41、多方计算与泄漏弹性零知识证明的研究进展

多方计算与泄漏弹性零知识证明的研究进展

多方计算协议的安全性与局限性

在多方计算领域,当协议执行过程中部分参与方中止时,剩余参与方的行为会根据掩码重建情况有所不同。若在第 i 轮中出现中止且掩码重建未完成,剩余参与方会表现得如同原协议在第 i 轮开始时就已终止,他们将参与一个协议$\Pi_{TERM}$,依据截至第 i - 1 轮广播的消息以及已中止的参与方集合 D 来确定协议输出。若在中止前掩码重建已完成,剩余参与方会如同原协议在第 i + 1 轮开始时终止一样行动。

对原有的一些假设定义域和值域为多项式的协议应用上述转换后,新协议具有一定的安全性。它能完全抵御可破坏任意严格少数参与方的恶意对手,并且对可破坏至多 t 个参与方的恶意对手具有 1/p - 安全性。

对于确定性函数,当参与方数量 m 为常数且定义域或值域大小至多为多项式(相对于安全参数 n),或者参与方数量为 log log n 且定义域大小为常数时,协议是高效的。但一般情况下,当参与方数量 m(n) = ω(1) 且定义域大小为多项式,以及 m(n) = ω(log n) 且每个参与方的定义域大小为 2 时,不存在高效协议。这通过以下两个定理得以证明:
- 定理 4 :对于每个 m(n) = ω(log n),存在一个定义域为 {0, 1} 的确定性 m(n) 方功能 F′,在没有诚实多数的情况下,对于 p ≥ 2 + 1/ poly(n) 不能 1/p - 安全地计算。
- 定理 5 :对于每个 m(n) = ω(1),存在一个定义域为 {0, 1}$^{log n}$ 的确定性 m(n) 方功能 F′′,在没有诚实

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