輪數(shù)
- 針對區(qū)塊鏈狀態(tài)分片合謀攻擊的改進方案
流程2.2 多輪輪數(shù)的選擇2.2.1輪數(shù)上限Tmax輪數(shù)上限Tmax,即多輪驗證方案最多要進行的共識驗證輪數(shù)。當對同一筆交易通過Tmax輪共識驗證都無法達到統(tǒng)一驗證結(jié)果時,便舍棄此交易。Tmax受共識超時概率的影響,當分片內(nèi)拜占庭節(jié)點所占比例大于等于三分之一時,會導致共識超時,分片失效,從而破壞系統(tǒng)一致性。將Tmax的取值設定為共識超時概率低于10-6時的值。(3)式中:分母表示全網(wǎng)一共有N個節(jié)點,其中存儲第Ki個分片的節(jié)點是Mi個;分子分別表示全網(wǎng)(N×
計算機應用與軟件 2023年9期2023-10-09
- 多輪反應溶液用量對微生物加固粉土的影響
結(jié)液用量(即處理輪數(shù))是影響加固效果的主要因素。有學者認為菌液用量會影響碳酸鈣在土中的結(jié)晶位置,土中菌液處于飽和狀態(tài)時的加固效果并不是最佳。因此,筆者重點研究了膠結(jié)液和菌液用量對加固效果的影響。1 試驗材料與方法1.1 試驗材料粉土取自江蘇鹽城東臺條子泥吹填工程。該重塑粉土干密度ρd=1.46 g/cm3、含水率w=27 %、孔隙比e=0.84、塑性指數(shù)Ip=8、滲透系數(shù)k=6.61×10-5cm/s。根據(jù)級配分析結(jié)果,粒徑0.005～0.075 mm的粉
重慶交通大學學報(自然科學版) 2023年8期2023-10-08
- 卷積神經(jīng)網(wǎng)絡在風洞天平靜態(tài)校準中的應用
的質(zhì)量。隨著訓練輪數(shù)的增加，不斷降低損失函數(shù)的值，以更新網(wǎng)絡參數(shù)，從而使模型達到收斂狀態(tài)。CNN 校準模型采用均方誤差（mean square error，MSE）函數(shù)作為損失函數(shù)，MSE 是反映模型的目標值與輸出預測值的離散程度，其值越小，說明模型輸出值與真實值越接近，模型質(zhì)量越好。MSE 的計算公式為：式中：N是樣本總數(shù)；yi和分別是第i組樣本的真實值與預測值。CNN 校準模型訓練流程如圖2 所示。首先將訓練樣本集中天平輸出的電壓值和對應的載荷值作為輸
空氣動力學學報 2023年3期2023-04-08
- 基于獎懲共存收益模式的大數(shù)據(jù)作業(yè)調(diào)度器
務執(zhí)行時間的確定輪數(shù)算法(TRN)以及基于最大輪數(shù)的作業(yè)調(diào)度算法(MRNS)組成。RP Model將每個作業(yè)在不同時間段內(nèi)可獲得的相應收益值作為TRN算法與MRNS算法的輸入值。為了盡量縮短每個作業(yè)的完成時間，TRN算法以RP Model下可獲得的收益值為標準，根據(jù)各個作業(yè)的Map和Reduce任務執(zhí)行時間，確定出作業(yè)在不同獎懲階段的Map和Reduce最大輪數(shù)組合以及最大標準時間。MRNS算法得到最大輪數(shù)組合方案和最大標準時間值后，結(jié)合平臺中現(xiàn)有資源數(shù)量
計算機工程與設計 2023年2期2023-02-21
- 考慮多粒度反饋的多輪對話強化學習推薦算法
大熵思想，將對話輪數(shù)固定為round，在前round-1 輪選取熵最大的屬性作為詢問屬性，并在第round 輪推薦商品。該方法對商品屬性的利用進行了思考，但固定了對話輪數(shù)，缺乏靈活性。在之后的研究中，Sun 等［13］針對挖掘用戶偏好這一問題，提出對話推薦模型（Coversational Recommendation Model，CRM），使用決策網(wǎng)絡生成每輪詢問的問題，與最大熵算法相比，CRM 在已獲得足夠多的信息后主動為用戶推薦，提高了靈活性。Lei
計算機應用 2023年1期2023-02-03
- 基于MMO-GIFT 安全性研究*
特長度密鑰，迭代輪數(shù)分別是28 輪和40 輪。 關于數(shù)據(jù)狀態(tài)的最右側(cè)為最低比特位，形式為bn－1bn－2…b0，n ＝64 或128。GIFT 不僅僅是“禮物”之意，其算法設計者也是用打包“禮物”的方式來描述該算法。 該算法的輪函數(shù)是由S 盒、P 置換、密鑰加組成，把內(nèi)容放到S 盒里，然后將P 置換作為絲帶包裹盒子，最后用密鑰加來打結(jié)。 關于GIFT－64 的輪函數(shù)結(jié)構如圖2 所示。圖2 2 輪GIFT－64 算法S 盒：GIFT－64 和GIFT－128
北京電子科技學院學報 2022年1期2022-11-04
- uBlock類結(jié)構最優(yōu)向量置換的高效搜索
構對于分組密碼的輪數(shù)選取、軟硬件實現(xiàn)性能都有非常大的影響.常用的分組密碼整體結(jié)構有：Feistel結(jié)構、SP結(jié)構、廣義Feistel結(jié)構、MISTY結(jié)構、Lai-Massey結(jié)構以及由上述結(jié)構彼此嵌套形成的細化整體結(jié)構.其中，SP結(jié)構非常清晰，是直接基于香農(nóng)的“混淆”和“擴散”原則實現(xiàn)的整體結(jié)構，通常包含一個可逆的非線性函數(shù)S和一個可逆線性變換P，其中S層起混淆作用，線性層P起擴散作用.當給定S層和P層的某些密碼指標，設計者可給出SP密碼抵抗差分分析和線性
