首页期刊导航|西安电子科技大学学报(自然科学版)
期刊信息/Journal information
西安电子科技大学学报(自然科学版)
西安电子科技大学
西安电子科技大学学报(自然科学版)

西安电子科技大学

梁昌洪

双月刊

1001-2400

xuebao@mail.xidian.edu.cn

029-88202853

710071

西安市太白南路2号349信箱

西安电子科技大学学报(自然科学版)/Journal Journal of Xidian University(Natural Science)CSCD北大核心CSTPCDEI
查看更多>>本刊主要刊登通信工程、信息工程、计算机科学与技术、机电工程与自动控制、微电子学、物理电子学、电磁场与微波技术、无线电物理、密码学、应用数学等方面的有创见有参考价值的学术论文。
正式出版
收录年代

    针对浅海水声通信的极化码构造与应用研究

    邢莉娟李卓黄彦彪
    116-125页
    查看更多>>摘要:为了实现浅海环境中高速率和高可靠通信,研究了极化码编译码技术在浅海水声通信中的性能.针对基于射线声学理论建立的时不变、准静止和时变 3 种浅海水声信道模型,采用蒙特卡罗构造算法完成相应极化码的构造,并分别与信道极化和信道退化构造算法、基对称扩展极化权重构造算法进行了复杂度和性能比较.将构造的极化码作为文中基于正交频分复用的水声通信系统的信道编码方案,译码方案使用循环冗余校验辅助的串行抵消列表译码算法.通过仿真模拟分析了上述 3 种信道中极化码的性能,并与码长和码率相同的低密度奇偶校验码的性能进行对比分析;结果显示在这 3 种信道中,在关注的信噪比范围内极化码相对于低密度奇偶校验码约有 0.5 dB~1.2 dB的增益.3 种信道仿真对比结果表明,基于信道构造编码的极化码相比低密度奇偶校验码在恶劣的信道环境中有更好的增益效果,且极化码有更低的编译码复杂度,证明了极化码在能量和资源受限的浅海水声通信中具有广阔的应用前景.

    水声通信正交频分复用极化码蒙特卡罗构造

    一种高效的软件模糊测试种子生成方法

    刘振岩张华刘勇杨立波...
    126-136页
    查看更多>>摘要:模糊测试技术作为当前软件工程领域用于挖掘漏洞的有效方式之一,其在发现软件潜在漏洞方面有着非常显著的效果.针对传统模糊测试技术中种子选择策略无法快速有效地生成高质量的种子集,导致变异生成的测试用例无法到达更深路径、触发更多安全漏洞的问题,基于改进生成对抗网络(GAN)提出了一个种子生成方法以实现高效模糊测试.通过优化 LeakGAN网络结构提高生成种子的质量和多样性,引入编解码技术实现灵活扩展生成种子的类型,并显著提高了在不同输入格式下目标程序的模糊测试性能.实验结果表明,采取的种子生成策略在覆盖率、触发唯一崩溃等指标上有明显提升,并有效地提高了种子生成速度.文中选择了 6 个具有不同高度结构化输入的开源程序和不同的模糊测试工具来验证策略的有效性,相较原策略分支覆盖率平均增长约 2.79%,并且多发现了约 10.35%的唯一路径以及约86.92%的唯一崩溃.

    漏洞挖掘网络安全模糊测试深度学习

    融合模式搜索的蝗虫优化算法及其应用

    肖怡心刘三阳
    137-156页
    查看更多>>摘要:在智能优化算法应用于复杂优化问题的求解过程中,平衡开发和探索以获得最优解具有重要意义.因此针对传统蝗虫优化算法在处理一些较为复杂的优化问题时出现的收敛精度低、搜索能力弱且容易陷入局部最优等缺陷,提出一种融合模式搜索的蝗虫优化算法.首先引入 Sine 混沌映射初始化蝗虫个体种群位置,减少个体重叠概率以增强种群迭代初期的多样性;其次利用模式搜索法,对种群目前找到的最优目标展开局部搜索,提高算法的收敛速度与寻优精度;同时为了避免算法后期陷入局部最优,引入了基于凸透镜成像的反向学习策略.实验部分通过对改进的蝗虫算法进行消融实验,验证了 Sine 混沌映射、模式搜索、反向学习每个策略的独立有效性.并用两组测试函数进行仿真实验,采用 Wilcoxon 秩和检验、Friedman 检验的方法进行结果分析.实验结果均表明了融合模式搜索法改进的蝗虫算法在收敛速度与寻优精度上得到明显提高.最后,将其应用于移动机器人路径规划,测试结果进一步验证了改进算法的有效性.

