首页期刊导航|电子学报
期刊信息/Journal information
电子学报
中国电子学会
电子学报

中国电子学会

王守觉

月刊

0372-2112

new@ejournal.org.cn;wanghui@ejournal.net.cn

010-68279116，68285082

100036

北京165信箱

电子学报/Journal Acta Electronica SinicaCSCD北大核心CSTPCDEI
查看更多>>1962年创刊，中国电子学会主办的高级学术月刊。刊登电子与信息及相关领域代表我国研究水平的最新科研成果和技术进展。本刊为中国自然科学核心期刊之一；科技部科技论文统计源期刊；中国科学引文数据库来源期刊。获2000年首届国家期刊奖以及2000年国家自然科学基金重点学术期刊专项基金资助。现被五个大型检索机构（Ei、Sci-Expanded、SA、苏联文摘杂志(рж)和日本科技文献速报）作为固定收录对象。
正式出版
收录年代

    面向物联网的SM4轻量级优化实现

    蒲金伟滕亚辉高倾健郑欣...
    1888-1895页
    查看更多>>摘要：针对物联网芯片中对加密算法低面积、高吞吐率需求的增加,提出了速度优先、面积优先、面积速度权衡的3种SM4轻量级硬件实现方案.面积优先方案中,对线性函数L/L'进行优化实现,减少48位寄存器以及120比特的异或资源的使用;速度优先方案中,引入2个新的S盒,实现线性函数L/L'与查找表S盒的合并,从而避免线性函数L/L'的时延;面积速度权衡方案中,合并S盒线性映射、逆线性映射以及线性函数L/L'为一个函数,将加密计算均映射到复合域中进行,减少一个S盒线性映射时延,进一步提高速度.与目前已有方案进行比较,面积优先方案面积减少约5.5％～44.8％以上,仅2371 GE,功耗仅为0.88 mW,最大频率为324 MHz;速度优先方案面积为3061 GE,最大频率提高约9.8％以上,可达549 MHz,吞吐率为439.2 Mbps.

    物联网SM4轻量级S盒优化设计

      原文链接:
    • 维普
    • 万方数据

    基于MILP对轻量级密码算法FBC-128的差分分析

    赵琪樊婷韦永壮
    1896-1902页
    查看更多>>摘要：FBC(Feistel-based Block Cipher)是入围全国密码算法设计竞赛第二轮的轻量级分组密码.由于它具备算法结构简洁、安全性高及软硬件实现性能卓越等优点,备受业界广泛关注.FBC密码算法的数据分组长度和密钥长度至少为128比特,记为FBC-128.目前对FBC-128算法差分攻击的最好结果是12轮,时间复杂度为293.41次加密,数据复杂度为2122个选择明文对.然而,FBC算法是否存在更长的差分区分器,能否对其进行更高轮数的密钥恢复攻击仍有待解决.本文基于混合整数线性规划(MILP)的自动化搜索方法,提出了"分段统计法"来求解FBC-128的差分特征.实验测试结果表明:FBC-128存在15轮差分区分器,其概率为2-121.然后将其向后扩展1轮,对16轮FBC-128算法发起密钥恢复攻击,其数据复杂度为2121个选择明文数据量,时间复杂度为292.68次加密.与已有结果相比,差分区分器和密钥恢复攻击都提升了4轮,并且所需的数据复杂度和时间复杂度更低.

    自动化分析混合整数线性规划分组密码算法差分区分器密钥恢复攻击FBC算法

      原文链接:
    • 维普
    • 万方数据

    面向车联网车辆的轻量级持续身份认证协议

    邹光南尤启迪金星虎马永春...
    1903-1910页
    查看更多>>摘要：基于云-边缘计算的车联网(Cloud-Edge computing for the Internet of Vehicle,CEIoV)能够支持大规模车辆的实时访问与服务请求,为了保证其内部资源的安全性,需要对车辆进行身份认证而后才能接入CEIoV;但是车辆本身处于运行状态且计算、存储和通信资源受限,给CEIoV车辆的身份认证带来挑战.本文基于具有简单密码操作的变色龙哈希函数,提出了一个连续轻量级身份认证协议(Lightweight Continuous identity Authentication,LCA),实现了对于资源受限车辆的认证和CEIoV内部资源的安全保障.本文在随机预言机模型下证明了LCA协议的语义安全性;并通过实验验证LCA协议在连续认证过程中具有较低的计算和通信成本.