計算機研究與發(fā)展 2022年10期2022-10-14
- 基于IPv6的無線傳感器網(wǎng)絡地址分配法
量為50時，隨著輪數(shù)的增加，能量損耗如圖2所示?？梢钥闯?，在輪數(shù)比較少時，分配地址的LEACH算法和傳統(tǒng)的LEACH算法能量損耗差距不大，但隨著輪數(shù)的增加，性能就有一個明顯的下降。原因在于，由于分配地址的LEACH算法傳輸?shù)臄?shù)據(jù)長度會比傳統(tǒng)的LEACH算法更大，在輪數(shù)較少的初期，還不是很明顯，但隨著輪數(shù)增加，數(shù)據(jù)量就會累加很多，性能就與傳統(tǒng)的LEACH算法相比差距逐漸變大。圖2 節(jié)點數(shù)為50時的平均能量損耗通過對比圖2～圖4，可以看出，隨著節(jié)點數(shù)的增加，分
傳感器與微系統(tǒng) 2022年10期2022-10-11
- 基于差分表的Blow-CAST-Fish算法的密鑰恢復攻擊
鑰的S 盒、基于輪數(shù)的輪函數(shù)和基于子密鑰的循環(huán)移位操作，使算法具有強大的抗線性分析和差分分析的能力。S 盒由密鑰產(chǎn)生，使得算法分析更加困難，目前對該類算法的分析方法較少。研究針對該算法的攻擊方法，可對算法安全性進行分析并實現(xiàn)密鑰恢復過程，有助于精研對此類Feistel 結(jié)構密碼算法的攻擊方法，具有一定的理論意義和應用價值。文獻［4］中分別根據(jù)單個活性S 盒和兩個活性S盒的差分特征給出了Blowfish 算法的密鑰恢復攻擊；文獻［5］中根據(jù)輪函數(shù)f1和f3的
計算機應用 2022年9期2022-09-25
- 輕量級密碼TWINE-128 的量子密碼分析*
換循環(huán)移位來減少輪數(shù)， 可以改善Type-II 型GFS 的擴散特性， 使其達到足夠的安全級別. 2019 年，Dong 等人[8]研究了一些廣義Feistel 結(jié)構的量子區(qū)分器， 對于d分支Type-II 型GFS (類似CAST-256的結(jié)構)， 引入了具有多項式時間的(2d-1) 輪多項式時間量子區(qū)分器. 對于2d分支Type-II 型GFS (類似RC6/CLEFIA 的結(jié)構)， 給出了具有多項式時間的(2d+1) 輪量子區(qū)分器. 2020 年，
密碼學報 2022年4期2022-09-07
- 一種蛛網(wǎng)啟發(fā)的農(nóng)田無線傳感器網(wǎng)絡壽命優(yōu)化方法
，調(diào)節(jié)系數(shù)對仿真輪數(shù)和網(wǎng)絡效率比的影響規(guī)律，設置隨機破壞節(jié)點數(shù)由5~15變化，調(diào)節(jié)系數(shù)由0~40進行增大，仿真結(jié)果如圖2所示。從圖2a）可以得出，當死亡節(jié)點個數(shù)在5~15，調(diào)節(jié)系數(shù)由0~40增長時，仿真輪數(shù)下降率分別為41.1%，38.2%，35.1%，32.8%，31.8%，31.3%，30.1%，25.4%，23.5%，可以得出，節(jié)點故障數(shù)增多時，隨著調(diào)節(jié)系數(shù)增大，仿真輪數(shù)下降率逐漸減小，表明增大調(diào)節(jié)系數(shù)能有效減緩節(jié)點失效造成的仿真輪數(shù)急劇下降的趨勢。
現(xiàn)代電子技術 2022年12期2022-06-14
- 基于虛擬力的無人機群自組網(wǎng)連通性優(yōu)化算法*
隨著優(yōu)化算法迭代輪數(shù)的增加，五架無人機都在不斷地靠攏。這是由于海洋環(huán)境介質(zhì)影響著網(wǎng)絡中的每個無人機，使得它們各自的等效穩(wěn)定通信距離變短。因此，五架無人機就在虛擬力和吸引力的作用下不斷靠攏，當各自達到等效穩(wěn)定通信距離，建立起穩(wěn)定的通信鏈路，就不會改變運動狀態(tài)。圖2 海洋環(huán)境介質(zhì)干擾下無人機運動的變化圖3（a）表明隨著優(yōu)化算法迭代輪數(shù)的增加，五架無人機都在不斷進行靠攏運動。但是在運動過程中，無人機之間的相對位置關系沒發(fā)生很大變化。因此，整個優(yōu)化過程中無人機群自
艦船電子工程 2022年1期2022-02-12
- 面向流式數(shù)據(jù)的邊緣訓練研究
聚精度隨全局迭代輪數(shù)增長之間的聯(lián)系等；另一部分工作將聯(lián)邦學習等作為服務部署到網(wǎng)絡邊緣，以滿足邊緣用戶的訓練。如果等到所有用戶數(shù)據(jù)就緒之后，再進行聯(lián)邦學習訓練，不僅會浪費數(shù)據(jù)就緒的整個過程，產(chǎn)生不必要的等待，而且會在數(shù)據(jù)就緒之后的短時間內(nèi)持續(xù)在邊緣設備上產(chǎn)生高峰訓練負載，影響邊緣設備的正常使用。因此，亟需研究利用流式數(shù)據(jù)的到達特點，不斷在流式數(shù)據(jù)到達的過程中在邊緣設備上進行負載的攤銷，不斷進行小批量數(shù)據(jù)計算，避免給邊緣設備帶來過高的負載，以達到和數(shù)據(jù)就緒后不
江蘇通信 2021年6期2022-01-19
- 基于CS算法的LEACH極值雙簇首分簇方法
