【摘 要】
：
为同时解决属性基加密(ABE)方案的计算成本过高和云服务器中数据查找效率低下的问题,提出了一种带关键字搜索的外包属性基加密(OABE-KS)方案.首先,使用外包计算技术将加解密用户的本地计算成本降低到常量级;然后,由加密用户和解密用户分别生成对应关键字的索引和陷门,并由云服务器为其进行匹配,在此之后云服务器会将匹配成功的结果返回给解密用户.在合数阶群下证明了所提方案是自适应安全的.根据实验分析可知,属性数量从10个到100个变化的过程中,该方案各个阶段的运行时间基本不变,可见该方案在各个阶段的运行时间不随
【机 构】
：
山西大学计算机与信息技术学院,太原030006;山西大学大数据科学与产业研究院,太原030006;山西大学计算机与信息技术学院,太原030006
论文部分内容阅读
为同时解决属性基加密(ABE)方案的计算成本过高和云服务器中数据查找效率低下的问题,提出了一种带关键字搜索的外包属性基加密(OABE-KS)方案.首先,使用外包计算技术将加解密用户的本地计算成本降低到常量级;然后,由加密用户和解密用户分别生成对应关键字的索引和陷门,并由云服务器为其进行匹配,在此之后云服务器会将匹配成功的结果返回给解密用户.在合数阶群下证明了所提方案是自适应安全的.根据实验分析可知,属性数量从10个到100个变化的过程中,该方案各个阶段的运行时间基本不变,可见该方案在各个阶段的运行时间不随属性数量的变化而变化.实验结果表明,该方案适合应用在资源受限的设备上,使其在实际应用中不受属性数量变化的影响.
其他文献
在交互式网络电视(IPTV)应用中,家庭电视终端往往由多名家庭成员共用,现有推荐算法难以从终端历史数据中分析出家庭成员的不同兴趣偏好.为了满足同一终端下不同成员的视频点播需求,提出了一种基于胶囊网络的IPTV视频点播推荐模型CapIPTV.首先,设计了一种基于胶囊网络路由机制的用户兴趣生成层,将终端历史行为数据作为输入,并通过胶囊网络的聚类特性得到不同家庭成员的兴趣表达;其次,利用注意力机制给不同的兴趣表达动态分配注意力权重;最后,提取出不同家庭成员的兴趣向量和点播视频的表示向量,计算两者内积后得出Top
基于会话的推荐旨在根据当前用户的匿名会话的点击序列信息来预测用户的下一次点击行为.现有方法多数都是通过对用户会话点击序列的物品信息进行建模,并学习物品的向量表示,进而进行推荐.而作为一种粗粒度的信息,物品的类别信息对物品有聚合作用,可作为物品信息的重要补充.基于此,提出了基于会话的多粒度图神经网络推荐模型(SRMGNN).首先,使用图神经网络(GNN)得到会话序列中的物品和物品类别的嵌入向量表示,并使用注意力网络捕捉用户的注意力信息;然后,将赋予了不同注意力权重值的物品和物品类别信息进行融合后,输入到门限
针对工业机器人机械轴健康管理中检测效率和精准度较低的问题,提出了一种机械轴运行监控大数据背景下的基于动作周期退化相似性度量的健康指标(HI)构建方法,并结合长短时记忆(LSTM)网络进行机器人剩余寿命(RUL)的自动预测.首先,利用MPdist关注机械轴不同动作周期之间子周期序列相似性的特点,并计算正常周期数据与退化周期数据之间的偏离程度,进而构建HI;然后,利用HI集训练LSTM网络模型并建立HI与RUL之间的映射关系;最后,通过MPdist-LSTM混合模型自动计算RUL并适时预警.使用某公司六轴工业
在印刷工业生产中,针对直接使用YOLOv4网络进行印刷缺陷目标检测精度低、所需训练样本数量大的问题,提出了一种基于Siamese-YOLOv4的印刷品缺陷目标检测方法.首先,使用了一种图像分割和随机参数变化的策略对数据集进行增强;然后,在主干网络中增加了孪生相似性检测网络,并在相似性检测网络中引入Mish激活函数来计算出图像块的相似度,在此之后将相似度低于阈值的区域作为缺陷候选区域;最后,训练候选区域图像,从而实现缺陷目标的精确定位与分类.实验结果表明:Siamese-YOLOv4模型的检测精度优于主流的
