国家自然科学基金(61271125)
- 作品数：3 被引量：11H指数：2
- 相关作者：陈嘉兴张双刘志华高寒常帅更多>>
- 相关机构：河北师范大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省教育厅青年基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 信息熵角度下的深度学习旁路安全评估框架被引量：1
- 2021年
- 基于深度学习的建模类旁路密码分析(Deep Learning Side Channel Analysis/Attack,DLSCA)对于各种旁路攻击场景的密码破解效果都十分显著,但是DLSCA仍存有安全评估问题。基于AES对称加密算法的能量分析,通过信息熵角度分析准确率等传统机器学习性能指标无法评估DLSCA深度神经网络(Deep Neural Network,DNN)模型训练程度的原因。定义密钥信息量,分别阐释密钥信息量与旁路安全评估、DNN模型训练阶段性能评估的关系,建立深度学习模型与旁路分析二者的联系,提出以密钥信息量为核心的DLSCA安全评估框架。
- 宋世杰陈开颜张阳
- 关键词：安全评估信息熵
- AUV辅助的水下传感器网络时钟同步算法被引量：2
- 2015年
- 针对当前水下传感器网络中的时钟同步难题,设计了一种三元阵被动定位自主水下航行器(AUV)模型,并基于此模型提出了AUV辅助的时钟同步(AUV-Sync)算法。该算法通过AUV与节点之间相对运动过程中进行的信息交换来对节点相对距离进行估计,进而基于相对距离计算单向传播时延来降低由于节点移动性所导致的误差。最后,通过两轮加权最小二乘法进行线性回归来估计时钟同步的参数。仿真结果表明:在存在节点漂移的动态水下传感器网络环境中,该算法较其他相关算法有更高的精度。
- 常帅李晶高寒陈嘉兴
- 关键词：水下传感器网络自主水下航行器时钟同步传播时延
- 基于序列相关值的蒙特卡罗优化算法被引量：8
- 2015年
- 蒙特卡罗定位算法在无线传感器网络移动节点定位中具有重要的作用.为了提高定位精度,提出了基于序列相关值的蒙特卡罗优化算法SCMCL.以接收的RSSI信号值对移动节点初定位,并将其作为新的采样中心,SCMCL可以优化蒙特卡罗系列算法的采样区域,同时将移动节点收到的锚节点信号值存储为目标序列,通过比较样本序列和目标序列间的相关值来过滤样本点,并将相关值作为加权标准来计算移动节点的坐标.仿真验证,SCMCL算法在相同的锚节点密度和最大速度下和同类算法相比,定位误差均减少了10%左右.
- 刘志华息珍珍张双陈嘉兴
- 关键词：无线传感器网络移动节点定位蒙特卡罗
