本文提出一种可信安全的层次式基于身份加密系统T-HIBE,通过层次式分布化的用户私钥产生,以及私钥用户盲因子、用户私钥编号因子和PKG私钥编号因子技术,解决了层次式私钥生成机构的密钥托管和私钥安全传输问题,支持系统高效的用户身份一次认证和可追责性.基于标准的BDH难题假设,文章证明了基本T-HIBE机制和完全T-HIBE机制分别具有IND-sID-OWE和IND-sID-CCA安全性.
针对同时同频全双工(Co-frequency and Co-time Full Duplex,CCFD)系统已有的数字域干扰对消方法收敛速度慢和对消比低的问题,本文提出了迭代变步长最小均方(Least Mean Square,LMS)算法,利用该算法实现了快速收敛的高对消比数字域干扰对消.首先,改进Logistic函数,缩短其函数值由大至小的变化区间,再利用该非线性函数计算随迭代次数变化的步长因子值,从而加快干扰对消的收敛速度,高精度递推估计自干扰信道参数,即获得高的对消比.最后,理论分析了该对消方法收敛性和计算复杂度,得到了稳态条件下对消比的闭合表达式.仿真表明,该方法与已有变步长LMS对消方法相比,对消比可增加6dB以上,收敛速度可提高1倍,与最小二乘信道估计干扰对消方法相比,对消比提高了至少10dB.
为了解决认知无线电或信号截获中多径信道下MIMO系统发送天线数估计问题,首先分析了现有模型在多径信道下失效的原因,将MIMO多径信道模型等效变换出一种虚拟信道矩阵,从而建立多径信道下MIMO系统发送天线数估计模型;然后,利用随机矩阵理论中协方差矩阵最小特征值分布的相关研究结果,证明了时不变瑞利信道的协方差矩阵最小特征值收敛于第二类Tracy-Widom分布,分析了该特点对发送天线数估计的影响,并提出一种改进的RMT估计算法来估计多径信道下MIMO系统发送天线数.最后对改进算法进行了仿真验证,结果表明在低信噪比和小数据条件下,改进算法的估计性能相比RMT算法有较大提升.
现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l?1范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.
递增式和扩散式仿射投影算法收敛较快,但在脉冲噪声环境下这两种分布式估计算法收敛性较差或容易发散.本文采用受网络节点的权值向量更新约束的后验误差向量?1范数最小化方法,提出了两种抗脉冲干扰的分布式估计算法,即递增式和扩散式仿射投影符号算法.仿真结果表明,与分布式仿射投影算法相比,分布式仿射投影符号算法在脉冲噪声环境下具有更好的鲁棒性.
本文提出了一种利用DNA纳米金颗粒共聚体的自组装过程解决图论中一个NP完全问题-连通度问题的DNA计算方法,构建了解决图的连通度问题的三维DNA自组装计算模型.根据设计的算法,首先需要根据具体的图的连通度问题设计用于自组装的DNA纳米金颗粒共聚体,然后根据算法经过一系列实验设计来求解连通度问题.本文利用Visual DSD仿真该实验的可行性,为下一步DNA自组装计算模型的应用提供了可行的方案.
通过构造Gray映射,对环R+vR+v2R上线性码进行了研究.定义了环R+vR+v2R上线性码的Lee重量及其几类重量计数器,给出了环R+vR+v2R上线性码及其对偶码之间的各种重量分布的MacWilliams恒等式.利用这些恒等式,不用求出环R+vR+v2R上线性码的对偶码便可得到对偶码的各种重量分布.
粗糙集用上、下近似集刻画不确定目标集合,而粗糙集的近似集用0.5-近似集作为不确定目标集合的近似集.本文首先分析了基于粗糙集的0.5-近似集相似度的属性约简算法存在理论不完备的不足,指出这种相似度具有随知识粒度变化不敏感的缺陷.然后进一步给出了多粒度知识空间下相似度的变化规律,提出了粗糙集近似集的模糊度概念,分析了粗糙集近似集的模糊度在多粒度知识空间下的变化规律,进而提出了相应的属性约简算法.从新的视角构建了目标概念与其近似集的差异性度量方法.
