首页期刊导航|通信学报
期刊信息/Journal information
通信学报
中国通信学会
通信学报

中国通信学会

杨义先

月刊

1000-436X

xuebao@ptpress.com.cn

010-67110006-869、878、915

100062

北京市东城区广渠门内大街80号通正国际大厦6层

通信学报/Journal Journal on CommunicationsCSCD北大核心CSTPCDEI
查看更多>>本刊是由中国通信学会主办的学术性刊物,主要读者对象是通信及相关技术领域的科研机构的研究人员、大专院校通信及相关专业的教师和研究生。《通信学报》强大的审稿专家和编委会队伍,使学术刊物的质量和审稿通过速度得到了有力的保证,从而搭建了为作者和读者进行更好服务的桥梁。
正式出版
收录年代

    基于自动化特征组合的隐私保护风险识别机制

    蔡民超姚宏伟王旸秦湛...
    1-14页
    查看更多>>摘要:异常行为识别(AD)算法在实际应用中,通常会面临特征组合优化困难、分类器准确率难提高、模型应用效率低等技术挑战.用户所产生的多维数据具有丰富的空间结构信息,围绕这些多维数据的特点,在通过同态加密的隐私保护方式进行数据脱敏的基础上,针对特征组合优化困难的技术挑战,提出并实现了首个基于特征分箱的自动化特征组合优化模型算法,该算法在特征组合优化方面提升了99.93%的计算效率.基于自动化特征组合优化模型筛选出的重要特征所组合的规则仍存在分类器准确率难提高的技术挑战,故将自动化筛选出的重要特征融入识别模型中,设计并实现了首个规则和算法的交叉应用模型,并将该方式应用到基于用户多维信息的异常行为识别中,在识别先享不付类异常用户的具体场景中实现资金挽损效率提升27.78%.

    异常行为识别多维信息风险识别可信度模型同态加密

    基于混合混响模型的多通道语音增强算法

    解元邹涛孙为军谢胜利...
    15-26页
    查看更多>>摘要:为了解决带混响和噪声场景下的语音增强问题,构建了一个集成多通道线性预测模型和空间相干模型的语音增强模型,设计了一种基于混合混响模型的多通道语音增强算法.该算法将后期混响分为2个分量,分别用多通道线性预测模型和空间相干模型来建模,为优化模型参数,利用卡尔曼滤波器实施更新模型参数,并用多项式矩阵特征值分解进行空间、时间和频率解相关,实现去混响去噪声.实验结果表明,所提算法可以实现高低混响带噪声环境下的语音增强,相比于流行的语音增强算法,其增强效果更优越,其中语音质量客观评价(PESQ)值和短时客观可懂度(STOI)值最高分别提高了30%和20%.

    多通道语音增强卡尔曼滤波器多项式矩阵特征值分解

    基于新型可净化多重签名的车联网高效假名证书分发方案

    刘召曼杨亚芳宁建廷赵运磊...
    27-45页
    查看更多>>摘要:现有假名证书方案未充分考虑多职能机构协同授予的需求.为此,提出了一种基于变色龙哈希(CH)和多重签名(MS)的可净化多重签名(SMS)方案.该方案引入净化功能,允许授权净化者在无须与原签名者交互的情况下更新签名数据,解决了车辆频繁更换假名时的快速响应问题.为防止滥用净化权限,SMS通过验证多重签名来源,追踪恶意净化行为.进一步,所提方案将净化功能部署于路侧单元(RSU),提出了一种高效的假名证书分发方案.安全性分析表明,该方案能有效抵抗关联攻击和冒充攻击,且在认证过程中RSU与车辆的计算开销未显著增加,具有较好的效率和安全性.

    车联网位置隐私保护匿名认证假名证书可净化多重签名

    NDN区块链网络拓扑结构性能分析及优化模型

    修佳鹏刘卉馨杨正球张德昊...
    46-58页
    查看更多>>摘要:为进一步提升基于命名数据网络(NDN)的区块链系统的网络层传输性能,提出一种NDN区块链网络拓扑结构性能分析及优化模型,该模型包括NDN区块链系统中区块同步时间和区块传输冗余度的计算方法、基于区块同步时间和区块传输冗余度的网络拓扑结构评分指标体系和基于网络拓扑结构属性和评分的网络拓扑结构优化方案.利用所提模型,可以解决基于TCP/IP的区块链网络拓扑结构评价模型与NDN区块链的不适配性,并且在已知网络环境参数和NDN网络层数据同步方法的前提下,完成性能指标计算和分析,为NDN区块链的实际组网提供优化方案.实验结果表明,使用所提模型对9个节点的网络拓扑结构进行分析和优化,优化后的网络拓扑结构与原有评分最高的网络拓扑结构相比,可以在维持区块传输冗余度不变的情况下,将区块同步时间从2.95 s降低至2.37 s,降低了19.66%,同时评分由0.64提升至0.82,证明所提模型在提升NDN区块链性能上具有较好的效果.