,r為當前經(jīng)歷的輪數(shù),Gr為前r-1輪未被選為簇首的節(jié)點集合。第二階段是數(shù)據(jù)傳輸階段,普通節(jié)點在規(guī)定的時間內(nèi)將收集到的數(shù)據(jù)直接傳輸給簇首,不在規(guī)定傳輸時間內(nèi)則進入休眠狀態(tài),簇首等收集完全部數(shù)據(jù)后再將數(shù)據(jù)傳送給基站[4,5]。雖LEACH算法以循環(huán)方式選舉簇首平衡了網(wǎng)絡負載,但未考慮節(jié)點自身的任何因素使得簇首選舉不合理,單跳通信使得距離較遠的節(jié)點需要消耗大量的能量甚至出現(xiàn)數(shù)據(jù)無法到達的情況。目前針對WSNs中節(jié)點的數(shù)據(jù)傳輸方式,先后提出了許多改進算法,文獻[
傳感器與微系統(tǒng) 2021年12期2022-01-18
- 基于自適應權重的無線傳感器網(wǎng)絡動態(tài)成簇算法
(LND)的運行輪數(shù)。從圖4中可以看出，EEDCA算法第一個節(jié)點死亡、一半節(jié)點死亡、最后一個節(jié)點死亡的運行輪數(shù)分別為810、1725、2415，而LEACH算法的運行輪數(shù)分別為243、1150、1732。通過比較第一個節(jié)點死亡和最后一個節(jié)點死亡的運行輪數(shù)，EEDCA算法能夠穩(wěn)定運行的時間大于LEACH協(xié)議近70%。同時，EEDCA算法節(jié)點死亡速率較小，從而能夠有效延長網(wǎng)絡生命周期。這表明LEACH協(xié)議適用性較小，多個節(jié)點反復擔任簇頭，能量過度消耗而失效。所
延安大學學報（自然科學版） 2021年4期2022-01-11
- SIMON算法相關密鑰不可能差分特征搜索*
應的概率和包含的輪數(shù),并與本文結(jié)果對比.目前對分組密碼算法進行安全性分析時,使用的自動化搜索工具主要為MILP、SAT、SMT/STP等.這些工具的搜索效率受維數(shù)影響很大,特別是當前輕量級分組密碼算法幾乎都是基于比特運算的,即使是單密鑰下路徑搜索,隨著輪數(shù)的增加,搜索速度降低也非常明顯,無法在此基礎上直接進行相關密鑰下路徑搜索.對不可能差分特征的搜索,需要限制輸入輸出差分均只有1比特或1個S盒活躍,在此基礎上找出概率為1的截斷差分路徑,當中間某一輪中某個比
密碼學報 2021年5期2021-11-20
- 差分可辨性隱私參數(shù)的迭代分配方法*
足隱私參數(shù)在迭代輪數(shù)固定情況下的平均分配和迭代輪數(shù)不固定時的任意分配, 并且最終得到的模型仍滿足ρ-差分可辨性的要求.本文結(jié)構如下. 第2 節(jié)介紹了差分可辨性的相關定義及組合性質(zhì). 第3 節(jié)給出了差分可辨性參數(shù)分配方法在聚類中的應用. 第4 節(jié)是實驗分析, 驗證本文方法的可行性. 最后, 第5 節(jié)總結(jié)全文, 并討論未來可能的研究方向.2 相關知識Lee 和Clifon[10]認為,?-差分隱私的定義存在一定缺陷: 隱私預算?是評估安全性的指標, 它旨在限制
密碼學報 2021年4期2021-09-14
- 分組密碼算法Lattice的滑動攻擊*
6 bit，迭代輪數(shù)8輪。3G ALE標準中使用了稱為SoDard-3的版本對26位協(xié)議數(shù)據(jù)單元（PDU）中的24位數(shù)據(jù)進行加密。SoDark-3的迭代輪數(shù)為16輪，其輪函數(shù)與Lattice算法相同。由于3G ALE還使用48位的PDU，因此SoDark-3已擴展為具有48位大小的版本，稱為SoDark-6。Lattice算法是SoDark族算法中的基本算法。對Lattice算法的分析成果將極大地促進對SoDark族算法的成功分析，進而實現(xiàn)對短波通信情報信
通信技術 2021年7期2021-08-06
- OMECNN:一種基于有序馬爾可夫枚舉器和判別神經(jīng)網(wǎng)絡的口令生成模型
gth)與訓練的輪數(shù)(iteration)進行數(shù)據(jù)對比.得到的命中情況如圖7所示.圖7 PassGAN模型命中情況 Fig.7 The hit rate of PassGAN model圖7中，m10i200000表示在PassGAN模型中，最大序列長度取10，最大訓練輪數(shù)取2×105，其他圖例亦類似.結(jié)果得出，PassGAN模型中，當最大序列長度取10，最大訓練輪數(shù)取2×105時，PassGAN模型命中性能最好，命中條目情況如表3所示.上述結(jié)果表明，Pa
四川大學學報（自然科學版） 2021年4期2021-07-15
- LowMC實例的差分枚舉攻擊效果分析
。通過對關鍵起始輪數(shù)的研究發(fā)現(xiàn)，差分枚舉攻擊并非總是可以達到理論攻擊輪數(shù)。對于某一些關鍵起始輪數(shù)比理論值小的LowMC實例，差分枚舉攻擊甚至會失敗。由于LowMC算法的輪數(shù)設置基于現(xiàn)有攻擊的效果，該分析對LowMC算法的輪數(shù)設計具有重要意義。分組密碼；LowMC算法；差分枚舉攻擊；關鍵起始輪數(shù)1 引言Albrecht等[1]在2015年歐密會上提出了LowMC算法。LowMC算法基于SPN結(jié)構，采用了部分非線性層和隨機線性層的設計，其乘法復雜度非常低。Lo
網(wǎng)絡與信息安全學報 2021年3期2021-06-30
- WSNs中一種基于閾值修正的多跳分簇路由算法?