信息评分预测和信任预测是社交评价网络中的两大基本问题.为应对在提高两类基本问题预测准确性过程中遇到的评分数据与信任关系数据稀疏问题,本文提出了一种基于协同矩阵分解的信息评分与信任预测联合模型.该模型在将评分矩阵与信任关系矩阵进行协同分解时,既能保证被分解的两个矩阵分解过程共享用户潜在变量,又能兼顾两个矩阵分解过程中能够各自获得反映本领域知识相关性的表达.使用分解得到的多个相关低维潜在变量矩阵乘积即可做出评分与信任两个问题的预测.两个真实网络数据集上的实验验证了提出模型有效性和先进性.
本文针对位移操作辅助下的量子线性放大器进行了研究.量子线性放大器可以提高量子态传输的保真度,提高量子通信抗干扰、抗损耗能力.本文针对目前量子线性放大器放大增益和放大成功概率低的问题,提出了相干位移增强型量子线性放大器,给出了位移操作提升量子线性放大器的机制,推导出放大增益得以进一步提高所需的位移操作的阈值,并结合态空间向光子数空间转化定理,在0-1光子数空间和多光子空间中同时验证了放大增益对位移量之间的依赖关系.
在嵌入式多模式视频编码系统中,动态电压频率调整(Dynamic Voltage and Frequency Scaling,DVFS)技术可在一定程序上节约系统能耗,然而持续降低电压和频率可能影响处理器接口资源的传输性能,甚至导致系统无法正常工作.针对该问题,提出了一种任务敏感的功耗控制方法.通过研究多模式视频编码任务量和处理器资源之间的关系,建立一个任务敏感的资源配置模型,基于该模型设计了一个自适应功耗控制器,在系统工作过程中根据编码任务量的不同动态调节处理器工作频率和工作核数.实验表明,在满足多模式实时视频编码功能和性能要求的基础上,该文提出的方法与传统DVFS技术相比,单帧视频编码的平均功耗节省了11.4%.
针对GEO卫星网络带宽时延积较大、拥塞控制机制不完善的问题,提出了一种面向GEO卫星网络的多速率多播拥塞控制机制MMCCM_GEO.首先,在保证接收端请求速率最大化的前提下,将GEO卫星网络中的多速率多播问题转化为非线性优化问题,并采用改进的模拟退火算法对其求解,得到了最优的接收端请求速率.其次,通过采用代理节点实现反馈信息的汇集与丢失数据的恢复,有效地解决了反馈内暴及数据恢复问题.仿真结果表明,与目前GEO卫星网络中典型的多速率多播拥塞控制机制相比,本文的拥塞控制机制有效地提高了数据吞吐量和带宽利用率,降低了GEO卫星网络中的数据传输时延,同时也具备了更好的可扩展性.
由于分辨精度有限以及易受目标能量强弱的影响,基于Fast Fourier Transform(FFT)的算法不能对位于同一距离单元的密集强弱目标进行有效的速度估计.基于此,本文采用基于协方差矩阵迭代自适应(Iterative Adaptive Algorithm,IAA)的改进Capon(Modified Capon,MCapon)算法对密集强弱目标速度参数进行高分辨估计.该方法首先采用Keystone变换进行距离走动校正,然后利用目标所在的距离单元数据进行协方差矩阵重构,接着利用MCapon方法使得密集强弱目标信号幅度输出均为常数1,最后实现了速度的高分辨估计,在保持高分辨的同时提高了稳健性.理论分析和实验仿真结果表明,所提方法可对包络校正后位于同一距离单元的密集强弱目标径向速度参数进行有效的高分辨估计,估计性能优于FFT类方法及子空间投影方法.
为同时解决穿墙雷达成像中墙体参数未知和实时性要求这两个关键问题,提出了先利用支持向量机对墙体参数进行回归预测、再采用相移偏移算法进行成像的两步成像方法.重点介绍了墙体参数预测方法,讨论了目标的大小、位置、形状和个数及墙体长度、采样间隔、噪声对墙体参数预测的影响,仿真结果表明预测方法精度高、耗时短.对实际案例进行仿真分析,结果表明该两步方法成功地实现了墙体参数未知时的实时成像,成像结果令人满意.
