【摘 要】
：
随着物联网（Internet of Things,Io T）以及边缘计算的发展,数据安全问题逐渐成为研究热点。由于Io T场景复杂多样且存在较多资源受限平台,传统的密码算法难以进行有效部署。针对已有的认证加密方案资源消耗大的问题,本文采用轻量级分组密码算法与伽罗华/计数器模式（Galois/Counter Mode,GCM）相结合的方案,实现了Io T场景下的轻量级认证加密引擎。本文在深入研究GC
论文部分内容阅读
随着物联网（Internet of Things,Io T）以及边缘计算的发展,数据安全问题逐渐成为研究热点。由于Io T场景复杂多样且存在较多资源受限平台,传统的密码算法难以进行有效部署。针对已有的认证加密方案资源消耗大的问题,本文采用轻量级分组密码算法与伽罗华/计数器模式（Galois/Counter Mode,GCM）相结合的方案,实现了Io T场景下的轻量级认证加密引擎。本文在深入研究GCM认证加密流程的基础上,完成了基于GCM的认证加密引擎的整体设计,具体工作如下。首先,针对GCM的分组密码部分,研究CLEFIA及SIMON两种典型的轻量级分组密码算法,基于位并行方式分别进行硬件实现并进行了各项指标的比较,最终选定SIMON算法作为轻量级GCM认证加密引擎中的分组密码算法。所设计的SIMON加密模块支持128/192/256位的密钥长度,提升了电路的灵活性和适用范围。其次,针对GCM中GHASH函数硬件资源消耗大的问题,采用32周期的GF(2128)乘法器实现方案,有效降低了硬件开销。同时利用状态机将经过计数器模式扩展后的SIMON模块与完成GHASH运算模块进行集成,从而完成轻量级SIMON-GCM认证加密引擎设计。最终,构建以RISC-V处理器为核心、WISHBONE为互联总线架构,支持简单外设的轻量级认证加密系统。此外,针对SIMON-GCM认证加密引擎对随机数的需求,本文还设计了一种高速、高能效的真随机数发生器。FPGA测试结果显示,所设计的SIMON-GCM轻量级认证加密引擎仅消耗646个Slice,远低于已有的GCM认证加密硬件。其中,GHASH运算模块仅消耗268个Slice,SIMON加密模块消耗了147个Slice。该认证加密引擎能够正确执行认证和加密任务,具有良好的灵活性和较低的资源开销,具备应用于各类Io T设备的前景。
其他文献
伴随着经济、科技水平的不断提高,人们在日常生活中对机器智能化的需求也日益增加。在如今的人工智能浪潮中,机器是否具有情感,是决定机器智能化和人性化程度的关键因素。为此,近年来很多人工智能领域的专家都展开了对情感计算的相关研究。而情感识别正是情感计算领域中最为关键的一项技术。目前关于情感识别的研究通常都只关注于单一模态,而人类的情感表达方式是多模态的,因此,仅基于单模态的情感识别方法可能无法捕捉到个体
作为人类传递和表达情感的重要方式,表情基本不受性别、种族和个人背景影响。精准识别人脸表情有助于实现更智能的人机交互。研究表明,表情可以通过面部活跃区域的动态变化来表示,而如何高效、全面地捕获面部活跃区域的特征一直是研究者们关注的重点。此外,针对自然条件下的人脸表情识别研究,因数据集标注者的主观性和视频本身表情的不确定性,导致部分样本标签被错误标注,进而使得网络学习到错误的特征,最终导致自然条件下人
随着云服务的广泛运用,云服务提供商需要不断提高服务质量,并降低运营成本。云数据中心的极度复杂性使得软硬件故障频繁发生,并进而导致巨额损失。但是,应对软硬件故障的容错机制都不可避免的会增加包括能耗在内的云计算系统成本。因此,服务质量、能量消耗和可靠性已成为云服务提供商和用户关注的焦点。针对上述问题,迫切需要高效的任务部署策略,将任务部署到合适的云数据中心服务器上,从而提高云数据中心的服务质量、能源效
行人重识别作为视频监控安防领域的关键技术,由于其对视频智能分析展现出的优异性能,近年来受到工业界与学术界的越来越多的关注。有监督行人重识别方法当前已经取得了较为理想的性能表现,而跨域行人重识别方法仍存在较大的改进提升空间,行人重识别技术实际跨境头应用场景下会遇到目标数据无标签的问题,同时已有模型对新的数据不具备类别学习能力。因此,本文从已标注与无标注行人重识别数据域关联的角度出发,提出一种基于域自
微波介质陶瓷作为滤波器、谐振器和天线的核心材料,在通信行业中发挥着重要的作用。特别是近年来,第五代（5G）通信网络和无线系统逐渐融入人们生活的方方面面,导致微波介质陶瓷行业井喷式增长。为了满足5G通信的高通量需求,新型高频微波介质元件的研究与设计越来越受到人们的关注。本文采用传统固相反应法制备了温度稳定的0.95CaSm AlO4-0.05Sr2TiO4（CSAST）陶瓷,并研究了CSAST陶瓷和
血压是诊断心血管疾病的一个重要生理指标,定期测量血压可以帮助患者更好的控制血压,避免更严重的心血管并发症。传统的袖带式血压检测设备需要将袖带传感器牢固套在上臂,当需要持续监测血压时,会给受试者带来不适。研究表明,提取光电容积脉搏波（photoplethysmography,PPG）中与血压相关的信息可实现无袖带血压估计。但是采集的PPG信号容易受到干扰,难以准确提取特征。此外,人工提取的特征并不能
随着城市轨道交通的快速发展,自动驾驶技术应用于轨道交通的研究也逐渐增多。一方面,单一传感器由于其覆盖面单一、鲁棒性差等缺点,难以满足轨道交通自动驾驶中面对的复杂感知环境;另一方面,由于轨道交通所特有的轨道界限特征,准确判断出障碍物目标是否侵限轨道,对自动驾驶有轨电车安全行驶至关重要,而传统的利用相机识别轨道方法对环境、光照和天气依赖较大,且识别距离不能满足要求。本文根据现代有轨电车的应用场景搭建了
目标检测作为计算机视觉领域的重要任务,无论在学术界还是工业领域都备受关注,在现实生活中诸多方向上都应用了目标检测技术,如自动驾驶、智能监控和三维重建等。基于卷积神经网络的目标检测模型在检测任务上表现出优越的性能,然而网络层数和各种性能提升模块的堆叠,带来高准确性的同时也降低了检测速度,作为实时目标检测算法YOLOv3通过改进残差网络,在速度与精度上实现了较为完美的平衡。所以,基于YOLOv3对残差
城市绿地资源对支撑经济社会发展规模,维持良好生态系统发挥着越来越重要的作用,但城市绿地资源信息管理工作仍存在着资源分散,管理平台整合度低,业务协调度低,城市相关绿地信息资源共享不够等问题。本文通过收集研究区的绿地资源以及相关基础地理和环境资源数据,建立研究区基础地理与资源数据库,综合利用GIS技术和互联网开发技术,通过平台架构设计及关键技术的研究,基于WebGIS技术,采用“SOA”面向服务架构思
傅里叶叠层显微成像技术（Fourier ptychographic microscopy,FPM）是一种可以同时兼顾高分辨率和大视场的新型成像技术,它主要是由结构照明、叠层成像、相位恢复三大部分组成。在基于LED阵列照明作为光源的传统FPM系统中,通过依次点亮光源阵列中的LED,由于各位置LED对样品的照射角度不同,可以采集一组包含不同频域信息的低分辨率图像,这些图像随后通过相位恢复算法,在傅里叶