马敏耀
- 作品数：55 被引量：44H指数：5
- 供职机构：贵州师范学院更多>>
- 发文基金：贵州省科学技术基金国家自然科学基金贵州省教育厅自然科学研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信经济管理更多>>
- 基于安全两群体计算的N-to-M分布式认证模型
- 2018年
- 为解决当前"1-to-1"和"N-to-1"认证模式的安全性和效率问题,基于安全多群计算理论与匿名认证协议,提出了一种新的"N-to-M"分布式认证模型方案。该方案通过将"N-to-M"认证模型抽象为两方群体认证,设计了安全两群矩阵向量乘积协议。方案利用线性方程组的求解理论,采用分布式认证方式,有m个认证端同时认证,解决了传统"1-to-1"和"N-to-1"认证模式的共谋攻击、窃取攻击等多种安全问题。
- 刘卓马敏耀邱克娥冯君
- 关键词：信息系统共谋攻击
- 映射相等问题的安全双方计算协议
- 2008年
- 安全多方计算协议是指拥有秘密输入的n方,在不泄漏各自秘密输入的前提下共同正确地计算1个函数,并且除了输出所反映的信息之外,任何一方的输入信息都不泄漏.基于可交换确定型加密体制,在半诚实模型下给出了判断元素属于集合、集合相等及同一集合上的等价关系相等的安全双方计算协议.给出了利用核、像和核类来判断映射相等的方法,在此基础上进一步提出了判断映射相等的安全双方计算协议,并对协议的正确性、安全性和效率进行了说明.
- 马敏耀罗守山王励成
- 关键词：密码学安全多方计算等价关系映射
- 一种基于视觉的摔倒检测方法及监测预警系统
- 本发明提供了一种基于视觉的轻量级摔倒事件监测方法，具体包括如下步骤：步骤一：对指定范围内的区域进行视频拍摄；步骤二：实时获取拍摄的视频并进行人体目标检测；步骤三：对检测到的人体目标获取视频中每一帧人体目标的几何特征；步骤...
- 吴恋崔忠伟赵建川于国龙熊伟程左欣马敏耀陈伟滨杨燚云
- 文献传递
- 基于加法同态加密体制的安全变换相等判定协议
- 2017年
- 提出一类安全两方计算问题,即安全变换相等问题,研究了如何在保护隐私的前提下,比较有限集合上的两个变换是否相等.基于具有加法同态性的加密体制,在半诚实攻击模型下构建了解决安全变换相等问题的一个协议,证明了协议是正确的,且协议在半诚实攻击模型下是安全的,并对协议的效率给予了说明.
- 马敏耀吴恋陈松良左羽汤艳玲
- 关键词：安全多方计算
- 一种快速降温的智能杯盖
- 本实用新型涉及杯盖领域，特别涉及一种快速降温的智能杯盖,包括设有圆柱型凹槽的杯盖，还包括锁紧装置、换热组件和控制盒，控制盒内侧底部安装有控制电路板，控制电路板包括微控制器、AD转换单元和电源模块，换热组件包括半导体制冷片...
- 吴恋赵建川崔忠伟马敏耀左羽于国龙付秋平
- 文献传递
- 基于DDR2和FPGA的大规模转置存储器设计与实现
- 转置存储器(Corner Turning Memory,CTM)是合成孔径雷达实时处理器和逆合成孔径雷达实时处理器的一个重要组成部分,它的效率直接决定了整个系统的性能.本设计充分考虑了DDR2的工作效率,即当对DDR2进...
- 徐艺王桥马敏耀赵建川
- 关键词：合成孔径雷达转置存储器控制信号
- 基于面部识别的新型智能门禁系统设计与实现被引量：3
- 2022年
- 数据采集利用OpenMV等信息采集模块对人脸特征信息进行提取、收集,从而建立系统图像库。利用Facenet算法计算面部特征向量,该算法用于处理相同面部下不同角度、姿态形成的差异。具体通过计算特征向量L获取一个阈值,从而实现了面部检测的量化计算,提高了面部检测算法MTCNN的准确度,智能门禁系统启动时采集到的面部特征信息进行特征向量计算,计算结果将作为门禁系统是否解锁的依据,该门禁系统在传统生物识别的基础上,运用算法模型提高了安全性、准确性。
- 廖玥灵马敏耀马敏耀魏晗段先连李兴龙
- 关键词：智能门禁系统人脸识别物联网技术图像采集
- 一种计算机故障自动检测系统及检测方法
- 本发明公开了一种计算机故障自动检测系统，包括故障检测模块和与故障检测模块能够远程通讯的远程服务器，所述故障检测模块包括控制器、无线网络模块、存储模块以及与控制器连接的PCI接口，所述PCI接口用以与计算机的主板连接，所述...
- 桑海伟崔忠伟左羽赵勇熊伟程马敏耀
- 文献传递
- 一种水温调节系统
- 本实用新型公开了一种水温调节系统，包括：第一水泵，其进水口通过冷水管与冷水源连接，出水口连接有第一水管；第二水泵，其进水口通过热水管与热水源连接，出水口连接有第二水管，第一水管的远离第一水泵的一端与第二水管的远离第二水泵...
- 胡家豪林洁徐亚艳王璇张振东王桥马敏耀
- 基于AdaBoost算法的Linux病毒检测研究被引量：3
- 2018年
- 根据机器学习中分类和集成学习理论,设计一种高性能的Linux病毒检测方法。通过训练得到若干基分类器,然后将基分类器的分类结果进行整合,以获得最终检测结果。该方法以ELF文件特征为样本特征、BP神经网络为基分类器,用AdaBoost算法进行基分类器的训练和整合。对AdaBoost算法的基分类器权重计算及基分类器整合部分进行改进,使之更适用于病毒检测问题。实验结果表明,该方法的病毒检测效果优于Avria Linux和FPROT方法。
- 吴恋马敏耀黄一峰赵勇
- 关键词：病毒检测ADABOOST算法BP神经网络D-S证据理论
