發(fā)布時間：2021-06-09 23:28

　　大多數(shù)物聯(lián)網(wǎng)環(huán)境中的設備存儲資源有限,如傳感節(jié)點,需要將物聯(lián)網(wǎng)中的數(shù)據(jù)及時地傳輸?shù)皆品⻊掌鳝h(huán)境中,在帶來便利的同時也伴隨著各種安全問題。Li等人在IEEE/ACM Trans on Networking上發(fā)表了關于物聯(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)裝置存儲有限的情況下如何保證海量數(shù)據(jù)的完整性問題,但是對于保證數(shù)據(jù)的機密性仍有一定欠缺。通過研究數(shù)據(jù)消息分組之間與加密系統(tǒng)結(jié)構的相關關聯(lián),提出了物聯(lián)網(wǎng)環(huán)境下保證數(shù)據(jù)機密性基礎上的數(shù)據(jù)安全傳輸方案。 

【文章來源】：計算機應用研究. 2020,37(S1)北大核心CSCD

【文章頁數(shù)】：3 頁

【部分圖文】：

加密過程圖示

性檢測算法相比，本文算法中GMM模型可以更有效地模擬復雜的海上背景，提高了對海面波浪的抑制能力，檢測結(jié)果更準確，魯棒性能更好。圖13不同場景下三種方法的檢測結(jié)果表1實驗結(jié)果對比/%方法準確率召回率基于閾值分割的檢測算法66．1993．26基于視覺顯著性的檢測算法［21］80．2879．63本文檢測算法97．9194．905結(jié)束語海上環(huán)境復雜，目標檢測易受到波浪、船只尾跡、不同天氣或海岸及岸邊建筑物等因素的干擾。針對此技術難題，本文提出了一種根據(jù)海天線將圖像對準定位的基于GMM海上運動目標檢測算法，彌補了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，將提取海天線的準確率提高到97．55%，提出的基于GMM的目標檢測算法將海上目標檢測的準確率和召回率分別提高到97.91%和94．90%。實驗結(jié)果表明，該算法能夠在較為復雜的海上環(huán)境中有效地檢測目標，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雜海上背景環(huán)境。研究一種具備更強抗干擾性能的無人艇目標檢測技術具有極大的理論與應用價值，也是航行安全技術發(fā)展的必然趨勢，在監(jiān)視特定港口海灣的海運交通，救助遇難人員與船只，打擊非法走私、捕魚等方面都具有廣闊的應用前景。然而，本文實現(xiàn)的算法對靜止的船只、快速運動的艦船檢測效果并不理想，除此之外，在島岸場景突然出現(xiàn)時也會對檢測結(jié)果造成干擾。為了更好地實現(xiàn)無人艇目標檢測技術的抗干擾性能，未來將針對這些問題展開具體研究。同時設計一種分類器，對檢測到的目標進行動態(tài)分類，將類別


本文編號：3221536