刘莉
- 作品数：8 被引量：8H指数：2
- 供职机构：安徽机电职业技术学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目国家自然科学基金安徽省高等学校省级质量工程项目更多>>
- 相关领域：理学电子电信文化科学自动化与计算机技术更多>>
- 标准模型下可证明安全的基于身份的多代理签名
- 2023年
- 1984年Shamir首次提出了身份密码学(IBC)的概念,在IBC系统里,不需要证书,使用用户的标识如姓名、IP地址、手机号码等作为公钥。用户的私钥由密钥生成中心(简称PKG)根据系统主密钥和用户标识计算得出。用户的公钥由用户标识唯一确定,不需要额外生成和存储,从而用户不需要第三方来保证公钥的真实性。IBC体系比传统的PKI体系具有实现成本低、效率较高、运营管理方便等优势。1996年Mambo等人提出了代理签名的概念,在一个代理签名方案中,涉及原始签名人、代理签名人和验证人三方。原始签名人授权给代理签名人,代理签名人代表其执行签名。
- 刘莉
- 关键词：代理签名可证明安全主密钥PKI体系密钥生成中心
- 多层可交互的精品课程资源库的建设研究与实践--以安徽机电职业技术学院“高等数学”课程为例
- 2022年
- 随着信息技术的高速发展,教育部提出要探索实现差异化教学、个性化学习、精细化管理、智能化服务的途径,建设多层可交互的课程资源库是实现这一目标的重要保障。简要分析了目前“高等数学”课程教学资源库存在的主要问题,提出了建设多层次、立体化、可交互的教学资源库的理念和策略,并介绍了课程组所建立的精品课程资源库的具体内容和特色。实践表明,精品课程资源库能满足学生的个性化学习需求,极大提升了教学成效。
- 刘莉李钰尤游高峰
- 关键词：高等数学资源库建设
- 一个基于RSA的无证书多重签名方案被引量：2
- 2016年
- 针对现有绝大部分多重签名方案基于双线性对构造导致的耗时问题以及基于身份的多重签名方案存在的密钥托管问题,在Zhang和Mao的无证书签名方案基础上提出一个基于RSA的无证书多重签名方案。该方案在运行效率上,只需要L+9个指数运算和5L+1个乘法运算,签名长度是(L+2)|n|,其中,L为签名者个数,|n|为系统参数n的比特长度;在安全性上,避免了密钥托管问题。此外,在随机预言机模型下,该方案被证明是安全的。
- 刘莉金正平
- 关键词：无证书签名多重签名随机预言机
- 与Smarandache函数有关的一个方程的解的注记被引量：1
- 2021年
- 设φ(n)、S(n)分别表示正整数n的Euler函数和Smarandache函数,白海荣和廖群英在[Smarandache函数的几类相关方程的解,数学学报中文版,2019,62(2):247-254]中称方程φ(n)=∑d|nS(d)只有两个解,分别为n=2^5和n=3×2^5.本文指出,这两个数均不是此方程的解,并指出其出错原因是因为他们对Möbius反转公式的错误理解所造成的.
- 刘莉李钰
- 关键词：EULER函数SMARANDACHE函数
- 一个常数长度的无证书聚合签名方案的攻击与改进
- 2024年
- Hashimoto和Ogata提出了一个基于双线性对的签名长度为固定常数的无证书聚合签名方案,在随机预言机模型下,证明该方案对Normal-类敌手和Ⅱ类敌手是安全的,方案的安全性可归约为CDH困难问题。忽略了Super-类敌手的攻击是不安全的,首先证明了该方案容易受到Super-类敌手的攻击,并给出了抵抗这类攻击的改进方案。新方案依赖于签名者的个数,长度为n+1,双线对运算次数为2n+1,与原方案相比,虽然运算略有增加,但是安全性提升,能够抵抗所有Ⅰ类敌手和的Ⅱ类敌手的攻击。
- 刘莉
- 关键词：无证书签名聚合签名CDH问题
- 熵权模糊综合评判在高校教师教学质量评价中的应用被引量：5
- 2019年
- 为提高高校教师教学质量评价的客观性和真实性,实现教学质量的闭环监控,针对评价体系中主观赋予权重等问题,在常规模糊评价的基础上,结合熵值法的优点,通过隶属函数建立指标模糊判断矩阵,确定模糊评价向量,从而构建基于熵权模糊综合评判模型的教师教学质量评价体系,同时给出案例实证分析,验证该模型的可行性,并与传统方法的考核排序类比分析,具有一定的实用价值.
- 尤游刘莉刘苏兵
- 关键词：熵权法模糊综合评判教学质量评价模糊判断矩阵
- 家庭动态密码智能安防及监控系统
- 本发明适用于家庭动态密码智能安防及监控系统，该系统由四个子系统组成：一是Arduino和嵌有NFC芯片的移动终端及NFC Shield组成的动态密码子系统；二是Arduino和GSM模块组成的短信报警子系统；三是Ardu...
- 刘莉王韦霞李钰高峰
- 文献传递
- 支持向量机和人工神经网络在期权价格预测中的比较研究
- 2022年
- 期权定价已成为金融市场的重要组成部分之一。由于市场是动态的,准确预测期权价格非常困难。因此,设计和发展了各种机器学习技术来预测期权价格未来趋势。比较了支持向量机(SVM)模型和人工神经网络(ANN)模型在期权价格预测中的有效性。在测试和训练阶段,2种模型都使用公开可用的基准数据集SPY option price-2015进行测试。2种模型均采用主成分分析(PCA)转换后的数据,以达到更好的预测精度。另一方面,为了避免过拟合问题,将整个数据集划分为训练集(70%)和测试集(30%)2组。将支持向量机模型与基于均方根误差(RMSE)的神经网络模型的结果进行了比较。实验结果表明:神经网络模型优于支持向量机模型,预测的期权价格与相应的实际期权价格吻合良好。
- 李钰刘莉吕会影
- 关键词：支持向量机人工神经网络
