36、IPS编译器:优化、变体与具体效率

IPS编译器:优化、变体与具体效率

在安全协议的构建领域,IPS编译器为我们提供了一种构建能抵御恶意对手的安全协议的优雅且概念简单的方法。不过,实际运用IPS方法来实现协议时,会受到诸多不同参数和选择的影响,这些因素对最终协议的具体效率有着显著作用。

1. 安全模型与效率提升

当假设威慑参数 $\epsilon = 1/2$ 时,使用具有此安全级别的子协议与IPS范式自然契合。信息论外层协议可通过能抵御具有 $\epsilon = 1/2$ 威慑力的隐蔽对手的协议来模拟。若对手试图在 $k$ 次子协议执行中作弊,除了以 $2^{-k}$ 的概率外,都会被捕获,且无需任何监视列表。这种方法不仅在概念上大大简化,还能让我们使用仅需 $n = m + 2k$ 个参与方(最多容忍 $k$ 次损坏)的信息论协议,而非使用半诚实安全时所需的 $O(mk)$ 个参与方。

通过对IPS编译器进行一些小的修改,可以从半诚实对手存在时安全的协议,通过黑盒归约获得在隐蔽对手存在时的安全性。具体而言,使用 $O(m)$ 个监视列表和一个在隐蔽对手存在时安全的不经意传输协议来设置这些监视列表即可。此外,还能从半诚实不经意传输(OT)和单向函数实现到恶意OT的完全黑盒归约,且只需线性数量的半诚实OT调用。

2. IPS协议的具体效率

在抽象层面,IPS编译器为构建抵御恶意对手的安全协议提供了有效途径。但实际实现时,有多个关键参数和选择会影响协议的具体效率:
- 内外层协议的选择 :内外层协议的选择相互依赖。最有效的信息论外层协议在标准信息论环境下判断效率时,可能比效率较低的协议需要更多次调用内层协议来进行乘法计算(乘

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
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