针对深度卷积生成对抗网络(DCGAN)中的对抗训练缺乏灵活性以及DCGAN所使用的二分类交叉熵损失(BCE loss)函数存在优化不灵活、收敛状态不明确的问题,提出了一种基于仲裁机制的生成对抗网络(GAN)改进算法,即在DCGAN的基础上引入了所提出的仲裁机制.首先,所提改进算法的网络结构由生成器、鉴别器和仲裁器组成;然后,生成器与鉴别器会根据训练规划进行对抗训练,并根据从数据集中感知学习到的特征分别强化生成图像以及辨别图像真伪的能力;其次,由上一轮经过对抗训练的生成器和鉴别器与度量分数计算模块一起组成仲
针对传统的表面缺陷检测方法只能对具有高对比度或低噪声的明显缺陷轮廓进行检测的问题,提出了一种基于自编码和知识蒸馏的表面缺陷检测方法来准确定位和分类从实际工业环境捕获的输入图像中出现的缺陷.首先,设计了一种级联自动编码器(CAE)架构用于分割和定位缺陷,其目的是将输入的原始图像转换为基于CAE的预测蒙版;其次,利用阈值模块对预测结果进行二值化以获得准确的缺陷轮廓;然后,把缺陷区域检测器提取并裁剪出来的缺陷区域视为下一个模块的输入;最后,将CAE分割结果的缺陷区域通过知识蒸馏进行类别分类.实验结果表明,与其他
针对古代壁画图像数量少、质量差、特征提取困难和存在壁画文本与绘画风格相似等问题,提出了一种融合迁移学习的Inception-v3模型来对古代壁画的朝代进行识别与分类.首先,将Inception-v3模型在ImageNet数据集上进行预训练以得到迁移模型;然后,将迁移模型在小型壁画数据集上进行参数微调后对壁画图像提取高层特征;其次,增加两个全连接层来增强特征表达能力,并用颜色直方图与局部二值模式(LBP)纹理直方图提取壁画的艺术特征;最后,将高层特征与艺术特征相融合,用Softmax分类器进行壁画的朝代分类
针对图像混合失真类型判定难的问题,在深度学习多标签分类思想的基础上,提出了一种基于多尺度多分类器卷积神经网络(CNN)的混合失真类型判定方法.首先,从图像中截取得到含有高频信息的图像块,将该图像块输入到不同感受野的卷积层中以提取图像的浅层特征图;其次,将浅层特征图输入到各子分类器结构中以进行深层次的特征提取和融合,将融合的特征通过Sigmoid分类器得到判定结果;最后,将各子分类器的判定结果进行融合得到图像的混合失真类型.实验结果表明,在自然场景混合失真数据库(NSMDID)上,所提方法对图像中存在的混合
无人机(UAV)航拍图像视野开阔,图像中的目标较小且边缘模糊,而现有单阶段多框检测器(SSD)目标检测模型难以准确地检测航拍图像中的小目标.为了有效地解决原有模型容易漏检的问题,借鉴特征金字塔网络(FPN)提出了一种基于连续上采样的SSD模型.改进SSD模型将输入图像尺寸调整为320×320,新增Conv3_3特征层,将高层特征进行上采样,并利用特征金字塔结构对VGG16网络前5层特征进行融合,从而增强各个特征层的语义表达能力,同时重新设计先验框的尺寸.在公开航拍数据集UCAS-AOD上训练并验证,实验结
已有瞌睡识别算法多数基于机器学习或深度学习,没有考虑到人眼闭合状态序列与瞌睡之间的关系.针对上述问题,提出了一种基于人眼状态的瞌睡识别算法.首先,提出了人眼分割和面积计算模型,基于人脸68个特征点,根据人眼特征点构成的极大多边形分割出眼睛区域,并利用眼睛像素点的总数代表眼睛面积大小;其次,计算极大状态下的人眼面积,并利用关键帧挑选算法挑选出最能代表睁眼程度的4帧,根据这4帧的人眼面积与极大状态下的人眼面积计算睁眼阈值,从而构建眼睛闭合度得分模型来确定人眼闭合状态;最后,根据输入视频的人眼闭合得分序列,构建