    NDN区块链传输性能网络拓扑性能分析及优化冗余度

    面向双层区块链的人车分离信任管理方案

    张海波黄泓龙李方伟徐勇军...
    59-71页
    查看更多>>摘要:针对车联网中车辆与驾驶员信任关系混乱导致的信任偏差问题,提出了一种基于双层区块链的人车分离信任管理方案,构建了由长期驾驶员信誉区块链和临时车辆信誉区块链组成的双层区块链架构,旨在降低系统存储负载并提升信任管理效率.首先,设计了基于模糊提取的双重密钥人车认证方法,以建立稳定的人车信任链接关系.其次,通过综合直接交互、间接交互和信息质量评价等多维度指标,全面评估了车辆信誉.此外,设计了自适应调整组规模实用拜占庭容错(AS-PBFT)共识算法,以优化共识规模和降低共识时间.最后,通过仿真实验验证结果表明,所提方案在恶意车辆识别率和区块链共识速率性能上优于现有方案.

    车联网区块链信任管理人车信任

    基于博弈论和可验证共识的防合谋跨链交易方案

    贾雪丹王良民黄龙霞
    72-87页
    查看更多>>摘要:现有的跨链交易方案缺乏对跨链合谋问题的考虑.为此,提出防合谋跨链通道,实现可扩展的防合谋跨链交易.首先,提出跨多中继链通道建立方法,为任意业务链用户创建包含跨链交易双方和中继链观察者的链下通道,实现隐私保护的可扩展跨链交易.其次,设计基于博弈激励的防合谋跨链交易协议,刺激合谋者之间的不信任以防止跨链通道用户合谋,保障跨链交易的安全性.最后,提出基于通道状态证明的分层可验证跨链共识方法,实现安全跨链结算.对引发的参与方博弈进行了形式化分析,证明在合理假设下,所提方案保证不合谋是通道用户的主导策略.通过实验表明,所提方案在防范跨链用户合谋的同时实现了高跨链吞吐率,与传统中继跨链方案相比具备可扩展性.

    区块链跨链交易安全协议防合谋

    基于多尺度注意力特征增强的异常流量检测方法

    杨宏宇张豪豪成翔
    88-105页
    查看更多>>摘要:针对现有网络异常流量检测方法存在特征冗余以及流量序列的时间依赖性,导致模型训练速度慢和检测性能不佳等不足,提出一种基于多尺度注意力特征增强的异常流量检测方法.首先,通过基于动态分组的特征选择算法从流量数据中选出最优特征集合.其次,使用密集卷积神经网络和多尺度注意力特征提取网络分别提取流量数据的局部和全局特征.最后,利用特征增强网络增强局部和全局特征的区分度和整体表达的有效性,并采用加权融合的方法进行特征融合,实现异常流量检测.实验结果表明,所提方法在CIC-IDS2017和CSE-CIC-IDS2018数据集上的F1分数分别提升0.17%~2.75%、0.43%~8.99%,具有良好的检测效果.

    异常流量检测特征选择多尺度注意力特征增强网络

    基于矩阵方法的减轮μ2算法不可能差分分析

    杜小妮余恬贾美纯梁丽芳...
    106-113页
    查看更多>>摘要:为了评估μ2算法在不可能差分分析方面的安全性,首先基于矩阵方法,结合中间相错技术构造了μ2算法的9轮不可能差分区分器.其次在该区分器的基础上分别向前和向后扩展2轮,利用密钥桥技术,对μ2算法进行了13轮密钥恢复攻击.研究结果表明,该攻击可恢复45 bit主密钥,数据复杂度为242.5个选择明文,时间复杂度为265.3次13轮算法加密.相比之前的研究结果,该研究实现了最长的攻击轮数,且数据复杂度显著降低.

    轻量级分组密码μ2算法不可能差分分析矩阵方法

    基于深度学习的SDN异常流量分布式检测方法

    王坤付钰段雪源俞艺涵...
    114-130页
    查看更多>>摘要:针对传统异常流量检测方法在执行大规模软件定义网络(SDN)的检测任务时,存在运算开销大、共享链路繁忙,容易引起网络设备单点故障,导致软件定义网络服务质量下降甚至网络瘫痪等问题,提出一种基于深度学习的SDN异常流量分布式检测方法.该方法将部署在云端服务器的判别器与若干部署在SDN控制器的生成器构造为"一对多"的分布式生成对抗网络(D-VAE-WGAN),利用正常流量样本完成对D-VAE-WGAN的协同训练,在控制器上生成具有独立检测功能的异常流量检测代理,以实现大规模SDN环境下各控制器子网中异常流量的分布式检测.实验结果表明,该方法可以快速、准确地检测出大规模SDN中的异常样本,在准确率、召回率等检测指标上优于传统方法;并且具备对未知异常的检测能力.

    深度学习软件定义网络分布式异常流量检测

    基于耦合相移STAR-RIS的认知无线电系统资源分配算法

    李国权熊豪谢宗霖林金朝...
    131-140页
    查看更多>>摘要:针对频谱资源紧缺和通信质量受限等问题,建立了一种相移耦合的同时透射与反射可重构智能表面(STAR-RIS)辅助的多输入单输出(MISO)认知无线电系统并提出了一种认知基站发射功率最小化的资源分配算法.首先在满足次用户服务质量(QoS)以及主用户干扰约束的情况下,构建了认知基站波束成形向量和STAR-RIS系数联合优化问题来实现认知基站发射功率的最小化;然后通过块坐标下降(BCD)法将其转化为主动波束成形向量和STAR-RIS系数2个子问题进行变量解耦,并基于惩罚对偶分解(PDD)框架分别利用半正定松弛(SDR)和连续凸近似(SCA)算法交替优化求解.仿真结果表明,所提算法收敛性好,建立的系统方案可使认知基站具有更低的功率消耗.

    认知无线电同时透射与反射可重构智能表面资源分配波束成形功率最小化