r表示當前執(zhí)行的輪數(shù)；G表示上一輪為非簇頭的節(jié)點集合；若上一輪已成為簇頭,本輪不再參與簇頭的競選；Υi表示由節(jié)點的能量因子、距離因子和密度因子構建適度因子,其定義如式(12)所示:式中:λ1,λ2和λ3為權重系數(shù),且0節(jié)點在競爭簇頭時,先產(chǎn)生一個隨機數(shù)。再將所產(chǎn)生的隨機數(shù)與閾值比較。若隨機數(shù)小于閾值,節(jié)點就宣稱自己為本輪的簇頭。并向鄰居節(jié)點廣播通告消息Avd_Mes。2.3 形成簇的流程利用2.2節(jié)產(chǎn)生k個簇頭{Ch1,Ch2,…,Chk}。這些簇頭就鄰居
傳感技術學報 2021年3期2021-06-16
- 膠結(jié)液參數(shù)對微生物加固粉土的影響
2),但在濃度、輪數(shù)、配比等參數(shù)的選擇上不盡相同.根據(jù)已有研究,膠結(jié)液的濃度對加固效果存在明顯影響[6].文獻[7]認為低濃度有助于獲得較高的加固強度,生成的碳酸鈣晶體尺寸也較大;文獻[8]則認為膠結(jié)液濃度過低會導致生成的碳酸鈣不足并影響加固效果.由此可見,目前對膠結(jié)液參數(shù)的研究還不夠深入.此外,上述結(jié)論多是針對加固砂土,關于膠結(jié)液參數(shù)對加固細粒土影響方面的研究更加不足.針對以上研究現(xiàn)狀,本文以海相吹填粉土為研究對象,在前期尋找出有效加固方法的基礎上,通過
東南大學學報（自然科學版） 2021年3期2021-06-09
- 關于Trivium-型序列密碼代數(shù)次數(shù)估計的研究*
驗立方攻擊的最高輪數(shù)為802 輪[9]. 在相關立方攻擊中[11], Liu 利用超多項式和一些簡單密鑰表達式之間的相關性給出了835-輪Trivium 的密鑰恢復攻擊. 2017 年美密會上由Todo 提出基于可分性的立方攻擊, 受益于可分性和MILP 工具, 攻擊者可以使用高維數(shù)的立方集, 這也進一步提高了立方攻擊的效果. 例如, 在文[13] 中, 作者給出了891-輪Kreyvium 算法, 184-輪Grain-128a算法以及750-輪Acor
密碼學報 2021年1期2021-03-19
- 比特切片型算法差分及線性特征的快速構造*
建模直接去求解高輪數(shù)的特征, 在有效時間內(nèi)實現(xiàn)還是困難的. 對于RECTANGLE、TANGRAM 等擴散層為行循環(huán)移位的比特切片型算法, 我們希望利用算法本身的結(jié)構特點和S 盒的差分(線性) 性質(zhì), 嘗試構造單輪或低輪迭代特征, 并結(jié)合MILP 自動化搜索技術高效構造長輪數(shù)的差分和線性特征.本文中我們引入單輪循環(huán)差分(線性) 特征的概念, 針對RECTANGLE 型比特切片型算法, 根據(jù)算法的行移位參數(shù)和S 盒的可逆差分(線性) 對, 給出了快速構造單輪
密碼學報 2021年1期2021-03-19
- 8 輪PRINCE 的快速密鑰恢復攻擊*
NCE 算法不同輪數(shù)版本的主要分析結(jié)果. J. Jean 等給出了4 輪和6 輪PRINCE 的積分攻擊[6]. 王小云團隊使用中間相遇攻擊方法攻擊了8 輪和9 輪PRINCE[7]. 雖然PRINCE 的輪密鑰除了首尾白化外都相同, 但仍假設差分特征概率等于各輪差分概率的乘積, A. Canteaut 等[8]構造了5 輪和6 輪的多重差分區(qū)分器, 攻擊了9 輪和10 輪PRINCE; 趙光耀等[9]給出了5 輪和6 輪的截斷差分區(qū)分器, 并攻擊了7 輪
密碼學報 2021年1期2021-03-19
- 毀傷評估無線傳感網(wǎng)絡能耗均衡方法
比例，r為當前的輪數(shù)，G為最近1/p輪循環(huán)中未成為簇首節(jié)點的集合，mod為求模運算符，p×r·mod(1/p)代表一輪中當選簇首的節(jié)點個數(shù)占總節(jié)點數(shù)的比例。考慮參選節(jié)點的剩余能量和當前節(jié)點未被選舉為簇首的輪數(shù)兩個參數(shù)，對LEACH算法選舉簇首的閾值T(n)改進為：(2)式(2)中，Erest(n)為節(jié)點n的剩余能量，Eavg(r-1)為上一輪穩(wěn)定的數(shù)據(jù)傳輸階段最后一次數(shù)據(jù)幀傳輸時基站統(tǒng)計的網(wǎng)絡節(jié)點平均剩余能量，Ri(n)為該節(jié)點連續(xù)1/p循環(huán)中未擔當簇首的
探測與控制學報 2021年6期2021-02-21
- 教師專業(yè)學習社群對幼兒教師組織沉默現(xiàn)象的影響
統(tǒng)計每位成員的話輪數(shù)，即成員發(fā)言總次數(shù)。同時，研究者通過SPSS 20.0軟件，對話輪數(shù)進行相關因素分析，以此探知影響組織沉默的可能因素。3.訪談法研究者圍繞“影響我發(fā)言的原因”這一話題，選取話輪數(shù)最高與最低的各5位教師進行非結(jié)構式訪談，并通過扎根理論的質(zhì)性資料分析方法，對訪談內(nèi)容進行初始編碼與聚焦編碼，借以深入探知組織沉默產(chǎn)生的原因。三、研究結(jié)果（一）本行動研究符合教師專業(yè)學習社群特征行動結(jié)束后，研究者邀請成員完成《教師專業(yè)學習社群量表》，該量表為四點量
武夷學院學報 2021年11期2021-02-12
- 一種基于橋梁橫向裂縫的病害識別方法
