实例依赖的可验证随机函数的高效构造*

实例依赖的可验证随机函数是由文献[1]提出的一个新的密码学概念,它也是构造高安全性的零知识协议（如可重置零知识论证系统）的一个强有力的工具,而这些高安全性的零知识协议在智能卡和电子商务中有着重要的潜在价值。基于非交互ZAP证明系统和random oracle模型中∑OR-协议,给出了实例依赖的可验证伪随机函数的两个高效的实现和相应的安全性证明,提升了这一工具的应用价值。     

一种增加LED照明时序彩色投影系统亮度的方法

基于微型投影显示的色域特性和色彩实现机制,提出了一种提高微型投影系统亮度的方法。在基色子帧中引入其它基色,实现基色坐标的变换,再对微型投影系统亮场白平衡,分析并比较系统在绿色基色校正前后的性能。从理论分析了各色LED的最大工作电流、各基色色坐标和白场色坐标对通过基色校正提高亮度效果的影响。将该方法应用于实验室研发的微型投影系统,在保证系统显示性能的同时,亮度有了25.24%的提升。     

XML强闭包依赖范式的研究

为了解决从数据库整体的角度来消除基于不完全信息的XML数据冗余问题,研究了在不完全信息环境下XML数据库的各个模式之间存在的XML强闭包依赖引起数据冗余的判定条件和规范化算法.首先,给出了XML强函数依赖和XML强闭包依赖两者互不影响的定义;其次,提出了XML强函数依赖和非循环XML强闭包依赖互不影响的判定定理,研究了XML强闭包依赖范式以及相应的判定定理;最后,提出了把XML数据库模式转化为XML强闭包依赖范式的规范化算法,对时间复杂度进行了分析.该算法消除了冗余路径,避免了更新异常,实现了整个XML数据库模式更合理的设计.     

用指针实现的程序的标准化及其应用

为了消除指针程序实现形式的多样化,简化程序分析,提出一种对用指针实现的程序进行标准化的方法.首先将程序表示成系统依赖图,分析指针别名信息;然后制定指针标准化规则并结合已有的代码多样化消除规则,对系统依赖图进行保持语义不变的转换,将语法表示不同但语义等价的程序转换为相同的系统依赖图表示,从而消除代码多样化.最后,将该方法应用到C语言编程题的自动评分系统中,并与人工评分和正确评分结果进行对比,验证了该方法的有效性.     

面向对象的时序逻辑语言

针对时序逻辑语言缺少面向对象概念的现状,对投影时序逻辑进行了扩展,介绍了新的语法和语义。在扩展投影时序逻辑中,基于变量集合的层次化和谓词的分组,给出了对象、类和继承等概念的形式化定义。扩展投影时序逻辑的一个可执行子集被定义为面向对象的时序逻辑语言Framed Tempura++,它能够用于面向对象的程序设计,可以模拟组合Web服务的执行。所给出的实例表明,该语言与Framed Tempura相比,能有效地重用代码,提高了代码的可读性和可维护性。     

基于参数依赖关系检查的测试用例空间约简方法

针对待测功能函数各参数间存在的控制或数据依赖关系,提出了一种利用符号执行约简测试用例空间的算法.具体内容包括:给出了基于控制流图的程序参数依赖关系定义;在此基础上,根据输入参数变量在程序执行时的信息流,提出了一种参数依赖关系的动态分析算法;将该方法应用于可信软件栈的功能测试中.实验结果表明:该方法在约简测试用例空间上具有较强的实用性,同时不会降低测试原有的检错能力.     

行为时序逻辑中公平性的研究与完善

基于行为时序逻辑(TLA)的并发系统描述,就是对系统的初始状态、系统行为和行为的公平性进行规约和描述,但TLA中的公平性具有局限性,无法准确地描述某些系统的行为,从而限制了TLA的描述能力。通过研究TLA中公平性的推导过程,分析公平性的概念与定义方法,并以实际例子说明它的局限性。在此基础上,提出以加入两级新的公平性方式对其进行完善。最后,证明了新公平性等级之间的蕴涵关系。完善后的公平性具有更强的描述能力,能够对系统进行更完整的描述与规约。     

基于Apriori算法的攻击行为时序关联规则检测方法

针对当前大部分入侵检测系统(IDS)的报警信息只包括对单独攻击行为的描述,缺少攻击行为之间的关联规则,使得IDS数量巨大的报警数据难以理解的问题,探索并实现了一种通过将报警信息进行关联生成报警序列,并且使用Apriori算法挖掘报警序列中的攻击行为时序关联规则的方法.实验证明了该方法能检测出报警数据中蕴含的各攻击行为之间的时序关联规则.     

任务级行动序列问题中的定性偏好研究

关注了一类典型行动序列,研究如何在动作集合上存在定性偏好,且偏好集合存在不一致性时开展规划。所考虑的行动序列问题称为任务级COA,以抽象层次的动作为基本要素,所考虑的定性偏好包括静态偏好和时序偏好,所讨论的规划目的是获得最大满意度的COA方案。首先建立了偏好与约束的归一化形式描述,在此基础上形成了COA方案设计算法;进一步,使用计算辩论技术排除偏好集合中的不一致性,形成用户接受度最高的COA方案。文中建立的以定性推理为基础的规划框架,实现了偏好解耦,能够适应不同的领域问题,是以定量计算为基础的传统规划算法的有效补充。通过快速响应卫星成像的COA案例,演示了算法的可行性。     

基于双分支通道空间依赖和非对称权重共享卷积的目标检测优化结构

以往的目标检测任务中,大量研究通过空间和通道信息来构建特征优化算法。然而,如何利用通道和空间中最大和平均特征的信息分布情况进行特征提取,仍是一个挑战。针对上述挑战,构建了双分支通道空间依赖网络,用来提取空间和通道中信息依赖特征,其关键是获取最大特征和平均特征上的重要信息分布情况。为了优化网络的检测精度与计算效率,构建了非对称权重共享卷积网络,利用相同的非对称卷积核进行联合训练来实现权重共享,极大地增强了卷积核参数的鲁棒性。以YOLOv4、YOLOv5和EfficientDet为检测基线,在PASCAL VOC和MS COCO数据集上进行实验,验证了双分支通道空间依赖网络和非对称权重共享卷积网络模块的有效性。在两个数据集上精度最高分别增长了1.98%和2.6%。