    蝗虫优化算法粒子群优化算法模式搜索时间复杂度统计检验路径规划

    张量分解和自适应图全变分的高光谱图像去噪

    蔡明娇蒋俊正蔡万源周芳...
    157-169页
    查看更多>>摘要:高光谱图像在采集过程中受到观测条件、成像仪材料属性、传输条件等客观因素的影响,不可避免地会引入各种噪声.这严重降低了高光谱图像的质量以及限制了后续处理的精度.因此,高光谱图像去噪是一个极其重要的预处理步骤.针对高光谱图像去噪问题,提出了低秩张量分解和自适应图全变分的高光谱图像去噪算法.首先,利用低秩张量分解来描述高光谱图像的全局空间和光谱相关性,并使用自适应权重图全变分来刻画高光谱图像空间维度上的分段平滑特性和保留高光谱图像的边缘信息;此外,采用l1-范数、Frobenius-范数分别刻画包括条纹噪声、脉冲噪声、死线噪声在内的稀疏噪声和高斯噪声.由此高光谱图像去噪问题归结为一个包含低秩张量分解和自适应图全变分的约束优化问题.利用增广拉格朗日乘子法对该优化问题进行交替求解.实验结果表明,所提出的高光谱图像去噪算法与现有的算法相比,能够充分刻画高光谱图像数据的内在结构特性,具有更好的去噪性能.

    高光谱图像去噪Tucker分解自适应图全变分

    自适应密度峰值聚类算法

    张强周水生张颖
    170-181页
    查看更多>>摘要:密度峰值聚类(DPC)以其简单、高效的特点被广泛应用.然而,其有两个不足:① 集群密度不均匀和不平衡的数据集在DPC所提供的决策图中,很难识别真正的聚类中心;② 存在一个区域密度最高的点的错误分配将导致该区域内的所有点都指向同一个错误的聚类的"链式效应".针对这两个不足,引入新的自然邻域(NaN)的概念,提出了一种基于自然邻域的密度峰值聚类算法(DPC-NaN).算法使用新的自然邻域密度识别噪声点,选择初始预聚类中心点,将非噪声点按密度峰值方法进行分配以得到预聚类;并通过确定预聚类的边界点和合并半径,自适应地将预聚类结果合并为最终聚类.所提算法无需人工预设参数,也缓解了"链式效应"的问题.实验结果表明,与相关聚类算法相比,所提出的算法可在典型的数据集上获得更好的聚类结果,同时在图像分割表现良好.

    聚类密度峰值聚类自然邻域图像分割

    多尺度卷积结合Transformer的抑郁脑电分类研究

    翟凤文孙芳林金静
    182-195页
    查看更多>>摘要:在通过深度学习模型进行抑郁症类脑电信号分析时,针对单一尺度的卷积存在特征提取不充分的问题和卷积神经网络在感知脑电信号全局依赖性方面的局限性,分别设计了多尺度动态卷积网络模块和门控Transformer编码器模块,并与时间卷积网络相结合,提出了混合网络模型(MGTTCNet)进行抑郁症患者和健康对照组的脑电信号分类.该模型首先通过多尺度动态卷积从空间域和频率域捕捉脑电信号的多尺度时频信息.其次通过门控Transformer编码器学习脑电信号中的全局依赖关系,其利用多头注意力机制有效增强网络表达相关脑电信号特征的能力.之后利用时间卷积网络提取脑电信号可用的时间特征,最后将提取的抽象特征输入到分类模块进行分类.在公开数据集 MODMA 上用留出法和十折交叉验证法对提出模型进行实验验证,分别取得了约 98.51%和 98.53%的分类准确率,相较于基线单尺度模型EEGNet,分类准确率分别提升了约 1.89%和 1.93%,F1 值分别提升了约 2.05%和 2.08%,kappa 系数值分别提高了约 0.038 1 和 0.038 5;同时消融实验验证了文中设计的各个模块的有效性.