针对类Java的面向对象语言mJava到类Dalvik的寄存器架构虚拟机Micro-Dalvik的编译验证,给出了mJava语言和Micro-Dalvik的操作语义.从mJava语言程序到Micro-Dalvik虚拟机指令的编译分为两步,首先将mJava语言程序中的本地变量名转换为相应的序号,得到一个中间语言程序,再将该中间语言程序翻译成Micro-Dalvik虚拟机指令程序.在给出中间语言的操作语义后,构造了mJava语言程序与编译后的中间语言程序的语义保持定理并证明,以及构造了中间语言程序的语义与编译后的Micro-Dalvik虚拟机程序的语义保持定理并证明.整个形式化编译验证在定理证明助手Isabelle/HOL中进行了机器检测.mJava语言和Micro-Dalvik虚拟机分别对Java语言和Dalvik虚拟机进行了抽象,是我们兼顾语言的真实性和形式化的清晰性的结果.但是,所有形式化的语义严格遵从语言规范中的定义,并与Dalvik VM的实现保持一致,从这种意义上讲,该编译器并不是一个实验性质的假想编译器,而是有其实用意义的.
物理不可克隆函数(Physical Unclonable Function,PUF)电路利用结构和设计参数相同的单元电路在制造过程中存在的随机工艺偏差,产生具有唯一性、随机性和不可克隆性的密钥.通过对电阻失配和数模转换器(Digital to Analogue Conversion,DAC)的研究,提出一种可配置电阻分压型DAC-PUF电路设计方案.该PUF电路由输入寄存器、电阻分压型DAC、电压比较器和时序控制模块构成.通过激励信号配置DAC单元,使该PUF电路无需更换硬件便可实现输出密钥的变化.在TSMC-LP 65nm CMOS工艺下采用全定制方式进行版图设计,面积为72.4μm×87.8μm.实验结果表明该PUF电路唯一性高,且在不同温度(-40~125℃)和电压(1.08~1.32V)下随机性和可靠性分别大于99.1%和97.8%,可广泛应用于信息安全领域.
瓶颈设备是制约半导体生产线在制品水平、生产周期及准时交货率的关键因素,对其进行有效地分析能够提高生产线多性能.现有的分析方法主要是将瓶颈设备视为静态瓶颈,未考虑到生产线不确定因素所带来的动态漂移问题,这样容易造成以瓶颈设备控制为核心的调度算法缺乏柔性,降低算法实效性,因此,本文提出一种基于增长修剪型神经网络的动态瓶颈分析方法.该方法从设备相对生产负荷、利用率及缓冲区队列长度等方面,利用复合定义方法描述设备的综合瓶颈度,并结合瓶颈判定机制识别瓶颈;其次,通过构建增长修剪型神经网络模型预测生产线下一时刻瓶颈,借鉴闭环控制思想动态修正网络结构;再次,使用单因子试验法对影响瓶颈的关键参数进行分析以获得设备动态特性;最后,通过仿真验证方法的可行性和有效性.
为解决骨干粒子群优化(Bare-Bone Particle Swarm Optimization,BBPSO)的早期收敛问题,本文通过粒子的运动行为分析了导致BBPSO早期收敛的因素,并提出并行协作BBPSO,该算法采用并行的主群和从群之间的协作学习来平衡勘探和开采能力.为了增强主群的勘探能力,提出动态学习榜样策略以保持群体多样性;同时提出随机反向学习机制以实现从群的从全局到局部的自适应搜索功能.在14个不同特征的测试函数上将本文算法与6种知名的BBPSO算法进行对比,仿真结果和统计分析表明本文算法在收敛速度和精度上都有显著提高.
针对交互式图像分割人工标记示例匮乏、不同目标区域难以均衡标记,单一分类器难以获得有效分割结果的问题,提出一种多分类器集成学习的交互式图像分割方法.采用多元自适应回归样条(MARS)方法构造第一个分类器;同时引入光滑薄板样条回归函数(TPSR)构造与之互补的第二个分类器,综合组成bagging集成学习器,以降低单一分类器对噪声的敏感度并进一步提高人工标记样本特征空间的利用率.随后,基于半监督学习中的聚类假设,结合bagging多学习器并联特点,提出一种REG-Boosting半监督学习算法,实现半监督图像分割.在不同数据集上的验证性和对比性实验表明所提方法的有效性和优越性.
