高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
排序:
相关度
发表时间
每页显示:
10
20
30
50
无证书聚合签名方案的安全性分析和改进
张玉磊, 李臣意, 王彩芬, 张永洁
2015, 37(8): 1994-1999. doi: 10.11999/JEIT141635  刊出日期:2015-08-19
关键词: 密码学, 聚合签名, 无证书签名, 密钥生成中心攻击, 选择消息攻击, 计算Diffie-Hellman 困难问题
该文分析了He等人(2014)提出的无证书签名方案和Ming等人(2014)提出的无证书聚合签名方案的安全性,指出Ming方案存在密钥生成中心(KGC)被动攻击,He方案存在KGC被动攻击和KGC主动攻击。该文描述了KGC对两个方案的攻击过程,分析了两个方案存在KGC攻击的原因,最后对Ming方案提出了两类改进。改进方案不仅克服了原方案的安全性问题,同时也保持了原方案聚合签名长度固定的优势。
理想导电劈的时域并矢格林函数和时域特性
张钧, 黄广连, 张建
1990, 12(6): 569-574.  刊出日期:1990-11-19
关键词: 导电劈; 时域并矢格林函数
本文采用本征矢量函数展开(OhmRayleigh)法和Laplace变换导出了理想导电劈的时域并矢格林函数,并系统地分析了它的时域特性。得到了一些结论,完善了C.T.Tai(1973)的理论,为进一步分析劈的时域性质(如时域RCS)提供了参考.
基于标签的矩阵型Grbner基算法研究
潘森杉, 胡予濮, 王保仓
2015, 37(4): 881-886. doi: 10.11999/JEIT140831  刊出日期:2015-04-19
关键词: 密码学, Grbner基, 标签, 多项式, Gao-Volny-Wang (GVW)算法
目前基于标签的Grbner基算法大多是Buchberger型的,涉及矩阵型算法的文献往往是为了进行复杂度分析,而不考虑实际的效率。该文从实际应用出发,给出矩阵型Gao-Volny-Wang(GVW)算法的一个实例,提出算法层次的优化设计方法。同时,该文还给出一个高效的约化准则。通过实验,该文比较了算法可用的各项准则及策略。实验结果表明,该文的矩阵型GVW实例在准则和策略的选取上是最优的。并且,矩阵型GVW在某些多项式系统(例如,Cyclic系列和Katsura系列多项式系统)下比Buchberger型GVW要快2~6倍。
ZUC序列密码算法的选择IV相关性能量分析攻击
严迎建, 杨昌盛, 李伟, 张立朝
2015, 37(8): 1971-1977. doi: 10.11999/JEIT141604  刊出日期:2015-08-19
关键词: 密码学, 序列密码, ZUC, 能量分析攻击, 评估
为了分析ZUC序列密码算法在相关性能量分析攻击方面的免疫能力,该文进行了相关研究。为了提高攻击的针对性,该文提出了攻击方案的快速评估方法,并据此给出了ZUC相关性能量分析攻击方案。最后基于ASIC开发环境构建仿真验证平台,对攻击方案进行了验证。实验结果表明该方案可成功恢复48 bit密钥,说明ZUC并不具备相关性能量分析攻击的免疫力,同时也证实了攻击方案快速评估方法的有效性。相比Tang Ming等采用随机初始向量进行差分能量攻击,初始向量样本数达到5000时才能观察到明显的差分功耗尖峰,该文的攻击方案只需256个初始向量,且攻击效果更为显著。
圆形波导有源区域DGF的特性研究(Ⅰ)
潘生根
1986, 8(1): 14-22.  刊出日期:1986-01-19
本文是作者研究圆形波导有源区域并矢格林函数(DGF)的计算及其普遍性质的第Ⅰ部分,文中建立了有源区域DGF并矢运算的分布理论法,导出了圆形波导DGF并矢运算的完整表示式,纠正了文献中存在的一些错误和模糊之处。 本文的结论与基斯留克(Kisliuk)(1980,1983)的结论不同,它表明DGF的无散矢量本征函数展开式和无旋矢量本征函数展开式在有源区域不再是纯的无散和无旋场。此外,我们还指出戴(Tai,1973)通过互换并矢算子和有源区域DGF展开式中的积分号来进行并关运算是不恰当的。
多目标量子编码遗传算法
邹谊, 魏文龙, 李斌, 肖金超, 庄镇泉
2007, 29(11): 2688-2692. doi: 10.3724/SP.J.1146.2006.00457  刊出日期:2007-11-19
关键词: 量子遗传算法;多目标优化;Pareto最优解
如何使算法快速收敛到真正的Pareto前沿,并保持解集在前沿分布的均匀性是多目标优化算法重点研究解决的问题。该文提出一种基于量子遗传算法的多目标优化算法,利用量子遗传算法的高效全局搜索能力,在整个解空间内快速搜索多目标函数的Pareto最优解,利用量子遗传算法维持解集多样性的特点,使搜索到的Pareto最优解在前沿均匀分布。通过求解带约束的多目标函数优化问题,对该文算法的多目标优化性能进行了考察,并与NSGAII,PAES,MOPSO和Ray-Tai-Seows算法等知名多目标优化算法进行比较,结果证明了该文算法的有效性和先进性。