，按照相同的迭代輪數(shù)(epochs)和輸入圖片的batch數(shù)量分別對分辨率為75 px、150 px和300 px的橫向裂縫圖片進行訓練，得出在不同分辨率情況下橫向裂縫病害的訓練精度、收斂性和效率如圖9～圖11所示。圖9 收斂性圖10 訓練精度圖11 訓練效率在圖9～圖11中，迭代輪數(shù)為200，黑色實線表示分辨率為300 px訓練的結(jié)果，黑色虛線表示分辨率為150 px訓練的結(jié)果，黑色小圓點表示分辨率為75 px訓練的結(jié)果。通過對3種不同分辨率的橫向裂縫圖
計算機與現(xiàn)代化 2021年1期2021-01-27
- 提升分片規(guī)模和有效性的多輪PBFT驗證方案
＜10-7。對于輪數(shù)T的上限，在3.1節(jié)中給出。對于節(jié)點隨機分配算法，在3.2節(jié)中描述。3.1 多輪輪數(shù)的選擇3.1.1 拜占庭節(jié)點合謀的概率在拜占庭節(jié)點比例比較高的情況下，可能在某個分片內(nèi)拜占庭節(jié)點占據(jù)大多數(shù)，且相互串通，進行合謀攻擊。此時，盡管主節(jié)點收集到足夠多的消息，但是這些確認消息是拜占庭節(jié)點之間串通合謀發(fā)送給主節(jié)點的，使得最終達成錯誤的共識。若想在某個分片內(nèi)進行合謀攻擊，則要求此分片中至少含有(2×L)/3+1 個拜占庭節(jié)點且進行合謀，但這是比較
計算機工程與應用 2020年24期2020-12-26
- 一種融合時間和剩余能量激發(fā)的分簇優(yōu)化算法
期性收集數(shù)據(jù)，每輪數(shù)據(jù)收集，節(jié)點都要發(fā)送相同數(shù)據(jù)包長度的數(shù)據(jù)給簇頭；（5）所有節(jié)點時鐘同步。本文選擇如圖1 所示的無線通信模型，考慮發(fā)送電路、接收電路、放大器以及傳輸?shù)臄?shù)據(jù)字節(jié)數(shù)，一個無線射頻收發(fā)器將k bit 數(shù)據(jù)包發(fā)送到距離為d 的另外一個無線收發(fā)器。圖1 無線通信模型發(fā)送能耗主要由信號發(fā)射電路能耗和放大器電路能耗兩部分組成，因此，發(fā)送k bit 數(shù)據(jù)到距離為d 的節(jié)點上的能耗：式中：Etx表示接收單位比特數(shù)據(jù)所需能耗；εamp1、εamp2表示所采用
實驗室研究與探索 2020年10期2020-11-20
- 立方攻擊研究進展
1]的立方攻擊的輪數(shù)是 839 輪，但時間復雜度為常數(shù)，攻擊實際可行。3.4 完善的三子集可分性HAO Y L 等人[8]發(fā)現(xiàn)王森鵬等人的立方攻擊的計算方法并非總是有效的，在求841 輪的Trivium的超級多項式時，由于 L 的規(guī)模過大，在合理的時間內(nèi)是無法求解的。 于是，提出了完善三子集可分性的概念。定義 6[8](完善三子集可分性) 設 X 是一個多重集合，其元素，設 L 也是一個多重集合，其元素有完善的三子集可分性是指滿足下面的條件：HAO Y L
網(wǎng)絡安全與數(shù)據(jù)管理 2020年10期2020-10-28
- 削減輪數(shù)的Khudra-64 積分攻擊*
14 年提出的總輪數(shù)為18 輪的輕量級分組密碼算法。積分攻擊[5]、差分攻擊[6]、線性攻擊[7]是目前最主要的三種密碼分析方法，用來對密碼算法進行安全性的評估。 積分攻擊通過分析加密過程中積分性質(zhì)的傳播變化過程，確認區(qū)分器的活躍比特、常數(shù)比特和平衡比特的位置，進行積分區(qū)分器的構建。 利用得到的積分區(qū)分器的性質(zhì)，可以以更好的時間和數(shù)據(jù)復雜度，對密碼算法進行更多輪數(shù)的密鑰恢復攻擊。近年來，自動化搜索技術的提出與不斷發(fā)展，也進一步推動了密碼分析領域的發(fā)展。 區(qū)
北京電子科技學院學報 2020年1期2020-10-12
- Midori密碼算法FPGA優(yōu)化研究
輪密鑰RK是根據(jù)輪數(shù)的奇偶性來動態(tài)獲取的，當輪數(shù)為奇數(shù)時，RK是K0與輪常量ai異或的結(jié)果；當輪數(shù)為偶數(shù)時，RK為K1與輪常量ai異或的結(jié)果，其中0≤i≤14。單元替換：Midori64狀態(tài)以4比特為一單元同S盒Sb0進行替換，Sb0如表1所示。單元移位變換：將單元替換結(jié)果分為16個長度為4比特的塊，以塊為單位進行變換，即：2 改進的Midori64算法2.1 優(yōu)化原理Midori64的密鑰擴展是以輪數(shù)的奇偶性為控制信號，通過K0或K1與輪常量異或來獲取的
衡陽師范學院學報 2020年3期2020-05-19
- 公路工程水泥混凝土路面施工技術研究
量3 500，軸輪數(shù)1-1/1-1，Pi(KN)數(shù)為11.5、23)、中客車SH130(車軸為前軸與后軸，交通量700，軸輪數(shù)1-1/1-2，Pi(KN)數(shù)為16.5、23)、大客車CA50(車軸為前軸與后軸，交通量750，軸輪數(shù)1-1/1-2，Pi(KN)數(shù)為28.7、67.2)、小貨車BJ130(車軸為前軸與后軸，交通量1 600，軸輪數(shù)1-1/1-2，Pi(KN)數(shù)為13.55、27.2)、中貨車CA50(車軸為前軸與后軸，交通量820，軸輪數(shù)1-1
黑龍江交通科技 2020年4期2020-05-18
- 基于模糊規(guī)則的WSNs分簇路由算法
死亡節(jié)點數(shù)出現(xiàn)的輪數(shù)圖5顯示三個路由的活動節(jié)點數(shù)。用活動節(jié)點數(shù)表征網(wǎng)絡的生命周期。從圖5可知,在同一輪數(shù),FLECR路由活動節(jié)點數(shù)遠高于LEACH路由、KMCR路由。原因在于:FLECR路由減少重新構建簇的頻率,降低能耗。圖5 活動節(jié)點數(shù)3.2 實驗二本次實驗分析三個路由的網(wǎng)絡能耗,如圖6所示。從圖6可知,在執(zhí)行同等的輪數(shù)時,FLECR路由的剩余能量最高,高于LEACH路由和KMCR路由。這主要是因為:FLECR路由采用按需方式?jīng)Q策是否重新分簇,減少了構建
