11、电子选举的强可验证性与免收据K选L投票方案

电子选举的强可验证性与免收据K选L投票方案

1. 强可验证性说明

在选举场景中,我们对正确性和可验证性进行了定义,以满足公平选举的基本要求并达到一定的概念简洁性。然而,这些定义存在技术缺陷。在某些情况下,可能出现受控制的选民投出对应选票β,但该选票被计为β′的情况。不过,这一缺陷仅意味着控制者可能在选举过程中改变受控选民的投票,并不会让控制者控制更多选票。而且,我们提出的协议满足更强的定义,可避免这种情况。

为了消除这种攻击的可能性,我们需要修改可验证性的定义。具体来说,要求证明P能表明每个计票的选票都唯一对应一个有效选票已投出的凭证。同时,对投票函数有自然的技术限制,即输出选票对于投票β和凭证sk必须完全明确,若β0 ≠ β1或sk0 ≠ sk1,则⟨vote(sk0, PKT, nC, β0, k2)⟩ ∩ ⟨vote(sk1, PKT, nC, β1, k2)⟩ = φ。

为加强可验证性定义,我们修改实验Expver ES,A(k1, k2, k3, nV),当满足以下条件时输出为’1’,否则为’0’:
1. verify(PKT, BB, nC, X, P) = ’1’
2. 对于每个单射映射f : ⟨X⟩→ZnV,满足以下两个条件之一:
- (a) ∃B : B ∈ BB, B ∈ ⟨vote(ski, PKT, nC, β, k2)⟩, ∀j f(j) ≠ i
- (b) ∃β ∈ X : f(β) = i, ∀B ∈ BB, B ∉ ⟨vote(ski, PKT, nC, β, k2)⟩

条件2(a)和2(b)分别表示攻击者通过使与特定凭证关联的所有有效选票不被计票,或使单个凭证的多张选票被计票,成功破坏了

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确稳定,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度鲁棒方面表现出优越能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造预测维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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