事实已表明包含目标速度信息的多普勒量测具有有效提高目标状态估计精度的潜力.该文在直角坐标系下提出两种可使用转换多普勒量测(即距离量测与多普勒量测的乘积)的滤波器,一种借助了构造的多普勒伪状态,另一种没有借助多普勒伪状态.从理论上讲,它们都是在最佳线性无偏估计准则下的最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷.通过将近似处理后的两种新型最优线性滤波器与目前几种流行的方法进行仿真比较,验证了所提出的滤波器的优越性.
深入挖掘微博内容中评价对象与评价词语的词法特征、句法特征、语义特征以及相对位置特征,提出评价对象与评价词语的序列化联合抽取模型.进一步结合微博间转发关系特性提出基于转发关系的联合抽取优化算法.并与相关算法进行实验对比,对实验结果进行了综合分析,证明了方法的可行性和优越性.
随着遥感技术的不断发展,SAR(Synthetic Aperture Radar,合成孔径雷达)影像开始广泛用于空间数据分析.本文在随机几何和空间统计学的基础上,利用随机模型和空间统计学测度解译SAR影像海冰空间结构.在传统二阶变异函数的基础上,创新性地提出一阶变异函数,并以此刻画SAR影像海冰空间结构,从而更加全面、准确地辨识各种类型海冰结构.该方法将SAR影像海冰空间结构建模成两随机函数的线性加权和混合随机模型,其中,多值Gamma随机函数表征海水与海冰的连续性变化,Poisson Mosaic随机函数表征海水与海冰之间的局域性变化.并定义该混合随机模型的理论一阶、二阶变异函数以刻画海冰空间结构变化.对给定SAR影像计算其实际变异函数值,利用最小二乘拟合理论与实际变异函数,得到理论模型参数,并以此反演海冰空间结构信息.本文对加拿大Ungava湾的RADARSAT-1影像进行实验,时间为4月到6月的海冰融化期,海冰结构变化明显.实验结果表明提出的方法可以准确描述不同时期各种类型海冰空间结构.
多用户网络应用是分布式计算中最主要的形式之一.为了充分挖掘分布式系统中的计算资源,任务调度是解决该问题的关键.然而,由于多用户网络应用中存在的不确定性,使得当前的调度方法在动态性、实时性、适应性等方面都存在诸多不足.考虑到用户实时性需求,本文提出了概率型调度的思想.该思想将任务的分配看作概率事件,以用户角度的最短响应时间为目标,给出了多用户网络应用的排队模型,并进一步将调度定义为一个非线性规划问题.分析表明上述方法在任务到达过程、服务率方面存在限制,进而提出了一个基于强化学习理论自适应调度算法.该算法首先利用Markov决策过程(MDP)描述该调度问题,然后对任务到达过程和服务率知识进行在线的学习.一旦获得任务分配概率,遵从该概率可进行快速的任务调度.实验表明上述两个算法相比于Min-Min、Max-Min、Suffrage、ECT四种经典调度算法具有更短的平均响应时间.除此性能外,通过实验分析了该概率型调度方法的稳定性.
已有的理论分析表明,有序函数对网络的运行及其动态行为具有重要的影响.Post类函数是目前发现的数量最大的一种有序函数,其缺点是它仅反映了基因之间的正调控机制.本文在Post类函数的基础上,将其扩展为一种同时具有正负调控机制的函数类.仿真结果表明:扩展的Post类函数在维持网络的有序性及长程相关性方面,和原有的Post类函数以及渠化函数类似.同时与已有的Post类和渠化函数相比,新扩展的Post类函数量最多.从进化的角度,新扩展的函数更有可能成为自然进化选择的调控方式.通过对八种真实生物系统布尔网络模型函数分布的研究,也部分的支持这一结论.
针对经典的SVD在图像处理中的不足,提出了一种八通道多尺度奇异值分解(Multi-resolution Singular Value Decomposition,MSVD)构造方法,并把它应用于多聚焦图像融合中.首先,在经典SVD的基础上,利用矩阵分块的方法,提出了一种八通道多尺度SVD的构造方法.其次,对参加融合的多聚焦图像进行八通道MSVD分解,得到高层低频和各层七个方向的高频,对分解的低频子图像利用数学形态学增强边缘的方法进行融合、高频子图像采用基于区域能量取大的融合规则进行融合,并重构获得融合结果图像.最后,对融合结果进行主客观评价和分析.实验结果表明,该图像融合方法有较好的视觉效果,结果图像有较高的清晰度,边缘细节信息丰富,没有方块效应.从客观数值和图形评价指标看,该方法有较高的清晰度,其清晰度比基于DWT的融合方法、基于LWT的融合方法、基于Curvelet的融合方法、基于Contourlet的融合方法都高.
