简介：针对分布式压缩感知中联合稀疏信号的重构问题,在分析了信号群与联合稀疏模型（JSM）基础上,利用JSM-2型联合稀疏信号在子空间内的投影特性,提出了一种多重子空间追踪重构算法.仿真结果表明,该算法在降低计算复杂度的同时可有效确保联合稀疏信号重构准确率.

简介：证明了针对匿名RFID身份认证协议ARAP协议可以进行假冒伪造攻击，并提出了改进版的ARAP协议。攻击的实质在于协议中运用的异或运算会将相同的值消去，或者可以设计特定的随机数实现重放攻击。提出了一种新的运算操作——置换操作，并在改进版的ARAP协议中将原协议的部分异或运算改为置换操作。改进版的ARAP协议还能抵抗跟踪攻击、非同步攻击和重放攻击等。

简介：可信计算已经从前几年的大造舆论、广泛宣传,转入到实现阶段。但是当前可信计算还存在一些问题需要解决,比如可信计算平台远程证明（以下简称远程证明）的实现。首先说明了基于PKI的远程证明存在的问题,然后针对这些问题,提出基于身份的远程证明方案。对新方案的优点和缺点进行了详细的分析,并设计了一个基于身份的远程证明协议,然后使用模型检测工具SPIN对其进行了形式化分析。

简介：对传统基于安全断言标记语言的单点登录机制进行了改进,结合组合公钥体制建立了统一身份鉴别机制,实现同一安全域内用户对多个应用系统的单点登录。在此基础上,通过在各安全域的统一身份鉴别服务器间通过可信链路共享组合公钥系统的公钥矩阵参数,构建了跨安全域的统一身份鉴别模型,实现用户在不同安全域之间的单点登录,适应动态信息基础设施随需伸缩的特点,同时能够保证身份鉴别过程的安全性和可靠性。

简介：

简介：色彩管理终于在数码印刷中显示了其重要作用。从北京相关部门得到消息，北京在制作第二代身份证时，由于采取了色彩校正软件，现在每天已经可以制作3万张身份证。

简介：多目标跟踪问题是计算机视觉领域的关键研究问题之一。现有的目标跟踪算法严重依赖于目标检测器的性能,如果目标检测器的虚警率或漏警率较高,数据关联将会失败,导致目标跟踪精度不足。为此,本文提出一种基于结构化学习策略的目标身份感知网络流量技术,可在目标检测和数据关联并行化框架下有效地实现多目标跟踪。文中首先通过结构化学习为每个对象训练一个模型,并将目标跟踪问题建模为拉格朗日松驰优化问题,然后提出一种目标身份感知网络流量（TINF）技术进行结构化学习的推理。在学习期间,通过搜索使目标身份感知网络流量代价函数最小化的一组轨迹,确定最被违反约束和序列在下个时间段的最优轨迹,推断出视频片断中所有目标的最佳位置。最后,利用多种高难度数据集进行仿真实验,结果表明本文方法的性能优于其他最新算法。