面向物聯(lián)網(wǎng)環(huán)境的數(shù)據(jù)安全傳輸方案
發(fā)布時(shí)間:2021-06-09 23:28
大多數(shù)物聯(lián)網(wǎng)環(huán)境中的設(shè)備存儲(chǔ)資源有限,如傳感節(jié)點(diǎn),需要將物聯(lián)網(wǎng)中的數(shù)據(jù)及時(shí)地傳輸?shù)皆品⻊?wù)器環(huán)境中,在帶來(lái)便利的同時(shí)也伴隨著各種安全問(wèn)題。Li等人在IEEE/ACM Trans on Networking上發(fā)表了關(guān)于物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)的安全高效傳輸方案,解決了在物聯(lián)網(wǎng)裝置存儲(chǔ)有限的情況下如何保證海量數(shù)據(jù)的完整性問(wèn)題,但是對(duì)于保證數(shù)據(jù)的機(jī)密性仍有一定欠缺。通過(guò)研究數(shù)據(jù)消息分組之間與加密系統(tǒng)結(jié)構(gòu)的相關(guān)關(guān)聯(lián),提出了物聯(lián)網(wǎng)環(huán)境下保證數(shù)據(jù)機(jī)密性基礎(chǔ)上的數(shù)據(jù)安全傳輸方案。
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用研究. 2020,37(S1)北大核心CSCD
【文章頁(yè)數(shù)】:3 頁(yè)
【部分圖文】:
加密過(guò)程圖示
性檢測(cè)算法相比,本文算法中GMM模型可以更有效地模擬復(fù)雜的海上背景,提高了對(duì)海面波浪的抑制能力,檢測(cè)結(jié)果更準(zhǔn)確,魯棒性能更好。圖13不同場(chǎng)景下三種方法的檢測(cè)結(jié)果表1實(shí)驗(yàn)結(jié)果對(duì)比/%方法準(zhǔn)確率召回率基于閾值分割的檢測(cè)算法66.1993.26基于視覺(jué)顯著性的檢測(cè)算法[21]80.2879.63本文檢測(cè)算法97.9194.905結(jié)束語(yǔ)海上環(huán)境復(fù)雜,目標(biāo)檢測(cè)易受到波浪、船只尾跡、不同天氣或海岸及岸邊建筑物等因素的干擾。針對(duì)此技術(shù)難題,本文提出了一種根據(jù)海天線將圖像對(duì)準(zhǔn)定位的基于GMM海上運(yùn)動(dòng)目標(biāo)檢測(cè)算法,彌補(bǔ)了GMM背景減除法自身存在的不足。在后處理階段,提出了多幀持久性濾波,減少了海雜波和船只尾跡的影響。本文利用多尺度濾波同時(shí)結(jié)合海天線形態(tài)特征和上下相鄰區(qū)域顏色特征,將提取海天線的準(zhǔn)確率提高到97.55%,提出的基于GMM的目標(biāo)檢測(cè)算法將海上目標(biāo)檢測(cè)的準(zhǔn)確率和召回率分別提高到97.91%和94.90%。實(shí)驗(yàn)結(jié)果表明,該算法能夠在較為復(fù)雜的海上環(huán)境中有效地檢測(cè)目標(biāo),與其他傳統(tǒng)的算法相比,能夠更好地模擬存在較大浪花的復(fù)雜海上背景環(huán)境。研究一種具備更強(qiáng)抗干擾性能的無(wú)人艇目標(biāo)檢測(cè)技術(shù)具有極大的理論與應(yīng)用價(jià)值,也是航行安全技術(shù)發(fā)展的必然趨勢(shì),在監(jiān)視特定港口海灣的海運(yùn)交通,救助遇難人員與船只,打擊非法走私、捕魚(yú)等方面都具有廣闊的應(yīng)用前景。然而,本文實(shí)現(xiàn)的算法對(duì)靜止的船只、快速運(yùn)動(dòng)的艦船檢測(cè)效果并不理想,除此之外,在島岸場(chǎng)景突然出現(xiàn)時(shí)也會(huì)對(duì)檢測(cè)結(jié)果造成干擾。為了更好地實(shí)現(xiàn)無(wú)人艇目標(biāo)檢測(cè)技術(shù)的抗干擾性能,未來(lái)將針對(duì)這些問(wèn)題展開(kāi)具體研究。同時(shí)設(shè)計(jì)一種分類(lèi)器,對(duì)檢測(cè)到的目標(biāo)進(jìn)行動(dòng)態(tài)分類(lèi),將類(lèi)別
