【摘 要】
：
随着智能电网(SG)的迅速发展,其安全和效率受到广泛关注。在SG中,居住区域内多个智能电表(SM)设备将感测数据传输至控制中心,使得用户数据需经过一些中间节点才到达控制中心。而通过挖掘用户相关数据(URD),攻击者能够窃取用户的习惯和行为,因此,需要保护用户的隐私。为此,提出面向隐私保护的数据聚合(PPDA)算法。PPDA算法利用群位置隐私(GLP)掩饰由SM产生的数据,并利用Paillier加密系统对用户数据进行保护。此外,PPDA算法无需任何安全信道。仿真结果表明,提出的PPDA算法能够防御偷听攻击和
【机 构】
：
新郑市技工学校,中原工学院信息商务学院
论文部分内容阅读
随着智能电网(SG)的迅速发展,其安全和效率受到广泛关注。在SG中,居住区域内多个智能电表(SM)设备将感测数据传输至控制中心,使得用户数据需经过一些中间节点才到达控制中心。而通过挖掘用户相关数据(URD),攻击者能够窃取用户的习惯和行为,因此,需要保护用户的隐私。为此,提出面向隐私保护的数据聚合(PPDA)算法。PPDA算法利用群位置隐私(GLP)掩饰由SM产生的数据,并利用Paillier加密系统对用户数据进行保护。此外,PPDA算法无需任何安全信道。仿真结果表明,提出的PPDA算法能够防御偷听攻击和
其他文献
针对传统快速扩展随机树(RRT)算法在机械臂的运动规划上缺乏导向性,收敛速度慢等问题,文中在传统RRT的基础上,提出了 一种扩展点选择策略和自适应步长策略,并且在算法陷入局
为了解决多输入多输出(MIMO)天线阵列由于阵元间隔过大造成的阵列方向图出现栅瓣,在雷达回波成像时出现影响目标识别的虚假目标的问题,提出了一种改进的遗传算法对阵列排布进行优化。在传统标准遗传算法上进行改进,用多个矩阵组合表示MIMO阵列,针对在矩形平面随机分布的稀疏阵列的方向图旁瓣问题进行优化设计,并采用基于Logistic混沌序列的方法产生种群扰动,避免优化过程进入局部最优状态。通过实例对比22发射天线22接收天线的均匀规则排布MIMO阵列和经改进遗传算法优化的稀布MIMO阵列,结果表明,改进遗传算法可
无线自组网具有去中心化、多信道、多跳等特点,适用于专网和临时应急网络的快速搭建。为了使网络具有更宽的覆盖、更强的绕射能力和更高的吞吐量,系统选择一种支持IEEE802.11 ac的三射频接口物理层节点,在此基础上,结合BATMAN-adv路由协议进行研究,实现了一种基于多接口多信道的自组网系统。仿真实验数据表明,该系统在5G频谱中能够全双工使用正交信道降低干扰,将网络链路拓展至5跳以上,网络损耗衰减低于30%,网络吞吐量高于300 Mbps。
针对同一目标不同焦点图像优势互补的需求和现有多焦点图像融合算法存在焦点不清晰、边缘模糊和重影等问题,引入一种基于参数自适应脉冲耦合神经网络(PAPCNN)和卷积稀疏表示(CSR)的多聚焦图像融合算法。在非下采样剪切波变换(NSST)分解高低频子带的基础上,采用CSR融合低频子带系数,其中的高频子带系数利用一种参数自适应PCNN算法(PAPCNN)进行融合,并且对PAPCNN中的隐函数β进行改进,达
当前去模糊方法只利用图像单一的稀疏特性作为先验信息,忽略了伪边缘(如振铃瑕疵)对模糊核估计的影响,导致其去模糊性能不佳。本文充分利用复杂结构图像的先验信息,设计了振铃约束下的全变差正则化图像去模糊算法。首先,利用多分辨率图像金字塔策略建立多层图像模型,通过对比模糊图像和潜在清晰图像来获得振铃先验信息。其次,将振铃正则约束项融入全变差方法,构建多正则项去模糊模型,然后利用变量分离法将去模糊模型转化为
节点的移动对移动无线传感网络(MWSNs)路由设计提出了挑战。为此,提出基于接触时间的能耗区路由(CECA)。CECA路由采用休眠-唤醒机制,降低了节点能耗。CECA路由利用源节点与信宿的位置信息构成圆角矩形区域,且只允许区域内的节点才能参与路由。通过节点移动信息,计算接触时间,并利用接触时间设置定时器,进而通过定时器竞争产生下一跳转发节点。仿真数据表明,CECA路由的通信连通时间及数据包传递率得到有效的增加和提高。
在介绍蔡氏周期表的基础上,给出已有电路元件(电阻、电容、电感、忆阻、忆容、忆感、分抗和分忆抗元等)在周期表中的位置。近年来,“分数阶忆阻”的概念开始逐渐出现在文献中,但其概念并不统一。本文将已有的分数阶忆阻及电路总结为4种,并确定对应的元件在蔡氏周期表中的位置。分数阶积分是表征有损记忆的有力工具,本文不仅给出电路元件禀赋关系统一表示式,还给出分数阶积分控制式记忆元件——电流分数阶积分控制式忆容(CFMC)、电压分数阶积分控制式忆容(VFMC)、电流分数阶积分控制式忆感(CFMI)、电压分数阶积分控制式忆感
仿人机器人运动方式特殊,目前还没有成熟的里程计方案.针对仿人机器人,提出了一种基于物体路标的低成本实时里程计.算法以环境中的物体作为路标,由4个模块组成.视觉测量中对单目相机图像进行分割及形态学处理以识别路标,并结合先验信息估计机器人位姿;运动学里程计中根据关节角度数据通过正运动学计算机器人姿态得到里程计增量;滤波修正中通过无迹卡尔曼滤波用多组路标的视觉测量信息对运动学里程计进行修正;模型修正中以
借助能量约束与结构相似聚类机制,设计了一种新的图像内容伪造检测算法。首先,借助Hessian算子,利用盒式滤波器来生成Hessian行列式,以准确检测图像特征。然后,通过计算图像的Haar小波值,求取图像的方向信息,以构建图像特征的邻域窗口。再计算该邻域窗口内像素点的曲率信息,构成鲁棒性较好的特征向量。最后,对图像特征进行欧氏距离度量,并联合图像的区域能量特征,完成度量结果的约束,以实现图像特征的
密度峰聚类(DPC)算法采用点的密度与距离属性对数据进行划分。该算法对大多数数据集能获得较好的聚类结果。然而,对于存在交叉、重叠情况的数据集,DPC算法的最近邻居分配方法将造成较大误差。针对这一缺陷,本文考虑到数据点的大部分邻居属于相同的簇,提出一种多邻居投票的聚类方法。该方法采取多个邻居的投票结果来决定未知点的归属。数值实验表明,基于投票法的密度峰聚类算法在面对点分布存在交叉、重叠情况的数据集时优于DPC算法。