傳感技術學報 2019年5期2019-06-05
- 無線傳感器網(wǎng)絡上考慮能量因子的LEACH算法
中并未關注到隨著輪數(shù)的增加，各個因子對網(wǎng)絡負載均衡的影響力不同這一特征。本文針對LEACH算法的不足，考慮能量因子側(cè)重度對簇頭選舉閾值進行改進，提出一種新型的LEACH-OE(LEACH based on energy factors)自適應算法。本文擬對此展開研究論述如下。1 系統(tǒng)建模1.1 網(wǎng)絡模型本文研究的無線傳感器網(wǎng)絡節(jié)點隨機地分布在一個正方形監(jiān)測區(qū)域內(nèi)[11]，傳感器節(jié)點和sink節(jié)點在部署之后位置固定不變[12]，并且不再進行人為干涉；節(jié)點同構
智能計算機與應用 2019年1期2019-01-11
- 異構傳感網(wǎng)中一種能量均衡非均勻分簇算法
的比例，r為當前輪數(shù)，G為當前1/p輪數(shù)中未能成為CHs的節(jié)點集合.2級能量異構網(wǎng)絡中，DEEC算法中高級節(jié)點和普通節(jié)點當選臨時簇頭的概率分別為(2)(3)將式(2)，(3)計算出的概率padv，pnrm，替代式(1)中的p，得到不同能級節(jié)點當選臨時簇頭對應的閾值.比較節(jié)點隨機產(chǎn)生的值與閾值的大小，確定該節(jié)點能否在本輪中當選臨時簇頭.1.2.2 簇頭最終確定簇頭最終確定要使用非均勻多跳路由EEUC算法，并引入競爭機制選取簇頭.依據(jù)臨時簇頭與基站間的距離設定
安徽大學學報（自然科學版） 2018年3期2018-05-24
- 基于FPGA的AES算法中行位移與列混淆混合設計
不同決定了加密的輪數(shù)和輪變換的輪數(shù)，當密鑰分組長度為128位時加密輪數(shù)和輪變換輪數(shù)為10輪；當密鑰分組長度為192位時加密輪數(shù)和輪變換輪數(shù)為12輪；當密鑰分組長度為256位時加密輪數(shù)和輪變換輪數(shù)為14輪。雖然相應的加密輪數(shù)能夠?qū)崿F(xiàn)對數(shù)據(jù)信息進行有效地保護，但輪函數(shù)中的行位變換和列混淆變換為加密算法提供了更高的擴散性以抗擊密碼攻擊,因此輪變換中的行位變換和列混淆變換對實現(xiàn)AES加密算法有著至關重要的作用。1.1 行位移變換行位移變換是一個簡單的字節(jié)換位操作，
西華師范大學學報（自然科學版） 2018年1期2018-04-09
- WSN中LEACH協(xié)議的改進與研究*
示網(wǎng)絡當前運行的輪數(shù)，G表示在最后的1/p輪中還沒有成為簇首節(jié)點的集合。在r=0時，每個節(jié)點都以p的概率成為簇頭，經(jīng)過1/p-1輪后閾值變?yōu)?。1.1.2 簇的建立簇頭選舉過程完成后，成為簇頭的節(jié)點廣播自己成為簇頭的消息到整個網(wǎng)絡。該消息主要包括簇頭的ID、位置等。普通節(jié)點根據(jù)接收到消息的強弱選擇強度最大的簇，并向?qū)拇仡^返回消息，確保加入距離自身最近的簇頭。簇頭根據(jù)簇內(nèi)包括的節(jié)點個數(shù)，采用TDMA方式為簇中每個節(jié)點分配向其傳輸數(shù)據(jù)的時間點。在數(shù)據(jù)傳輸穩(wěn)
通信技術 2018年2期2018-03-13
- 馬尾松生長性狀配合力和雜種優(yōu)勢及相關性分析
胸徑、材積、活枝輪數(shù)和母本間胸徑 GCA 效應值的差異均達極顯著或顯著。第Ⅰ設計雜交組合間樹高、胸徑、材積的 SCA 效應值差異均達極顯著，第Ⅱ設計雜交組合間樹高的 SCA 效應值差異達顯著。2 個設計中，雜種優(yōu)勢在 5% 以上的組合與性狀在第Ⅰ設計中占 53.1%，在第Ⅱ設計中占 29.2%，平均達 41.15%。材積與樹高、胸徑、活枝輪數(shù)均呈極顯著正相關，與下三輪活枝數(shù)呈顯著負相關；樹高與胸徑、活枝輪數(shù)均呈極顯著正相關；胸徑與活枝輪數(shù)均呈極顯著正相關，
湖南林業(yè)科技 2017年4期2017-11-24
- 基于重復博弈的WSN節(jié)點合作性研究
明：采取最優(yōu)懲罰輪數(shù)的懲罰策略能夠在保證最少的減小網(wǎng)絡生命周期的前提下，最大程度地提升網(wǎng)絡的整體效益約22.83%。無線傳感器網(wǎng)絡；能量均衡；路由；重復博弈；理性偏好無線傳感器網(wǎng)絡(wireless sensor network，WSN)作為物聯(lián)網(wǎng)研究的一個重要組成部分吸引了大量科研工作者的關注。WSN由眾多具有自我控制、感知、數(shù)據(jù)處理和無線通信能力的無線傳感器節(jié)點通過自組織的方式構成[1?3]。由于WSN中節(jié)點的能量有限[4]，使得部分節(jié)點會以節(jié)省自身能
中南大學學報（自然科學版） 2017年7期2017-09-07
- 一種基于鄰近區(qū)域平均能量的分簇算法
r)(r表示當前輪數(shù)，初始化時r=0)：(5)2.2 簇頭選舉簇頭選舉包含候選簇頭選舉階段和候選簇頭競選簇頭階段.1)候選簇頭選舉階段PCCAEAR算法中，如果節(jié)點i在第r輪屬于能夠參與簇頭選舉的節(jié)點集合，則根據(jù)概率函數(shù)pi計算其成為候選簇頭的概率：(6)其中，P表示節(jié)點中簇頭的百分比.α表示影響候選簇頭個數(shù)的參數(shù)，由于在簇頭選舉階段要進行功率控制，為選出一定量的簇頭，需增加候選簇頭個數(shù).第r輪的鄰近區(qū)域平均能量Ei Navg(r)是根據(jù)上一輪的鄰近區(qū)域平