    身份认证变色龙哈希函数轻量级多接入边缘计算隐私保护

      原文链接:
    • 维普
    • 万方数据

    边云协同场景中基于动态属性权限的群组密钥协商协议

    张启坤朱亮韩桂锋刘梦琪...
    1911-1924页
    查看更多>>摘要：针对边云协同应用场景中多域间终端的安全通信、信息安全交换及安全资源共享等问题,提出一种基于动态属性权限的群组密钥协商(Group Key Agreement,GKA)协议,为应用场景中的群组终端之间建立了一条安全的通信信道.协议提出了一种密钥证实算法,解决了传统方案中密钥生成和密钥分发造成的安全隐患;采用隐藏属性认证技术实现对终端身份认证,同时,保障了终端的身份和属性信息不被泄露;采用属性基加密(Attribute-Based Encryp-tion,ABE)与牛顿插值多项式相结合的方式,能够支持安全细粒度的GKA;采用非对称计算,将计算任务转移到边缘服务器上执行,减轻终端的计算量;利用区块链技术不可篡改的特性,实现终端身份和通信信息的完整性验证和数据的可追溯性.此外,该协议支持属性权限动态更新,保障群组密钥的新鲜性.通过与应用的文献进行对比分析,本协议在计算时间、计算能耗和通信能耗方面具有较好的性能.

    边云协同群组密钥协商牛顿插值多项式属性基加密动态属性权限隐藏属性认证

      原文链接:
    • 维普
    • 万方数据

    面向可见光无线定位的指纹推理模型校准

    周炳朋陈光森王鑫
    1925-1937页
    查看更多>>摘要：针对可见光无线定位指纹推算技术遇到的指纹赋权模型校准难题,本文利用贝叶斯推断理论和随机优化方法,提出了一种高效的指纹赋权模型校准优化方法.首先,利用可见光接收信号强度及其对应的位置和姿态标签建立指纹数据库;其次,依据指纹观测模型及最大熵理论,构建高斯型指纹赋权模型,用于推算可见光无线终端的位置和姿态;然后,依据随机优化理论,将高斯赋权模型校准难题建模为随机优化问题,并设计了基于连续凸函数逼近的赋权模型优化算法解决其中的非凸函数优化难题,从而实现对指纹赋权模型参数的高效校准,提升可见光定位的指纹推算精度.通过对指纹赋权过程进行建模与优化,本文提出的指纹定位方法能够有效抑制非视距传播干扰、弥补指纹匹配误差,极大地提升了可见光指纹定位的精度.仿真数据表明,本文基于指纹赋权模型优化的可见光无线定位算法相比于主流的指纹定位方法具有更高的定位性能.

    可见光无线定位指纹模型室内定位非视距干扰

      原文链接:
    • 维普
    • 万方数据

    基于特征蒸馏的变分编码器交通流预测模型

    欧阳毅汤文燕黎晏伶
    1938-1944页
    查看更多>>摘要：针对交通流数据高维非线性和时空依赖性复杂,本文构建了基于特征蒸馏的变分贝叶斯编码器交通流预测模型.对每段时间序列对应的时间窗口特征,构建了基于多模态时间槽和空间槽的交通流特征提取模型.以时空槽特征提取模型作为特征知识蒸馏架构的输入.通过知识蒸馏结构提取的时空特征结晶体,利用教师模型指导学生模型的学习过程,从而提高学生模型的泛化能力.变分贝叶斯编码器对交通流时空特征结晶编码获取交通流数据的隐变量,根据隐变量的生成采样,利用解码器将其解码重构成新的预测值.实验结果表明,本文提出的模型预测性能显著提升,且中长期预测中鲁棒性更优.

    特征蒸馏多模态时间槽空间槽变分贝叶斯生成式模型变分推断

      原文链接:
    • 维普
    • 万方数据

    基于字形特征的中文医学命名实体识别方法

    孟伟伦郭景峰邢珂萱魏宁...
    1945-1954页
    查看更多>>摘要：作为医学信息抽取的第一个关键环节,医学命名实体识别任务旨在从如电子医疗病例、中文医药说明书等非结构化文本中抽取出医学相关的实体.目前大多数中文医学命名实体识别工作通过在预训练模型上进行微调来获得文本表示向量,然后利用特征工程来提升模型在医疗领域上的性能.这些模型大部分源自在通用数据集上表现较好的模型,没有考虑中文医学数据集的语言特性.通过在多个医学数据集上进行统计分析,发现部分类型的医学实体在字形上具有共性,如在汉字中大部分表示疾病含义的字符都包含"疒",大部分表示身体器官的字符都包含"月".针对这些问题,本文提出了一种基于字形特征的中文医学命名实体识别方法,该方法通过在文本表示向量上融合字形向量以及进一步利用数据集中负样本来提升模型的准确度和泛化能力.在多个公共的中文医学数据集上的实验结果表明,该方法获得了比其他模型更好的效果,并且通过消融实验证明了融合字形特征和从负样本中学习对于该任务是有效的.

