轻量级PRESENT加密算法功耗攻击研究

PRESENT密码算法是2007年提出来的一种轻量级分组密码算法, 适合于物联网环境下的安全加密。对PRESENT加密算法结构进行了深入研究, 提出了其适合功耗攻击的两个最佳攻击点, 详细介绍了针对PRESENT加密系统进行功耗分析攻击的设计与实现过程, 实验结果表明未加防护措施的PRESENT加密系统不能抵御一阶差分功耗分析攻击, 从而给PRESENT加密算法的安全改进提供一定的设计参考。     

基于面向服务的泥石流数值模拟通用平台

对当前泥石流模拟系统的单一性缺点进行了研究,提出了面向服务的泥石流数值模拟的通用平台思想。以有限差分模型为基础,采用面向服务的思想,设计了系统 C/S模式的技术方案并完成了整个系统的设计和实现。经过香港滑坡地形图的验证,证明了本通用平台的可行性和有效性。     

云数据库中基于极大熵差分进化的负载评估算法

由于分布式关系型数据库基于两阶段提交协议的设计方式,使得系统如出现单节点瓶颈问题,数据库事务将全部回滚,从而造成巨大的系统开销,影响数据库在大数据环境下的应用。针对这一现状,提出一种基于极大熵差分进化的负载评估算法,利用评价函数法,将多目标优化问题转化为不可微的单目标优化问题,再利用极大熵函数,将不可微优化问题转化为一个带有参数的无约束优化问题,最后用差分进化算法对其进行求解,找出节点资源最优集,从而为过载节点的数据迁移提供了理论依据,也进一步实现了对云数据库的设计。实验结果表明,该算法能够提高系统的整体性能,有效避免单节点瓶颈问题。     

解决高维优化问题的差分进化算法

针对高维优化问题难以解决并且优化耗费时间长的问题,提出了一种解决高维优化问题的差分进化算法。将协同进化思想引入到差分进化领域,采用一种由状态观测器和随机分组策略组成的协同进化方案。其中,状态观测器根据搜索状态反馈信息适时地调用随机分组策略重新分组;随机分组策略将高维优化问题分解为若干较低维的子问题,而后分别进化。该方案有效地增强了算法解决高维优化问题的搜索速度和搜索能力。经典型的实例测试,并与其他一流差分进化算法比较,实验结果表明:所提算法能有效地求解不同类型的高维优化问题,在搜索速度方面有明显提升,尤其对可分解的高维优化问题极具竞争力。     

基于差分相关的星载AIS信号帧同步

在星载AIS接收机中,船舶信号在传输过程中产生的大范围时延和多普勒频移,给正确解码带来了困难。针对这一问题,基于AIS帧结构特点,提出一种差分相关帧同步算法。算法中将AIS帧结构中训练序列、开始标志和结束标志设计为间隔式特征序列作为同步码,通过差分相关函数来实现帧同步。仿真实验结果表明,该算法有较好的抗频偏特性,且在低信噪比下,性能要优于差分卷积法。     

变邻域分解多目标自适应差分进化算法

分解方法是处理复杂问题常用的一种手段,而差分进化算法被广泛地应用于多目标优化问题(multiobjective optimization problems,MOP),为了克服经典差分进化算法和分解方法的缺陷,本文提出了一种自适应差分进化算法和变邻域分解方法相结合的新颖算法一ADEMO/D-ENS,该算法采用Tchebycheff方法将多目标优化问题分解成多维标量优化子问题,并利用邻域子问题的信息进行优化,基于邻域种群集依概率自适应选择邻域种群规模;同时采用概率匹配(]probability match,PM)自适应方法从差分策略池中选择差分进化策略;同时分析了算法的复杂度;最后,通过和经典的非支配排序遗传算法(non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)和多目标差分进化算法(multi-objective differential evolution algorithm,MODE)仿真对比,说明ADEMO/D-ENS方法可以更有效的处理多目标优化问题.     

采用差分进化策略的入侵杂草改进算法及函数优化应用

针对入侵杂草优化算法易出现早熟且收敛速度较慢的问题,提出一种具有差分进化策略的入侵杂草算法。利用差分进化策略较强的开发能力,对种子进行交叉变异选择操作以帮助算法跳出局部最优;同时,为了提高算法的收敛速度和种群多样性,提出对杂草进行初始化并采用基于混沌反向学习的初始化方法。对8个标准测试函数进行的仿真实验表明:与标准杂草优化、差分进化及混合杂草优化算法相比,提出的改进算法具有较快的收敛速度、较高的收敛精度及较强的搜索全局最优解的能力。     

基于差分算法的反渗透海水淡化优化调度

以系统运行费用为目标的反渗透海水淡化优化调度是一类带有约束的非线性优化问题。针对这一问题,提出一种改进的差分进化算法。该算法对基本差分进化算法中的变异因子和交叉因子进行改进;定义约束违反度函数,将约束优化问题转化为无约束的优化问题。以24小时为一个周期,通过改进的差分进化算法对系统模型进行优化调度。仿真结果表明,改进的算法可以对机组进行优化操作,有效的降低了系统的生产成本。     

自适应混合多目标分布估计进化算法

针对多目标分布估计算法全局收敛性较弱的缺陷,提出了一种自适应混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小即算法可能陷入局部收敛时,用差分进化算法产生新种群。理论分析和数值实验结果表明,这种混合算法不仅具有良好的全局收敛性,而且解的分布性和均匀性较没有考虑目标函数变化率的混合多目标分布估计算法也有了一定程度的提高。     

医用内窥镜微型摄像模组设计

设计了一种新型医用内窥镜微型摄像模组.该模组采用微型、高分辨率的CMOS图像传感器结合低压差分信号（LVDS）传输技术进行设计,使摄像模组直径缩减至5.0mm,并实现了图像数据的长距离高保真传输.搭建了实验平台对摄像模组的摄像功能进行了测试.结果表明：该模组图像传输距离超过2m,分辨率达到30万像素,对口腔溃疡模拟粘膜病变的识别率高达90％.其图像分辨率高,传输距离长,使其适用于内镜诊断;其直径小,能大大提高病人内镜检查的舒适性,为超细内镜诊断提供了一种极佳的解决方案.