基于串空间模型的认证测试方法

串空间模型认证测试方法是定理证明安全协议分析法中最具有代表性的一类.利用串空间模型理论对Needham-Schroeder(N-S)公钥协议中中间人攻击问题进行形式化分析与设计,并对其进行证明.与原有技术相比,该方法更为形式化,协议分析人员可以很方便地进行手动分析,并且更有利于协议分析自动化工具的实现.     

Tor系统的改进方案

本文提出一种新的Tor匿名系统,能够使Tor系统发送者和接受者的身份得到更高的保护。引入了Crowds系统群组的概念,通过在群组中匿名提高发送者的匿名性。同时引入了组播的方法,通过向一个群组发送消息提高接受者的匿名性。这种方法能够有效的抵抗流量分析,使得本地监听者和组播监听者无法得知发送者和接受者的身份信息,提高了Tor系统的安全性。     

一种新的Savant中间件信息过滤方法

物联网中存在大量的EPC信息,这些信息被阅读器采集后经过Savant中间件的处理后送至上层应用程序,因此如何提高Savant的处理效率成为了研究者关注的重心.本文简述了Savant中间件的体系结构和工作原理,分析了Savant系统处理EPC信息的过程,在对处理过程进行形式化建模与分析的基础上,提出了一种新的Savant过滤海量EPC信息的方法,并分析了这种处理方法的优势.最后用LTSA工具验证了该方法的安全性和有效性.     

基于支持向量机和小波分析的说话人识别研究

说话人识别技术目前已经成为身份认证及人工智能领域研究的一个热点，解决噪声环境下的说话人识别问题具有重要的理论价值和深远的实用意义．针对这一问题，提出了一种基于支持向量机和小波分析的识别方法及其框架模型，并且设计与实现了一个识别系统，即利用小波阈值去噪法将语音信号和噪声分离，实现语音增强，最终采用SVM分类器基于样本进行训练和测试，实现说话人的分类识别．     

一种新的语义相似度计算方法

在信息检索领域,基于不精确的语义信息进行查询,需要用户多次进行筛选,降低了查询效率,因此,语义相似度计算的精确性至关重要.目前,人们主要利用概念词的距离、内容、属性等信息进行语义相似度计算,其中综合距离,信息内容和概念词属性等因素的混合式语义相似度计算方法是比较热门的方法,但该方法进行语义相似度计算时,权值的确定是根据专家的经验,人为的进行确定,具有一定的主观性,影响了语义相似度计算的准确性和客观性.因此,本文提出了一种新的混合式语义相似度计算方法,采用模糊优化的思想确定混合式语义相似度计算方法中的权值,避免了主观性,使语义相似度的计算更准确,查询结果更符合人们的需求.