对P2P触发式主动型蠕虫的攻击机制进行了研究,发现该类蠕虫传播通常包括四个阶段:信息收集,攻击渗透、自我推进与干预激活.基于对P2P触发式主动型蠕虫攻击机制的分析并运用流行病学理论提出了P2P触发式主动型蠕虫传播数学模型并基于该模型推导了蠕虫传播进入无蠕虫平衡状态的充分条件.仿真实验验证了所提出传播模型的有效性.
基于k-近邻的协同过滤推荐算法对于邻居数量k的确定过于主观,并且推荐时以k-近邻均值加权推荐不够准确.针对这两个问题,本文首先引入并改进最大最小距离聚类算法,进而设计启发式聚类模型将用户进行不规定类别数的自由聚类划分,目标用户所在类的用户为邻居用户,客观确定邻居数量;然后在推荐时定义类别相似度,针对性地建立目标用户未评分和评分项目的潜在类别关系,改进k-近邻均值加权算法.实验结果表明,该算法提高了推荐准确度(约0.035MAE).
在线社交网络已成为信息传播的重要途径,给人们获取信息带来便利的同时,也为不良信息的扩散提供了温床.目前主流的在线社交网络都采用关键字匹配的方式屏蔽不良信息的发布,在阻止信息本身的同时,也屏蔽了与其相关的积极观点的传播.本文提出一种自适应的观点引导模型,实现对在线社交网络用户的观点引导.该模型首先分析网络用户对事件/事物的观点和情感倾向,确定其中观点消极的用户作为引导对象,然后向其推送与之关注点相近且情感相对积极的信息或用户,进行观点引导,同时引入反馈机制,根据引导对象的观点变化动态调整推送内容,以实现长期精确引导.基于该模型设计并实现了观点引导系统,包括引导信息模块、观点标注模块、推荐模块和反馈模块,实现了自动选择群体、自动识别群体情感倾向、自动选择和调整推送内容等功能.实验结果表明,该模型能够实现对在线社交网络用户的观点引导.
传统网络体系在安全、服务质量保证、流量调度等方面难以适应互联网的发展,而新型网络体系如SDN(Software Defined Networking)、NDN(Named Data Networking)等,由于路由器、交换机等传统网络设备电路固化,限制了新型网络功能的试验和部署.针对此问题,本文设计了支持网络功能演进的可重构数据平面(Reconfigurable Dataplane for network Function Evolution,RDFE),通过插入用户配置单元的方式对数据包解析、匹配和处理过程进行编程,从而支持用户自定义的功能部署;其次,针对RDFE提出基于树型结构的解析映射和匹配映射算法,将用户定制功能映射到硬件结构中;最后,基于NetFPGA-10G板卡完成了RDFE的原型实现,与现有的Kangroo、EPC(Elastic Protocol Customizable)、LabelCast等方案相比具有更高的转发速率和更低的资源利用率.
本文给出了一种提高Doherty功率放大器(DPA)效率的方法.为减轻非理想负载调制和膝点电压效应引起的DPA效率下降,首先分析得出了载波和峰值功放管负载阻抗应满足的要求,推导出了与载波放大器负载阻抗相关的等驻波比圆,并使用该圆得到了载波功放管的最优负载阻抗,以提高DPA的效率.根据所提方法设计并实现了一个工作在2.35GHz的非对称DPA.单音信号测试时,该放大器的饱和功率为49.3dBm,在峰值和8dB回退功率下其漏极效率分别高于68%和55%.五载波100MHz LTE-advanced信号激励下,输出功率40.5dBm时该放大器的平均效率为50.5%,其校正后的邻道泄露比(ACLR)低于-47.5dBc.实验结果表明,本文设计的非对称Doherty放大器具有较高的平均效率和良好的线性度性能,验证了所提方法的有效性.