    字形负样本两阶段医学信息命名实体识别深度学习

      原文链接:
    • 维普
    • 万方数据

    任务协作表示增强的要素及关系联合抽取模型

    刘小明王杭杨关刘杰...
    1955-1962页
    查看更多>>摘要：对文本中诸如实体与关系、事件及其论元等要素及其特定关系的联合抽取是自然语言处理的一项关键任务.现有研究大多采用统一编码或参数共享的方式隐性处理任务间的交互,缺乏对任务之间特定关系的显式建模,从而限制模型充分利用任务间的关联信息并影响任务间的有效协同.为此,提出了一种基于任务协作表示增强的要素及关系联合抽取模型(Task-Collaboration Representation Enhanced model for joint extraction of elements and relation-ships,TCRE).该模型旨在从多个阶段处理任务间的特定关系,帮助子任务进行更细致的调节和优化,促进整体性能的提升.在三个关系抽取和一个事件抽取数据集上进行实验,TCRE在实体识别和关系提取任务上平均性能分别提高0.57％和0.77％,在触发词识别和论元角色分类任务上分别提高0.7％和1.4％.此外,TCRE还显示出在缓解"跷跷板现象"方面的作用.

    关系表示联合抽取任务协作多任务学习跷跷板现象

      原文链接:
    • 维普
    • 万方数据

    基于数据特征相关性和自适应差分隐私的深度学习方法研究

    康海燕王骁识
    1963-1976页
    查看更多>>摘要：基于差分隐私的深度学习隐私保护方法中,训练周期的长度以及隐私预算的分配方式直接制约着深度学习模型的效用.针对现有深度学习结合差分隐私的方法中模型训练周期有限、隐私预算分配不合理导致模型安全性与可用性差的问题,提出一种基于数据特征相关性和自适应差分隐私的深度学习方法(deep learning methods based on data feature Relevance and Adaptive Differential Privacy,RADP).首先,该方法利用逐层相关性传播算法在预训练模型上计算出原始数据集上每个特征的平均相关性;然后,使用基于信息熵的方法计算每个特征平均相关性的隐私度量,根据隐私度量对特征平均相关性自适应地添加拉普拉斯噪声;在此基础上,根据加噪保护后的每个特征平均相关性,合理分配隐私预算,自适应地对特征添加拉普拉斯噪声;最后,理论分析该方法(RADP)满足ε-差分隐私,并且兼顾安全性与可用性.同时,在三个真实数据集(MNIST,Fashion-MNIST,CIFAR-10)上的实验结果表明,RADP方法的准确率以及平均损失均优于AdLM(Adaptive Laplace Mechanism)方法、DPSGD(Differential Privacy with Stochastic Gradient Descent)方法和DPDLIGDO(Differentially Private Deep Learning with Iterative Gradient Descent Optimization)方法,并且RADP方法的稳定性仍能保持良好.

    差分隐私深度学习逐层相关性传播信息熵隐私度量隐私预算拉普拉斯机制

      原文链接:
    • 维普
    • 万方数据

    特征与度量联合优化信息几何检测器

    吴昊程永强杨政王宏强...
    1977-1988页
    查看更多>>摘要：目前,信息几何检测器主要采用协方差矩阵特征模型,在矩阵流形上度量待检测单元数据与杂波数据间的差异,以区分目标与杂波,从而实现雷达目标检测.然而,在复杂杂波背景下,雷达回波信号信杂比低,杂波在其中占据主导地位.因此,含有目标回波的雷达回波信号与纯杂波具有统计相似性,该相似性使得二者在矩阵流形上较难区分,从而限制了信息几何检测器的性能优势.为突破特征表示所造成的性能增益限制,本文提出了基于特征与度量联合优化的信息几何检测器.首先设计了特征与度量可调的信息几何检测器灵活框架,并在此基础上基于纽曼-皮尔逊准则建立了特征与度量的联合优化模型,而后利用局部平坦假设与多层感知器,将联合优化模型中的决策变量参数化,并提出了双阶段优化求解方法.基于仿真数据与实测海杂波数据的实验结果表明,该方法检测性能优于现有信息几何检测器等典型目标检测方法,且在目标多普勒接近杂波谱峰时具有较大优势.

    雷达目标检测信息几何检测器特征流形联合优化特征优化度量优化

      原文链接:
    • 维普
    • 万方数据