杭州電子科技大學學報(自然科學版) 2017年4期2017-08-16
- 基于LEACH的低能耗改進算法研究
的存活數(shù)和分簇的輪數(shù)的關系，對LEACH算法和本文算法進行對比仿真，如圖2所示。圖2 節(jié)點存活數(shù)-輪數(shù)由圖2可以看出，本文改進的LEACH分簇路由算法提高了節(jié)點的存活率，LEACH算法在20輪之前便出現(xiàn)節(jié)點死亡，改進算法在75輪以后出現(xiàn)；在輪數(shù)300之前，LEACH算法的節(jié)點存活率高于45%，本文改進的算法節(jié)點存活率高于60%，提高了15%。所以，在基站距離較近的隨機分布無線傳感網(wǎng)絡環(huán)境中，改進算法提高了節(jié)點存活率，延長網(wǎng)絡壽命。3.1.2 網(wǎng)絡能耗同樣對
無線電通信技術 2016年6期2016-12-20
- 論Miller-Rabin算法預處理的局限性*
，簡單地增加測試輪數(shù)即可；二是提高p素，這需要在隨機抽取數(shù)n時采取一些策略，即預處理，根據(jù)素數(shù)分布特性，數(shù)越大素數(shù)越稀疏，因此合數(shù)擁有小素數(shù)因子的概率較大，故預處理時用一些小素數(shù)篩一下能較有效的濾除大部分合數(shù)，另外可采用遞增隨機法取數(shù)，即在一個大隨機數(shù)的基礎上，每次遞增lnn附近的一個隨機數(shù)的增量，因為這是素數(shù)的平均間距，從而更有可能選取到素數(shù)。然而這里仔細計算一下可以發(fā)現(xiàn)，明確了降低p錯的目標之后，若以抵消掉p素的影響為要求，用第一種方法，只需要增加3、
通信技術 2015年4期2015-06-23
- 循環(huán)賽
一條規(guī)律：比賽的輪數(shù)總比參賽的人數(shù)少1。比賽的場數(shù)則是：人數(shù)×輪數(shù)的一半。6個人參加循環(huán)賽，需要的輪數(shù)是：6-1=5（輪）比賽的場數(shù)是：6×（6-1）÷2=30÷2=15（場）問題解決了，長頸鹿長長地噓了口氣：原來有些復雜的問題，先用簡單問題作類比，便可以找到解決辦法了。于是他便著手編制比賽程序，作好一切賽前準備。
小天使·五年級語數(shù)英綜合 2015年4期2015-04-20
- 一種能量高效的無線傳感器網(wǎng)絡拓撲控制算法
的概率;r為選舉輪數(shù);G為最近1/p輪中還未當選過簇頭的節(jié)點集合。第r輪節(jié)點的能量閾值Eth的計算公式為其中，L為網(wǎng)絡預計要運行的輪數(shù)，E0為節(jié)點的初始能量。通過引入能量閾值，有效地防止了低能量的節(jié)點成為簇頭，避免了因為簇頭死亡造成的數(shù)據(jù)丟失和網(wǎng)絡空洞，使網(wǎng)絡能量得到均衡的利用，顯著地延長網(wǎng)絡的壽命。2.2.2 簇的建立階段離Sink節(jié)點近的簇頭承擔了轉(zhuǎn)發(fā)其他簇頭數(shù)據(jù)信息的任務，其能量消耗比離Sink節(jié)點遠的簇頭大，為了保證各簇頭節(jié)點的能量消耗達到均衡，離
傳感器與微系統(tǒng) 2014年2期2014-12-31
- 淺談籃球項目競賽方法
：比賽場次和比賽輪數(shù)的計算；比賽輪次表的編排；抽簽方法和號碼位置排定；計分方法和名次排定。淘汰制是指參賽各方按編排的比賽次序，由相鄰的兩個隊伍進行比賽，敗者被淘汰，勝者進入下一輪比賽，直至淘汰下最后一支隊伍，即為本次比賽的冠軍。1、單循環(huán)比賽的輪數(shù)和場數(shù)的計算（1）比賽輪數(shù)：在循環(huán)制的比賽中，各隊都參加完一場比賽即為一輪。(所有對數(shù)同時進行一場比賽為一輪)參加比賽的隊數(shù)為單數(shù)時，比賽輪數(shù)等于隊數(shù)。如5個隊參加比賽，即比賽輪數(shù)為五輪。參加比賽的隊數(shù)為雙數(shù)時，
文體用品與科技 2014年2期2014-12-25
- 牛年齡的鑒定
輪，所以母牛的角輪數(shù)與產(chǎn)犢數(shù)大致相同。當母牛每年能產(chǎn)1胎時，其年齡約為角輪數(shù)加上初產(chǎn)年齡。通常母牛多在30～36月齡時初次產(chǎn)犢，故將角輪數(shù)加2.5～3.0年，即可判斷出牛的大致年齡。由于母牛的妊娠期將近1年，因此角輪數(shù)加上初產(chǎn)年齡減去妊娠期1年，即可得出結(jié)果。若母牛初產(chǎn)年齡不詳，則可將角尖部分生長期（約2年）加上角輪數(shù)來估算牛的年齡。具體方法：母牛的年齡=角輪數(shù)+2.5或3.0，母牛的年齡=角輪數(shù) + 角尖部生長期（約2年）。（黑龍江省賓縣畜牧獸醫(yī)局 趙云
農(nóng)村百事通 2014年12期2014-12-01
- 分組密碼TWIS的三子集中間相遇攻擊
8 bit，加密輪數(shù)為10輪。算法的設計文章未給出任何密鑰恢復攻擊。Su Bozhan等人首先對其進行了安全性分析，通過構造10輪差分區(qū)分器，給出全10輪TWIS不抵抗差分分析的結(jié)論[3]。隨后，Onur Kocak 與Nese Oztop給出了TWIS安全性的進一步研究，差分分析全10輪的TWIS，恢復12 bit末輪輪密鑰的計算復雜度為221；構造了9.5輪的不可能差分區(qū)分器與線性區(qū)分器；指出 TWIS的實際密鑰長度僅為62 bit，而不是設計者宣稱的
通信學報 2014年6期2014-10-27
- 四倍體與二倍體白花泡桐木材纖維形態(tài)及化學成分的差異分析
