33、现代密码学中的数论与密码学困难假设

现代密码学中的数论与密码学困难假设

1. 现代密码学基础与目标

现代密码系统通常基于某些问题是困难的这一假设。例如,私钥密码学(包括加密方案和消息认证码)可以基于伪随机置换(即分组密码)存在的假设。然而,伪随机置换存在的假设看似较强且不自然,目前也难以证明现有分组密码的伪随机性。

与之形成对比的是,可以基于单向函数存在这一温和假设来证明伪随机置换的存在。单向函数是指易于计算但难以求逆的函数。本章的一个目标是介绍各种被认为是“困难”的问题,并基于这些问题提出推测的单向函数。这可以看作是私钥密码学“自上而下”方法的总结,即展示如何将单向函数建立在某些困难的数学问题之上。

另一个目标是为公开密钥密码学的研究开发所需的材料。在私钥设置中,不需要数论就可以高效构造必要的原语(如分组密码和哈希函数),但在公钥设置中,所有已知的构造都依赖于困难的数论问题。

2. 预备知识与基本群论
2.1 素数与整除性
  • 整除定义 :对于整数 (a) 和 (b),若存在整数 (c) 使得 (ac = b),则称 (a) 整除 (b),记作 (a | b);若 (a) 不能整除 (b),则记作 (a \nmid b)。若 (a | b) 且 (a) 为正,则称 (a) 是 (b) 的一个约数;若 (a \notin {1, b}),则称 (a) 是 (b) 的非平凡约数或因子。
  • 素数与合数 :大于 1 且没有因子(即只有 1 和它本身两个约数)的正整数 (p) 称为素数;大于 1 且不是素数的正整数称为合数;1 既不是素数也不是合数。
【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值