对一种多重密钥共享认证改进方案的完善

通过分析一种多重密钥共享认证改进方案,指出其中存在的漏洞和防止成员欺骗中存在的问题,提出了自己的完善方案,使其在共享多个密钥、子密钥可以重复使用、防止管理者欺骗及参与成员欺骗等方面更加完善．     

区块链赋能物联网中联合资源分配与控制的智能计算迁移研究

大数据场景下,远程云服务器通常被部署用于数据处理与价值挖掘,但在面对时延敏感型或需要动态频繁交互的业务时,该种处理模式显得力不从心.作为对云计算模式的补充,雾计算因其可有效降低任务处理时延、能耗与带宽消耗而备受关注;同时,面向雾计算的计算迁移机制因其能有效缓解节点的处理负担并改善用户体验而成为领域研究焦点.在雾计算模式...     

基于谱聚类的傅里叶个性化联邦学习研究

为了缓解联邦学习中跨不同用户终端数据非独立同分布(non-IID)引起的负面影响,该文提出一种基于谱聚类的傅里叶个性化联邦学习算法。具体地,构建一个面向图像分类识别的云边端协同个性化联邦学习模型,提出在云端协同下通过谱聚类将用户终端划分为多个聚类域,以充分利用相似用户终端学到的知识提升模型性能。其次,设计边端协同的局部联邦学习方法,通过代理模型在用户终端对个性化局部模型执行恢复与再更新的操作,可有效恢复聚合过程中丢失的本地知识。进一步地,设计云边协同的傅里叶个性化联邦学习方法,即云服务器通过傅里叶变换将局部模型参数转换到频域空间上进行聚合,为每个边缘节点定制高质量的个性化局部模型,可使全局模型更适用于各个分布式用户终端。最后,实验结果表明,与现有相关算法相比,所提算法收敛速度更快,准确率提高了3%～13%。     

无线可充电传感器网络混合移动充电调度研究

能量约束是无线传感器网络应用的重要限制.无线能量传输技术因为在效率和可靠性方面的突破,已成为无线传感器网络极具潜力的能量补给方案.目前已有的移动无线充电调度方案可分为周期性调度和在线调度方案,虽然各种方案有不同的适用场景,但是难以同时兼顾周期性调度的高充电效率和动态调度的实时性.本文提出一种按需的无线传感器能量补给调度方案,首先每个周期对所有请求充电的全局优化节点充电路径,接着对实时性请求结合动态插入法安排紧急需求节点充电.通过仿真实验比较,本文提出的混合方案相对于周期性调度方案和按需方案在充电效率、移动路径代价和节点饥饿率上具有显著优势.     

用等离子体技术改善PS版版基表面形貌的研究

报告了用等离子体处理ＰＳ版砂目表面的实验结果，研究结果表明，在等离子体作用下，ＰＳ版砂目表面糙度会发生变化，表面出现大量直径为２０－５０μ的微孔。Ｓｋ绝对值变大，ｔｐ值分布变好。     

水务一体化建设与管理经验介绍

正徐州市是江苏省三个水利现代化试点市之一。推进水利水务现代化建设是基本实现现代化的重要支撑,是提升城市现代化水平的重要保证。根据《关于确定江苏省水利现代化试点市县试点重点的通知》要求,徐州市试点重点任务之一是水务一体化建设与管理。近几年,徐州市根据全省水利现代化试点建设工作的统一部署和各项具体要求,扎实推进工程建设,持续深化改革创新,全面加强管理提升,各项工作有序开展,水利水务现代化建设     

边缘计算架构中P2P的组合多资源任务卸载算法

为了解决点对点(P2P)系统中多种资源合作完成任务卸载的问题,提出了多资源组合交易卸载算法,设计了激励机制,促使设备加入任务卸载系统,同时保证系统内资源可以被高效地利用。通过严格的理论分析可知,所设计的多资源组合交易机制能满足计算效率可行性和个体理性的要求。通过实验模拟得出结论：提出的多资源组合交易卸载算法的资源交易数量虽然没有达到对比算法下的资源交易数量,但时间复杂度远远低于对比算法。     

雾辅助的隐私保护分层多维数据聚合研究

本文提出了一种雾辅助的隐私保护分层多维数据聚合机制,在实现多维异构类型数据聚合的同时,可提供不同粒度的数据应用支撑.首先,该机制通过充分利用本地雾计算资源构建了一个无第三方机构参与的分层聚合框架,为实现安全、高效、灵活的多维数据感知与传输提供了保障.其次,融合同态Paillier算法与霍纳法则的多维数据隐私保护聚合机制,保证了数据隐私并降低了计算与通信成本.特别地,基于霍纳法则解析出的不同粒度聚合结果,可满足不同场景的应用需求.此外,设计了一种高效的签名认证机制,该机制通过采用轻量级的椭圆曲线加密算法与批量认证技术,可实现数据完整性和身份有效性的验证.最后,安全与性能分析结果表明本机制安全性能高,且相较于其他方案其计算成本更低,更加适用于实际应用场景.     

融合残差Inception与双向ConvGRU的皮肤病变智能分割

由于皮肤病病灶的形状、颜色以及纹理差异极大,且边界不明确,使得传统深度学习方法很难对其进行准确分割。因此本文提出了一种融合残差Inception与双向卷积门控循环单元 （Convolutional gated recurrent unit, ConvGRU）的皮肤病变智能分割模型。首先设计了一种云边协同的皮肤病变智能分割服务网络模型,通过该网络模型,用户可以获得快速、准确的分割服务;其次,构建了一种新的皮肤病变智能分割模型,通过融合残差Inception与双向ConvGRU,该模型能融合不同尺度特征,提高模型特征提取能力,并能充分利用底层特征与语义特征之间的关系,捕获更丰富的全局上下文信息,取得更好的分割性能;最后,在ISIC 2018数据集上的实验结果表明,所提出的智能分割模型与近期提出的几种U-Net扩展模型相比,取得了更高的准确率与Jaccard系数。