). 在相應生長輪數(shù)及樹高處，PF4的纖維長度均大于PF2. 徑向變化曲線顯示隨樹齡增加纖維長度呈現(xiàn)持續(xù)增長后平穩(wěn)的趨勢，說明了木材從幼齡材到成熟材的過渡過程. PF4，PF2纖維長度徑向變化范圍分別為695.80～985.48 μm，651.93～900.89 μm，平均值分別為897.38，825.31 μm，PF4纖維長度最大值、最小值均大于PF2，平均值比PF2大8.03%. 軸向變化曲線顯示隨樹高的增加纖維長度呈現(xiàn)先增大至最大值后下降趨于平穩(wěn)的趨
河南農(nóng)業(yè)大學學報 2014年5期2014-09-26
- 大規(guī)模無線傳感器網(wǎng)絡環(huán)域多扇區(qū)多跳分簇路由算法*
量、存活節(jié)點數(shù)隨輪數(shù)變化的情況分別如圖2和圖3所示。圖2 剩余能量總量與輪數(shù)關系從圖2明顯看出:在輪數(shù)相同時，MMCR的剩余能量總量要高于LEACH,ERBMC,E-LEACH，其中能量消耗為初始總能量50%時，LEACH,ERBMC,E-LEACH,MMCR運行輪數(shù)分別為357,673,467,802輪，可見MMCR對于整個網(wǎng)絡能量利用率更高。因為通信能量消耗占網(wǎng)絡內(nèi)能量消耗比例較大，通信中發(fā)送信息能量消耗是主要部分，發(fā)送能量消耗主要依賴于發(fā)送距離，這里
傳感器與微系統(tǒng) 2014年3期2014-09-25
- 對IKE協(xié)議中弱密鑰的研究*
[7]。然后根據(jù)輪數(shù),這兩部分分別循環(huán)左移1位或2位。若密鑰的兩部分的所有位都是0或1,那么每一輪使用的子密鑰都是相同的。這些就是DES的弱密鑰。該弱密鑰降低了密文的“混淆”程度(擴散和混淆是密碼算法設計的基本方法),也就降低了密碼算法的安全強度。另外DES還存在60個半弱密鑰,類似于弱密鑰——存在著重復的子密鑰,但子密鑰不全相同。2.2 3DES3DES是DES的變形,3DES共有4種不同模式,RFC標準中使用的是DES-EDE3模式[8]。該模式對一個
通信技術 2014年10期2014-02-10
- 基于WSN的核輻射監(jiān)測系統(tǒng)路由算法研究
存活節(jié)點數(shù)與仿真輪數(shù)的關系如圖 2所示。與LEACH算法相比較，隨著輪數(shù)的進行，改進算法的中第一個節(jié)點出現(xiàn)死亡的時間比較晚，并且當20%的節(jié)點數(shù)目出現(xiàn)死亡時，節(jié)點經(jīng)歷的輪數(shù)比LEACH算法中節(jié)點經(jīng)歷的輪數(shù)多了25%左右，也就是說當經(jīng)歷相同輪數(shù)時，節(jié)點的生存周期相對延長了 25%左右。由此可知，本文改進算法相比LEACH算法，節(jié)省了節(jié)點的能量，顯著地延長了網(wǎng)絡的生存周期。圖2 存活節(jié)點數(shù)與仿真輪數(shù)的關系圖網(wǎng)絡節(jié)點剩余總能量與仿真輪數(shù)的關系如圖3所示。仿真結(jié)果
網(wǎng)絡安全技術與應用 2013年4期2013-09-19
- 高級加密標準算法R i j n d a e l的分析與應用*
長度，相應的加密輪數(shù)分別為10、12、14，每一輪循環(huán)都有一個循環(huán)密鑰，它來自于初始密鑰。2.1 Rijndael算法的加密流程加密過程分為四個階段：密鑰擴展、輪密鑰加、Nr-1（128 bit、192 bit、256 bit密鑰長度，Nr分別為 10、12、14）輪變換及最后一輪變換。輪變換包括字節(jié)代換、行移位、列混淆和輪密鑰加四個過程，最后一輪變換包括字節(jié)代換、行移位和輪密鑰加三個過程。其流程圖如圖1所示。（1）狀態(tài)：指明文分組及每次變換的中間結(jié)果[4
網(wǎng)絡安全與數(shù)據(jù)管理 2012年7期2012-08-15
- 基于能量異構的傳感器網(wǎng)絡分簇路由協(xié)議
中r表示已完成的輪數(shù)，p為簇頭節(jié)點占總節(jié)點的比例，G表示節(jié)點在前r mod（1/p）輪沒有當選中簇頭節(jié)點的集合。選出的簇頭發(fā)布消息成為簇頭，非簇頭節(jié)點根據(jù)收到的消息加入對應的簇，并發(fā)消息給簇頭，簇頭為按TDMA方式每個簇內(nèi)節(jié)點分配時隙。數(shù)據(jù)傳輸階段每個節(jié)點按所分配的時隙傳輸數(shù)據(jù)給簇頭節(jié)點，簇頭節(jié)接收簇內(nèi)節(jié)點發(fā)來的數(shù)據(jù)并融合處理提交給基站。節(jié)點在空閑的時隙進入休眠狀態(tài)，減少了監(jiān)聽所消耗的能量。提交給簇頭節(jié)點數(shù)據(jù)進行融合再傳輸減少了數(shù)據(jù)流量，降低了能耗。1.2
科技視界 2012年13期2012-04-16
- 任意可分負載的多輪調(diào)度算法
求解近似最優(yōu)調(diào)度輪數(shù)的算法(DCMR)，通過對特定的調(diào)度時序分析，得出閉合式方程組，然后利用二分法快速搜索并結(jié)合回溯調(diào)整法求解近似最優(yōu)調(diào)度輪數(shù)，使計算時間盡可能多地與傳輸時間重疊，從而縮短了整個應用的執(zhí)行時間，算法經(jīng)仿真表明：在多種參數(shù)變化的情況下，可以求解出近似最優(yōu)的調(diào)度方案；與經(jīng)典的FIFO和LIFO算法相比具有更強的自適應能力；在計算時間明顯大于傳輸時間的情況下，能夠穩(wěn)定地保持任務響應時間為理想時間的1.1倍左右。
西安交通大學學報 2009年8期2009-09-18