Jacobi Quartic曲线上GLV/GLS标量乘算法

目前GLV/GLS(Gallant,Lambert,Vanstone/Galbraith,Lin,Scott)标量乘算法的研究主要集中在Weier-strass曲线上,尝试寻找和构造更多或者更高次数的可有效计算的自同态.本文主要研究了Jacobi Quartic曲线上GLV/GLS标量乘算法.首先利用曲线之间的双有理等价,给出了该类曲线在素域上可有效计算自同态的具体构造,得到2维GLV方法.然后考虑椭圆曲线的二次扭曲线,利用曲线之间双有理等价和Frobenius映射,给出了该类曲线在二次扩域上可有效计算自同态的具体构造,得到2维GLS方法.将上述GLV和GLS方法结合起来,同时利用曲线在二次扩域上的两个不同的自同态,得到4维GLV方法.最后针对j不变量为0或1728两类特殊形式的椭圆曲线,利用更高次的扭曲线,得到4维GLV方法.实验结果表明:对于Jacobi Quartic曲线,2维GLV方法和4维GLV方法比5-NAF方法分别提速37.2％和109.4％以上.同时,在三种不同的实现方式下,Jacobi Quartic曲线上标量乘效率都优于Weierstrass曲线.     

面向网络切片的无证书切换认证与密钥协商协议

为解决网络切片片间切换协议匿名性较差、认证过程复杂和通用性较低等问题，提出了一种基于无证书的高效通用安全切换认证与密钥协商协议。基于无证书机制的密钥协商协议能够解决传统公钥基础设施的证书存储与密钥管理等问题，在保证安全性前提下，能够有效地提高切换认证效率。所提协议通过引入用户伪身份和切片身份标识符实现对用户和网络切片的隐私保护；针对不同服务类型的网络切片，在用户与切片服务提供商之间引入边缘控制器辅助片间切换过程，确保合法用户在切换过程中实现快速通用的身份认证。仿真实验表明，所提协议在提高片间切换认证效率的同时实现了安全、通用的切换过程。     

锥面共形阵列天线盲极化DOA估计算法

 由于共形载体曲率的影响,共形阵列天线中各阵元单元方向图具有不同的指向,使得共形阵列天线具有了多极化特性(Polarization Diversity),为了描述共形阵列天线的多极化特性,通常在共形阵列天线的快拍数据模型中引入阵列入射信号的极化参数,因此共形阵列天线的DOA(Direction-Of-Arrival)估计需要与阵列入射信号极化参数联合估计.本文提出了一种盲极化DOA估计算法,通过在锥面共形阵列天线中设置三对特殊子阵,利用ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法,将入射信号极化参数与二维角参数去耦合,在入射信号极化参数未知条件下实现了高分辨DOA估计,并对估计性能进行了理论分析与推导,给出了参数估计的CRB(Cramer-Rao Bound),通过Monte Carlo仿真实验验证了DOA估计算法的有效性.     

基于微分博弈的移动目标防御最优策略

目前,针对移动目标防御最优策略研究大多采用经典单/多阶段博弈和Markov博弈模型,无法在连续实时网络攻防对抗中进行灵活决策.为实现实时选取最优移动目标防御策略,在研究节点级传染病模型与微分博弈理论的基础上,提出了一种移动目标防御微分博弈模型,对网络空间重要节点构造安全状态演化方程与攻防收益目标函数,并设计开环纳什均衡求解算法以得出最优防御策略.仿真结果表明,该方法可有效对网络攻击进行实时防御,并且可针对网络关键节点制定相应移动目标防御策略.     

基于图的邻接点优先的联合树算法的研究与实现

贝叶斯网络是以概率理论为基础的不确定知识表示模型,联合树算法是一种应用广泛的贝叶斯网络推理算法。提出了基于邻接点优先的联合树算法,从图模型和计算效率两个方面对联合树算法（JT）和基于图的邻接点优先的联合树（AD-JT）算法进行推理时间的比较,实验表明：基于图的邻接点优先的联合树算法能够有效地处理大规模数据,极大地减少了消耗时间,计算效率有显著改进。     

面向无人机自组网的可信路由协议

针对无人机自组织网络(FANETs)容易遭受内部攻击、链路中断频繁的问题,提出了一种基于信任的按需多径距离矢量路由协议(TAOMDV).首先,建立了节点信任度评估模型,引入数据包转发率、可信交互度、探测包接收率作为信任评估因子,设计了自适应模糊信任聚合网络(AFTAN)计算节点的直接信任度,综合可信邻居节点的间接信任度以计算节点信任度.其次,引入信任波动惩罚机制,抵御信任模型中的开关攻击.最后,将信任模型应用于按需多径距离矢量路由协议(AOMDV)中,在路由发现阶段引入路径信任度作为路由选择依据,建立可信路径,在路由维护阶段通过路径报警机制对恶意节点做出及时响应.仿真结果表明TAOMDV不仅能抵御常见的黑洞、灰洞攻击与开关攻击,而且能够降低网络拓扑变更与链路中断的影响.与轻量级信任增强路由协议(TEAOMDV)相比,有效提高了网络的数据包投递率与吞吐量,优化了路由开销与平均端到端时延.     

基于启发式Q学习的FANET可信路由算法

无人机自组织网络（FANET）是实现无人机自主集群的关键技术,其通过各无人机节点来完成协同通信。但节点的高机动性、网络结构的开放性造成FANET拓扑变化频繁,容易遭受恶意攻击。为此,提出一种基于启发式Q学习的可信路由算法HQTR。将FANET中的路由选择问题映射为有限马尔科夫决策过程,针对路由层面的黑洞攻击与泛洪攻击,引入数据包转发率与路由请求发送速率,通过模糊推理计算节点的信任值,同时考虑节点的邻居关系,提出一种模糊动态信任奖励机制。结合单跳链路状况设计启发式函数,采用改进的ε-贪婪策略来平衡利用-探索过程,引导当前节点选择最优可信下一跳节点。仿真结果表明,相对AOMDV、TEAOMDV与ESRQ算法,HQTR算法能够有效应对黑洞攻击与RREQ泛洪攻击,降低节点高速运动与网络规模变化所造成的影响,提高数据包投递率与吞吐量,减少路由开销与平均端到端时延。     

异构备份网络的病毒传播模型及稳定性分析

针对云计算、数据中心等基于虚拟网络的环境中病毒二次攻击的问题，研究了平台动态防御背景下的病毒传播及免疫机理，并提出一种异构备份式的网络病毒防御方法。首先，分析冗余备份发生二次攻击的过程，并总结病毒作用规律；同时，结合平台动态防御的思想，引入异构平台状态节点，并提出了易感-潜伏-感染-免疫-异构-易感（SEIRHS）病毒传播模型；其次，运用劳斯-赫尔维茨稳定性判据证明了模型平衡点处的局部稳定性，并求解基本再生数；最后，通过实验仿真分析对比了所提模型与传统易感-感染-免疫（SIR）模型、易感-潜伏-感染-免疫（SEIR）模型，并验证了所提模型的稳定性，探讨了病毒传播影响因子对病毒扩散规模的作用结果。仿真结果表明，所提模型能客观反映病毒在网络中的传播规律，并通过降低节点度、提高感染-异构（I-H）状态转移概率、降低备份时已被病毒潜伏的概率等有效提升网络对病毒的防御效果。