基于可再分发抗合谋编码的低失真水印方案

在大数据的时代背景下,数据潜在的价值使其成为重要的财富之一。数据的非法篡改、修正和非法分发给追踪数据的泄密源头带来巨大挑战。数字指纹技术可应用在数据泄密溯源领域,即在数据中嵌入一串能够唯一标识用户信息的序列,当数据发生泄密后,提取其中蕴含的数字指纹,追踪到泄密的叛逆者。多个用户对数据合谋攻击并泄密数据,从而毁坏其中嵌入的指纹信息达到逃脱追责的目的,抗合谋编码能够解决此问题。针对现有的数字指纹编码无法满足数据再分发需求、数字指纹嵌入造成较大数据失真的问题,本文使用BIBD（Balanced incomplete block design）作为外码,码字扩展后的C码作为内码,构建一种可再分发的抗合谋指纹编码RD-ACC（Redistributable anti-collusion fingerprint coding）。在此基础上,提出一种基于多目标优化的数据库指纹算法,能够在较小的数据库失真情况下保证数字指纹较高的鲁棒性,提取出的RD-ACC能够有效抵抗组内、组间多用户合谋攻击。实验结果表明,该算法能够在较小的数据失真下实现数据的再分发操作,并且能抵抗合谋攻击进行泄密溯源。     

平台级实体虚拟兵力仿真及应用研究

为构建虚拟兵力模型体系及其仿真系统,开展对抗式模拟训练与推演,对面向平台级实体虚拟兵力仿真及应用相关技术进行了研究。对计算机生成兵力系统与仿真平台、平台级实体虚拟兵力模型建模方法进行了梳理。对构建基于云仿真的虚兵服务系统相关技术路线、混合式仿真系统形态下兵力成体系仿真中的分布交互技术进行了总结,提出了基于混合体系结构的孪生战场环境仿真架构。最后对该领域存在的问题进行了归纳,为构建虚拟兵力模型体系以及虚拟兵力仿真系统提供方向和指引。     

Application of quantum genetic algorithm in high noise laser image security

Aiming at the security problem of range gated laser imaging in high noise background, a range gated laser image encryption scheme based on the quantum genetic algorithm (QGA) is proposed. Due to the fuzziness of the laser image itself, the randomness and security of the key become more and more important in encryption. In this paper, the chaotic sequence is used as the parent chromosome of the QGA, and the random number satisfying the encryption algorithm is obtained by an iterative genetic algorithm. To further improve the security of laser images, some random pixels are stochastically inserted around the laser image before scrambling. These random pixels are scrambled together with the image. Finally, an adaptive diffusion method is designed to completely change the original statistical information of the image. Experimental simulation and performance analysis show that the scheme has high security.     

Phase-sensitive manipulation of squeezed state by a degenerate optical parametric amplifier inside coupled optical resonators

rency-like (EIT-like) effect and the optical parameter conversion process at the same time in one optical device. These properties can favor higher manipulation precision and control efficiency, which is more suitable for the integration of quantum-on-chip systems, laying a foundation for the practical application of quantum information.     

复合高斯杂波条件下存在干扰时的反对称贝叶斯检测器

该文对复合高斯杂波条件下存在干扰时的目标检测问题进行研究。针对自适应检测器需要一定数目独立同分布训练样本才能保证较好的检测性能,利用接收天线的反对称结构以及引入杂波协方差矩阵的先验信息的方法,利用两步广义似然比检验准则提出了该背景下的贝叶斯检测器。仿真结果表明,该文提出的检测器在训练样本数较少时具有较好的目标检测性能。     

基于级联Dense-UNet和图割的肝脏肿瘤自动分割

腹部CT图像肝脏肿瘤分割是进行肝脏疾病诊断、手术规划和放射治疗的重要前提。针对肝脏肿瘤灰度异质、纹理丰富、边界模糊等因素引起的分割困难,该文提出基于级联Dense-Unet和图割的自动精确鲁棒分割方法。首先运用级联的Dense-UNet获取肝脏肿瘤初始分割结果及感兴趣区域,然后利用图像像素级和区域级特征,分别构建可有效区分肿瘤与非肿瘤的灰度模型和概率模型,并将其融入图割能量函数,进一步精确分割感兴趣区域中的肿瘤组织。最后分别采用LiTS和3Dircadb公共数据库作为训练集与测试集进行实验,并与现有多种自动分割方法进行了比较。结果表明,提出方法可有效分割CT图像中灰度、形状、大小、位置各异的肝脏肿瘤,能提取更精确的肿瘤边界,尤其对于对比度低、边界模糊的肿瘤具有明显优势。     

高性能机群计算本科教学研究

针对目前高性能机群人才需求旺盛而高校对高性能机群计算知识普及不够的现状,以培养工程实践性机群系统管理人员为目标,阐述面向高校计算机专业本科生开设高性能机群计算课程的教学目标;并进行课程设计,包括教学内容及教材选取、课时安排以及教学方法设计。北京工业大学的教学实践表明,上述课程设计取得了较好的教学成效。     

分布式本体集成框架下虚拟本体集合动态生成算法

为了有效组织和管理网格环境内存在的各类分布异构的本体资源,提出了基于网关服务的分布式本体集成框架.从体系结构角度对本体集成过程中涉及到的功能模块进行分析和划分,并基于网格服务设计了关键组件.在此基础上从提高计算资源利用率和满足用户多样性需求的角度出发,提出了虚拟本体集合动态生成算法.该算法将缓存技术与虚拟本体相结合,为本体数据的自动生成和再生成提供了较完整的系统方法,增强了本体资源的复用性.实验结果表明,该算法可以提高计算资源利用率,实现本体资源的复用率.     

链表式区域填充算法在三维油藏模型中的应用

分析不同填充方法的特点,针对传统种子填充算法需要静态分配存储空间而造成空间利用率低和不断进出栈操作浪费时间的问题,对种子填充算法进行改进,提出了采用链表存储且对像素点先着色再入链的新方法。该方法根据实际需求动态的分配空间,减少了空间浪费,避免了一些不必要的操作,解决了计算机对大数据处理时由于内存不足而造成死机或处理时间过长的的问题。此方法应用于大模型油藏模型的高速显示系统,提高了空间利用率,实现了三维油藏模型的快速显示。