本文編號(hào):3221536
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用研究. 2020,37(S1)北大核心CSCD
【文章頁(yè)數(shù)】:3 頁(yè)
【部分圖文】:
加密過(guò)程圖示
性檢測(cè)算法相比,本文算法中GMM模型可以更有效地模擬復(fù)雜的海上背景,提高了對(duì)海面波浪的抑制能力,檢測(cè)結(jié)果更準(zhǔn)確,魯棒性能更好。圖13不同場(chǎng)景下三種方法的檢測(cè)結(jié)果表1實(shí)驗(yàn)結(jié)果對(duì)比/%方法準(zhǔn)確率召回率基于閾值分割的檢測(cè)算法66.1993.26基于視覺(jué)顯著性的檢測(cè)算法[21]80.2879.63本文檢測(cè)算法97.9194.905結(jié)束語(yǔ)海上環(huán)境復(fù)雜,目標(biāo)檢測(cè)易受到波浪、船只尾跡、不同天氣或海岸及岸邊建筑物等因素的干擾。針對(duì)此技術(shù)難題,本文提出了一種根據(jù)海天線將圖像對(duì)準(zhǔn)定位的基于GMM海上運(yùn)動(dòng)目標(biāo)檢測(cè)算法,彌補(bǔ)了GMM背景減除法自身存在的不足。在后處理階段,提出了多幀持久性濾波,減少了海雜波和船只尾跡的影響。本文利用多尺度濾波同時(shí)結(jié)合海天線形態(tài)特征和上下相鄰區(qū)域顏色特征,將提取海天線的準(zhǔn)確率提高到97.55%,提出的基于GMM的目標(biāo)檢測(cè)算法將海上目標(biāo)檢測(cè)的準(zhǔn)確率和召回率分別提高到97.91%和94.90%。實(shí)驗(yàn)結(jié)果表明,該算法能夠在較為復(fù)雜的海上環(huán)境中有效地檢測(cè)目標(biāo),與其他傳統(tǒng)的算法相比,能夠更好地模擬存在較大浪花的復(fù)雜海上背景環(huán)境。研究一種具備更強(qiáng)抗干擾性能的無(wú)人艇目標(biāo)檢測(cè)技術(shù)具有極大的理論與應(yīng)用價(jià)值,也是航行安全技術(shù)發(fā)展的必然趨勢(shì),在監(jiān)視特定港口海灣的海運(yùn)交通,救助遇難人員與船只,打擊非法走私、捕魚(yú)等方面都具有廣闊的應(yīng)用前景。然而,本文實(shí)現(xiàn)的算法對(duì)靜止的船只、快速運(yùn)動(dòng)的艦船檢測(cè)效果并不理想,除此之外,在島岸場(chǎng)景突然出現(xiàn)時(shí)也會(huì)對(duì)檢測(cè)結(jié)果造成干擾。為了更好地實(shí)現(xiàn)無(wú)人艇目標(biāo)檢測(cè)技術(shù)的抗干擾性能,未來(lái)將針對(duì)這些問(wèn)題展開(kāi)具體研究。同時(shí)設(shè)計(jì)一種分類(lèi)器,對(duì)檢測(cè)到的目標(biāo)進(jìn)行動(dòng)態(tài)分類(lèi),將類(lèi)別
本文編號(hào):3221536
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3221536.html
最近更新
教材專(zhuān)著