针对现有粒子滤波算法中的粒子退化问题以及重采样所引起的粒子多样性减弱问题,将自适应遗传算法与粒子滤波结合设计一种新的非退化粒子滤波算法.该算法通过对粒子使用遗传算子操作以保证粒子的多样性和有效性,根据粒子在前一时刻计算出来的先验信息自适应地实时调节当前时刻的遗传操作概率,有效增加了粒子对系统状态变化的适应性.实验结果表明,该算法可有效提高非线性系统状态的估计精度,尤其在系统状态发生突变的时候,可以得到较好的估计精度.
本文提出了一种原子钟驾驭算法,方法是使用等价于Kalman滤波器加延迟器的数字锁相环(DPLL).本文完整地推导了DPLL的闭环系统传递函数和闭环误差传递函数,给出了其实现结构,和每次的对于被驾驭原子钟的调整量,并给出了使DPLL输出信号的频率稳定度最优的参数选取方法.在此基础上,提出了使用两个这样的DPLL级联起来的二级驾驭算法.理论分析和仿真实验都表明:该算法相比传统原子钟驾驭算法,参数选取更容易,可以保证输出信号的频率稳定度最优;并保证输出信号与第一级的参考输入保持时间同步.该两级驾驭算法可以应用于设计锁相振荡器,即先用铯钟驾驭氢钟,然后再驾驭数控振荡器(NCO);也可以应用于建立GNSS时间基准,即先用UTC(BSNC)驾驭产生BDT,然后再用BDT驾驭主控站主钟来产生BDT(MC).
针对时变动态切换拓扑下具有多个领航者的网络化系统群集运动问题,本文分别给出了一阶/二阶网络化系统的控制算法,并对所提出的控制算法进行了理论分析.运用现代控制理论、代数图论和矩阵论等分析工具,研究了当通信拓扑为动态联合连通时,系统可以实现群集运动,即系统的运动轨迹都收敛到由多个领航者构成的凸包中.通过对系统信息拓扑连通部分的进一步研究,得到了二阶网络化系统群集运动的约束条件.最后应用仿真实验验证了结论的正确性.
基于图论理论的脑网络分析方法近年来在认知脑科学研究中起到了非常重要的作用,而基于事件相关电位(Event-Related Potentials,ERP)的传统测谎方法一直都专注于对某一特定通道上的脑电信号进行分析,针对传统方法中使用少数通道并不能够全面的反映人在说谎状态下大脑整体认知功能特征的缺点,本文提出了基于脑网络特征的测谎方法,通过听觉刺激诱发事件相关电位ERP,记录脑区多通道脑电信号,通过讨论各导联之间的相位延迟指数来构建脑功能网络,计算7类脑网络特征参数作为判别指标.分析被试在说谎和无辜状态下的网络特征参数,使用支持向量机对实验数据进行分类判断,结果表明:本文提出的方法有较高的判别准确率,优于目前判别方法的平均值,证明了本方法的测谎有效性.
Early效应作为表征双极器件关键性能的因素之一,影响输出跨导、传输电流、基区渡越时间、电流增益、扩散电容等器件特性.本文从Early效应的基本定义出发,综述了Early电压的起源,模型的发展及其在Si和SiGe电路仿真器中的应用.具体为:(1)综述了Si三极管中的基本模型及在SPICE中处理过程,然后针对SPICE的缺陷,描述了VBIC模型中针对Early效应的改进.(2)由于SPICE和VBIC不能有效描述SiGe HBT中基区Ge组分引入.本文基于SiGe HBT标准化模型Mextram、HICUM对SiGe HBT的建模思想,综述了将其用于建立Early电压模型的方法.(3)总结了现有主流模型对Early效应的建模方法及优缺点.
物理不可克隆函数(PUF:Physical Unclonable Function)是一种新型的加密组件,具有防伪、不可克隆及不可预测等特性.本文提出了一种新型的低成本PUF,与传统PUF相比更适用于无线射频识别(Radio Frequency Identification,RFID)系统.该PUF结构主要由上电密钥生成器和混合函数两部分构成.上电密钥生成器由比特生成器阵列构成,混合函数则由低成本流加密算法构成,其作用是隐藏密钥生成器,以提高安全性.此外,本文还提出了择多模块和多寻认证协议来改善PUF响应及其在RFID系统中的稳定性.实验表明,该PUF的硬件成本低并且具有很好的稳定性,非常适用于RFID系统等资源受限的应用场合.
