GTALO的博客

格密码中的引理

GTALO — Wed, 27 Aug 2025 09:24:30 +0800

使用场景：原始噪声 z可能包含敏感信息（如与密钥相关），通过ReRand算法可生成统计独立的新噪声 z′，切断与原始噪声的关联。目的：在不改变底层数学结构（b⊤V）的情况下，刷新噪声分布，增强安全性（如防止噪声泄露信息）。

梳理RIBE发展的文章 (revocable IBE)注：截止到2019

GTALO — Tue, 26 Aug 2025 15:06:19 +0800

近期只有Takayasu和Watanabe[TW17]通过改进[CLL+12]方案部分解决了该问题，但遗憾的是，他们的方案仅满足有限次DKER（比完全DKER更弱的定义），仅能容忍有限次解密密钥泄露。Boldyreva等人的工作[BGK08]引发了大量后续研究[LV09, SE13, ISW17, LLP17, WES17]，其可撤销基于身份的加密(RIBE)方案还被扩展至同时支持可扩展密钥撤销与密钥委派功能的可撤销分层基于身份的加密(RHIBE)[RLPL15, ESY16, SE16, LP18]。

Revocable Identity-Based Encryption with Server-Aided Ciphertext Evolution from Lattices

GTALO — Fri, 22 Aug 2025 14:30:14 +0800

可撤销基于身份的加密（RIBE）结合服务器辅助密文演进（RIBE-CE）技术由Sun等人在TCS 2020提出，相较于传统身份（或密钥）撤销机制，该技术在云环境安全数据共享场景中展现出显著优势。

华为moderlarts

GTALO — Wed, 11 May 2022 21:48:06 +0800

1.moderlarts中桶的创建 1.1登录 ModelArts_AI开发平台_机器学习_深度学习_EI企业智能_华为云 (huaweicloud.com) 1.2在obs创建桶选择北京华北 2.识别数据 2.1 建立数据集 2.2选择桶中输入地址输出地址 2.3在输入中上传文件人脸的数据集 2.4选择未被标注的数据集标注 2.5数据训练 3.图像分类展示效果 3.1 创建数据集 3.2 识别图片 ...

Python数据分析与展示（四）

GTALO — Mon, 07 Mar 2022 23:03:21 +0800

数据的相关分析两个事物，表示为X和Y，如何判断它们之间的存在相关性？ X增大，Y增大，两个变量正相关 X增大，Y减小，两个变量负相关 X增大，Y无视，两个变量不相关协方差协方差>0, X和Y正相关协方差<0, X和Y负相关协方差=0， X和Y独立无关 Pearson相关系数 r取值范围[-1, 1] 0.8 - 1.0 极强相关 0.6 - 0.8 强相关 0.4 - 0.6 中等程度相关 0.2 - 0.4 弱相关 0.0 - 0.2 极弱相关或无相关数据的累计统计分析

Python数据分析与展示（三）

GTALO — Mon, 07 Mar 2022 22:46:14 +0800

Matplotlib库 Matliotlib库是Python优秀的数据可视化第三方库。 Matliotlib库的效果见：http://matplotlib.org/gallery.html Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发。导入方式如下： import matplotlib.pyplot as plt plt.plot(x,y)只有一个输出列表或数组是，参数被当作Y轴，X轴以索引自动生成。当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。plt.

Python数据分析与展示(二)

GTALO — Mon, 07 Mar 2022 22:29:15 +0800

CSV（Comma-Separated Value,逗号分隔值）是一种常见的文件格式，用来存储批量数据。 savetxt()保存文件使用csv.writer()创建： import csv headers = ['学号','姓名','分数'] rows = [('202001','张三','98'), ('202002','李四','95'), ('202003','王五','92')] with open('score.csv','w',encoding='u

Python数据分析与展示(一)

GTALO — Mon, 07 Mar 2022 22:21:14 +0800

一维数据：由对等关系的有序或无序数据构成，采用线性方式组织列表和数组：一组数据的有序结构列表：数据类型可以不同数组：数据类型相同二维数据：由多个一维数据构成，是一维数据的组合形式多维数据：由一维或二维数据在新维度上扩展形成 NumPy的数组对象：ndarray NumPy是一个开源的Python科学计算基础库，是SciPy、Pandas等数据处理或科学计算库的基础。整合C/C++/Fortran代码的工具（运算速度快），线性代数、傅里叶变换、随机数生成等功能。轴(axis): 保存数据的维

IOT python高级培训（六）

GTALO — Wed, 12 Jan 2022 19:47:22 +0800

如何调用数据库 1.连接 import pymysql#调用 DBHOST = 'localhost' #主机 DBUSER = 'root'#用户名 DBPASS = 'gtl123456'#密码 DBNAME = 'test'#数据库名字 try: db = pymysql.connect(host=DBHOST,user=DBUSER, password=DBPASS, database=DBNAME)#连接函数 print('数据库连接成功!') except pymysql.

通过DJANGO实现网页跳转

GTALO — Tue, 11 Jan 2022 21:51:34 +0800

关于如何实现页面跳转理解setting.py 分为两类一类是全局设置一类是模块内理解url，与路径相关理解view.py，这是一个视图层，简单来理解就是控制网页的展示存放网页（不包括css，js，png） {% url 'flow' %} url 指的是调用url.py ‘跳转的页面’（.html省略了）思路图：建立应用-->加入网页-->设置url（先主后子）-->调用view.py中fn-->完成跳转建立应用在终端使用pyth...

IOT python高级培训（五）

GTALO — Tue, 11 Jan 2022 00:12:02 +0800

1.定时器 threading.Timer(5,run) 5 是延迟时间 run是函数实例 """ 定时器 """ import threading import time def run(): print("定时器启动") print(threading.current_thread()) timer=threading.Timer(5,run) if __name__ == '__main__': t1=threading.Timer(5,function=

IOT python高级培训（四）

GTALO — Sun, 09 Jan 2022 17:33:48 +0800

目录问题解答 1. （1）信号量：（2）条件变量：（3）事件： 2.如何使用（1）信号量（2）条件变量（3）事件问题首先我们来解决一下一下问题 1.什么是信号量、条件变量、事件 2.如何使用信号量、条件变量、事件解答 1. （1）信号量：用于设置多线程同时可运行的线程数（2）条件变量： condition被称为条件变量，其中还包括lock的acquire和rel...

IOT python高级培训（三）

GTALO — Sun, 09 Jan 2022 00:19:58 +0800

Python 多线程多线程类似于同时执行多个不同程序，多线程运行有如下优点：使用线程可以把占据长时间的程序中的任务放到后台去处理。用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度程序的运行速度可能加快在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。 Python中使用线程有两种方式：函数或者用类来包装线程对象。函数式：调用thread模块中的s

IOT python 高级培训（二）

GTALO — Thu, 06 Jan 2022 00:05:16 +0800

精选python教程 1.动态添加 2.property函数用法 3.运算符重载使用

IOT 2022-1-3 python高级培训（一）

GTALO — Tue, 04 Jan 2022 17:55:32 +0800

简单实例盖房子 class Person(object): def func(self): print("盖房子") per = Person() per.func()