    脑电信号抑郁分类深度学习Transformer时间卷积网络

    抗理性敌手共谋的安全K-prototype聚类

    田有亮赵敏毕仁万熊金波...
    196-210页
    查看更多>>摘要:针对云环境下数据隐私泄露及聚类过程中云服务器间共谋的问题,提出一种抗理性敌手共谋的安全协作K-prototype聚类方案,目的在不泄露各方隐私数据情况下根据距离度量将相似的数据进行聚类.首先,考虑到同态加密不直接支持非线性计算,基于同态加密和加性秘密共享技术设计安全比较协议和安全大于协议,并确保输入数据、中间结果及模型参数均为加性秘密份额形式,以防止单个服务器能够获得完整数据,且能实现非线性函数的精确计算,在已设计的安全计算协议基础上,实现安全距离计算、安全聚类标签更新、安全聚类中心更新、聚类标签及聚类中心重构;其次,根据博弈均衡理论设计多种高效激励机制,构造互制合约及举报合约以约束云服务器诚实非共谋地执行聚类任务;最后,对所提的安全计算协议及合约进行理论分析,并对该方案的性能进行实验验证.实验结果表明,与明文环境下的模型精度相比,该方案的模型精度损失控制在 0.22%内,进而验证了所提方案的有效性.

    加性秘密共享同态加密安全计算协议抗共谋安全协作

    一种计算ARX密码差分—线性偏差的新方法

    张峰刘正斌张晶张文政...
    211-223页
    查看更多>>摘要:ARX密码由模加、循环移位和异或这 3 种基本运算组成.目前 ARX密码差分—线性区分器偏差的计算大多采用统计分析的方法.在 2022 年美密会上,NIU 等给出了一种计算 ARX密码差分—线性区分器相关度的非统计分析的方法,并给出了 SPECK32/64 的 10 轮差分—线性区分器.基于BLONDEAU等和 BAR-ON等的方法,给出了差分—线性特征的定义,并首次提出了用差分—线性特征计算差分—线性区分器偏差的方法.同时,提出了一种基于布尔可满足性问题(SAT)自动化技术搜索差分—线性特征的方法,给出了计算 ARX密码差分—线性区分器偏差的非统计分析的新方法.作为应用,对 NIU等给出的 SPECK32/64 的 10 轮差分—线性区分器偏差进行计算,得到的理论值为 2-15.00,非常接近统计分析的实验值 2-14.90,且优于 NIU等给出的理论值 2-16.23.同时,首次给出了 SIMON32/64的 9 轮差分—线性区分器偏差的理论值 2-8.41,接近统计分析得到的实验值 2-7.12.实验结果说明了这种方法的有效性.

    差分—线性区分器ARX密码SAT/SMTSPECKSIMON

    一种改进条件广播代理重加密的数据共享方案

    翟社平陆娴婧霍媛媛杨锐...
    224-238页
    查看更多>>摘要:传统的条件广播代理重加密数据共享方式过度依赖不可信第三方代理商,存在效率低、数据安全和隐私泄露等问题.针对以上问题,提出了一种将条件广播代理重加密与区块链共识机制相结合的信息安全保障方案.首先,为解决单个代理商的单点故障以及合谋攻击问题,所提方案使用区块链节点轮流担任代理商节点,同时利用融合信誉机制的委托权益证明共识算法筛选出高信誉度的代理商节点参与重加密过程,大大降低了单点故障和合谋攻击的风险.其次,针对代理商节点对重加密密钥使用的高权限问题,引入门限密钥思想,将重加密密钥分割为多个片段,这些片段分布于不同的代理商节点上.通过这种方式,任何单个代理商节点都无法单独完成数据的解密,从而有效提高了重加密过程的安全性.最后,通过对方案的安全性、正确性和可信度进行分析,表明提出的方案能有效解决传统方案中的安全隐患.仿真实验结果证明,与现有数据共享方案相比,所提方案在保障数据安全方面具有明显优势,同时计算成本较低.

    条件广播代理重加密门限密钥区块链共识机制