RSA算法时序模板SDPA攻击研究

通过对8051芯片(支持ISO7816协议)上RSA算法功耗曲线进行大量测试观察,发现传统模幂运算二元表示算法分支语句存在指数信息的泄露。针对这一缺陷,首先尝试基于分支语句时间序列的先验模板攻击方法,实验表明传统的先验模板准确率只有85%左右。通过对匹配错误数据的深入分析,发现传统先验模板攻击的局限性,继而提出了基于SDPA时序模板攻击方法。新方法模拟真实待测环境构建模板,消除了先验模板攻击中因指数不同造成的相同模板间的差异,有效地提高了攻击的准确性。实验验证新方法的攻击正确率达到100%。     

针对抗边信道攻击的椭圆曲线标量乘法的简单功耗分析

分析了一种运用平衡点加一倍点操作抗边信道攻击的椭圆曲线标量乘法。方法虽然使点加和倍点的功耗不可区分,但是当标量用二进制表示时,标量乘法的运算功耗仍有边信息泄露。对标量乘算法的传统功耗攻击主要集中在点加运算和倍点运算之间的功耗差异上,文中将攻击点转移到标量乘算法中for语句和if语句之间的功耗差异上,并成功对平衡点加一倍点操作后的标量乘功耗曲线实现了简单功耗攻击。     

新型识别算法在孤立字词语音识别中的应用

提出了孤立字词语音识别的一个新算法,即新型的识别算法。通过此算法,系统可以在不降低系统识别精度的前提下,大大精简运算量,提高识别系统整体的识别效率。实验证明,该算法在基于模板的孤立字词语音识别中可以达到100％的识别精度,在基于非模板的孤立字词的语音识别中,其识别精度也可以达到90％以上,并且与传统的识别方法相比,缩短了训练时间,提高了识别速度。在孤立字词的语音识别中具有自己独到的优势。构建一个使用方便的语音识别系统,将算法应用到实践中解决人们现实生活中遇到的各种问题。     

一种基于人工免疫网络聚类的入侵检测方法

提出了一种基于自适应半径免疫算法(ARIA)的入侵检测方法.ARIA训练得到的抗体网络充分保留了原始数据的密度分布信息,具有准确的空间形态;再用最小生成树算法和zahn划分标准对抗体网络细胞聚类,聚类得到的簇被标记为正常或异常并用于网络异常检测中.对KDD CUP 99数据集的实验结果表明:相对于基于aiNet的入侵检测方法,新的算法检测率高、误报率低,能够有效识别KDD中的已知攻击和未知攻击.     

Camellia算法简单和差分功耗分析组合攻击

介绍了Camellia密码算法的加解密流程和差分功耗分析的一般过程。针对Camellia算法单纯差分功耗分析攻击样本量过大、效率较低的问题,提出了一种组合攻击方法:通过硬件仿真平台采集相同密钥不同明文的Camellia密码算法功耗曲线,使用简单功耗分析确定攻击点,然后采用差分功耗攻击获取密钥。实验结果显示:10000条功耗曲线可以破解Camellia算法密钥,验证了组合攻击方法对Camellia算法是可行和有效的。     

一种改进的单幅图像快速去雾方法与实验

目前,物理模型的单幅图像去雾已成为图像去雾算法研究的重点。在分析了暗原色先验知识的单幅图像去雾算法基础上,针对暗原色先验去雾算法时间复杂度大的缺点,比较了目前已有的暗原色先验改进去雾算法,提出了一种新的暗原色先验单幅图像去雾改进算法。通过引入快速、各向同性的低通高斯滤波器,实现对透射率图的平滑均匀,以代替暗原色去雾方法中精妙但时间复杂度高的软抠图算法;对于图像中图层交界处,提出了以区域中值滤波方法进行修正的算法,以及满足自适应要求的全局大气光求解详细算法。实验结果表明,结合了以上3点改进的快速去雾算法在保证图像去雾效果的同时,能大幅度提高暗原色去雾算法的速度,适用于对工程上的图像、视频实时去雾。     

基于Anchor-free的交通标志检测

交通标志检测是自动驾驶中的重要研究方向,实时准确地从街景图像中检测交通标志对实现自动驾驶及智慧城市的发展具有重要意义。传统的算法基于颜色、形状特征进行检测,只能提取特定种类的交通标志,算法无法同时检测不同类型的交通标志。基于图像特征+机器学习分类器的算法需要人工设计特征,算法速度较慢。主流的基于深度学习的方法多基于先验框,在网络设计上引入了额外的超参数,且在训练过程中产生过量的冗余边界框,容易造成正负样本不平衡。本文受Anchor-free思想的启发,引用YOLO检测器直接回归物体边界框的思路,提出一种基于Anchor-free的实时交通标志检测网络AF-TSD（Anchor-free Traffic Sign Detection）。AF-TSD摒弃了先验框的设计,并引入自适应采样位置可变卷积与注意力机制,大大提高网络的特征表达能力。本文开展大量对比实验,实验结果表明本文提出的AF-TSD交通标志检测网络速度接近主流算法,但精度优于主流算法,在德国GTSDB交通标志检测数据集上取得了96.80%的精度,检测速度平均单张图片32 ms,达到实时检测的要求。     

附有模糊先验信息的病态问题解算方法

以模糊理论为基础，用模糊数集来描述未知参数向量中的模糊先验信息，将其以约束条件的形式纳入数学模型。给出带有模糊先验信息的平差模型，并基于正态模糊数建立新的平差准则，提出一种带有模糊先验信息的平差新算法。实例验证，新方法可以较好地解决测量平差中法方程病态问题。未知参数的误差分析显示，新方法解算病态方程优于最小二乘估计、截断奇异值法以及岭估计。     

基于局部维纳滤波的交通图像去雾霾算法

为了提高雾霾天退化交通图像的色彩保真度和清晰度,基于局部维纳滤波并结合暗通道先验理论提出一种快速去雾霾算法。传统的基于暗通道先验理论的去雾霾算法对单一户外场景图像取得了不错的效果,但在处理较高分辨率交通图像时,需要消耗大量的计算和存储资源;同时,不能很好处理图像中的一些白色区域,会导致该区域色彩失真。针对这两个问题展开研究:首先,基于局部维纳滤波并结合暗通道先验原则优化大气散射光,进而得到细化的透射率;其次,通过动态调节参数的大小以适应天空等明亮区域地去雾霾处理;最后,将所提算法用于实例验证,结果表明算法不但可以保证交通图像白色区域的色彩不失真,而且去雾霾效率提高4~25倍。     

一种基于兴趣区的移动侦测算法

针对传统算法在户外监控中存在的正确侦测率不高的情况,给出一种基于兴趣区的移动侦测算法及图像预处理、背景差分、图像分区、门限判决各阶段的算法步骤.采用背景差分建立背景模型,利用图像分区和多重判决门限的方法提高算法性能.根据给出的算法模型,通过仿真验证了算法的可行性.实验证明,在风雨天气监控情况下该方法较传统方法平均可提高6.3%正确侦测率,适合户外监控使用.