期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
适用于智能家居的格上基于身份多方认证密钥协商协议 被引量:2
1
作者 倪亮 刘笑颜 +3 位作者 谷兵珂 张亚伟 周恒昇 王念平 《计算机应用研究》 CSCD 北大核心 2024年第4期1191-1197,共7页
随着物联网应用的日益普及,物联网设备终端数量激增、种类多样、层次复杂,常处于不可控的环境之中,因此,确保数据传输过程的安全性和隐私性至关重要。对基于物联网架构的智能家居服务进行探讨得出,启用智能家居应用需涉及多个方面,如用... 随着物联网应用的日益普及,物联网设备终端数量激增、种类多样、层次复杂,常处于不可控的环境之中,因此,确保数据传输过程的安全性和隐私性至关重要。对基于物联网架构的智能家居服务进行探讨得出,启用智能家居应用需涉及多个方面,如用户、云、物联网智能集线器(the IoT smart hub,ISH)和智能设备,它们需要多方验证以进行安全通信。由此提出了一种针对智能家居应用的格上基于身份多方认证密钥协商协议,并证明在eCK模型下是安全的。其安全性可以归约到环上带误差学习(ring learning with errors,RLWE)问题的困难性,能够抗量子计算攻击。所提协议由一个格上基于身份的加密方案转换而成,无须公钥证书,避免了部署一个庞大的公钥基础设施(public key infrastructure,PKI)。通过信息交互实现显式认证,且可具有一定的匿名性质,与其他相关的后量子格上多方认证密钥协商协议方案相比,该协议在安全性和执行效率方面更具优势。 展开更多
关键词 智能家居 基于身份密码 环上带误差学习 多方认证密钥协商协议 后量子密码 匿名性
在线阅读 下载PDF
基于Conv-Res-LSTM的空中手写数字识别
2
作者 刘伎昭 王昭发 姜辉 《传感器与微系统》 2025年第4期83-87,共5页
针对现有基于声波感知的手写数字识别方案中,一般直接将多普勒频移对应的时频图作为图片输入卷积神经网络(CNN)进行特征提取,对时序特征提取不足导致识别准确率较低的问题,提出了一种结合CNN和长短时记忆(LSTM)网络的卷积残差(Conv-Res)... 针对现有基于声波感知的手写数字识别方案中,一般直接将多普勒频移对应的时频图作为图片输入卷积神经网络(CNN)进行特征提取,对时序特征提取不足导致识别准确率较低的问题,提出了一种结合CNN和长短时记忆(LSTM)网络的卷积残差(Conv-Res)-LSTM模型。首先,通过Conv-Res网络对时频图的深度局部特征进行提取,然后,将特征矩阵按列展为时间序列,送入LSTM中提取时序依赖关系。在智能手表上实现了一个系统原型,实验结果表明:手写数字的平均识别精度达到了94.8%,与现有的3种基于经典CNN的方法相比平均提高了3.79%,且平均识别响应时间为167 ms。 展开更多
关键词 手写数字识别 多普勒频移 时频图 长短时记忆网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部