足各用户的QoS需求。为了满足用户之间的公平性,首先建立无线中继AF模式下的网络模型,然后结合LD空时码,运用最优机会中继策略,得到用户最大即时接收SNR,并在基站与中继分配功率受限条件下建立最大最差用户信道容量的功率分配方案。因为该问题是非线性、非凸优化问题,所以把优化问题转换为
为了减少视频编码的运算量,对全零块判决进行了深入的研究,并结合图像的纹理信息和帧间编码模式给出了自适应的全零块判决阈值,以此为基础提出了EPZS(enhanced predictive zonal search)的改进算法。实验结果表明,改进的EPZS算法在较好地保持H.264/AVC原有编码算法图像质量的同时,减少了运算量,大幅度提高了编码速度。
支持向量机(support vectormachine,SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而,当训练集较大时,训练SVM需要极大的时间及空间开销。另一方面,SVM训练所得的判定函数取决于支持向量,使用支持向量集取代训练样本集进行学习,可以在不影响结果分类器分类精度的同时缩短训练时间。采用混合方法来削减训练数据集,实现潜在支持向量的选择,从而降低SVM训练所需的时间及