-
题名快速解密且私钥定长的密文策略属性基加密方案
被引量：2
- 1
-
-
作者
李龙
古天龙
常亮
徐周波
钱俊彦
-
机构
桂林电子科技大学机电工程学院
广西信息科学实验中心(桂林电子科技大学)
广西可信软件重点实验室(桂林电子科技大学)
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2018年第7期1661-1668,共8页
-
基金
国家自然科学基金(U1501252
61572146
+7 种基金
61562015
U1711263
61561016)
广西重点研发计划(AC16380014
AA17202048)
广西自然科学基金(2016GXNSFDA380006
2017GXNSFAA198283)
桂林电子科技大学创新团队项目~~
-
文摘
在保证密文策略属性基加密(CP-ABE)算法安全性的前提下,尽可能地提升其工作效率一直是密码学领域的研究热点。该文从作为CP-ABE效率核心的访问结构着手,首次提出基于简化有序二叉决策图(ROBDD)的访问结构,给出了相应的策略表示方法、用户可满足性判定;基于简化有序二叉决策图(ROBDD)访问结构设计了在算法时间复杂度、存储空间占用量等方面都具有较好表现的CP-ABE方案;在安全性方面,该方案能够抵抗用户间的合谋攻击和选择明文攻击。对比分析表明,ROBDD访问结构具有更强的表达能力和更高的表达效率;新的CP-ABE方案包含时间复杂度为常数阶的密钥生成算法、解密算法,能够为用户生成定长私钥并实现快速解密。
-
关键词
密文策略属性基加密
二叉决策图
访问结构
快速解密
-
Keywords
Ciphertext-Policy Attribute-Based Encryption （CP-ABE）
Binary decision diagram
Access structure
Fast decryption
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名多智能体模态逻辑系统K_n中的知识遗忘
被引量：1
- 2
-
-
作者
文习明
方良达
余泉
常亮
王驹
-
机构
广东行政学院信息技术教研部
广西可信软件重点实验室(桂林电子科技大学)
暨南大学计算机科学系
黔南民族师范学院数学与统计学院
-
出处
《逻辑学研究》
CSSCI
2019年第2期43-62,共20页
-
基金
国家自然科学基金(61603152
61463044
+5 种基金
61363030
61862051)
广西可信软件重点实验室开放课题(KX201604
KX201606
KX201419)
广西自然科学基金(No.2015GXNSFAA139285)
-
文摘
如何让智能体像人一样具备遗忘的能力,目前仍然是人工智能所面临的最大挑战之一。遗忘在基于符号逻辑的知识表示与推理领域和基于统计的机器学习领域都有研究。特别在知识表示与推理领域,遗忘扮演着非常重要的角色。在命题逻辑、一阶谓词逻辑、模态逻辑、描述逻辑、回答集逻辑程序设计,以及情景演算等逻辑语言中都有大量的研究。模态逻辑适用于智能体的知识表示与推理。在模态逻辑中,知识遗忘首先在单智能体场景中被提出。随着多智能体系统研究的发展,多智能体模态逻辑中知识遗忘的研究也开始被关注。到目前为止,多智能体模态逻辑系统中的知识遗忘还无法有效计算。本文在多智能体模态逻辑系统K_n中对知识遗忘进一步展开研究。采用知识编译的思想,提出一种新的多智能体模态逻辑范式K_n-DNF。基于K_n-DNF,我们给出K_n中计算知识遗忘的有效算法,其时间复杂度是K_n-DNF公式长度的多项式时间。
-
关键词
多智能体模态逻辑
知识推理
知识编译
知识遗忘
-
分类号
B81
[哲学宗教—逻辑学]
-
-
题名基于深度强化学习的类集成测试序列生成方法
- 3
-
-
作者
张颖辉
张艳梅
张志成
姜淑娟
丁艳茹
袁冠
-
机构
中国矿业大学矿山数字化教育部工程研究中心
中国矿业大学计算机科学与技术学院
广西可信软件重点实验室(桂林电子科技大学)
南方科技大学工学院计算机科学与工程系
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第2期455-466,共12页
-
基金
国家自然科学基金(No.61673384,No.71774159)
中国博士后基金特别资助(No.2021T140707)
广西可信软件重点实验室研究课题(No.kx201609)。
-
文摘
类集成测试序列的生成是面向对象软件测试中的关键步骤,当类的测试序列不同时,相应的测试代价也不相同.在集成测试中生成一个合理的类集成测试序列可以有效降低软件测试的代价.本文将深度强化学习中的Advantage Actor-Critic算法应用于解决类集成测试序列生成问题.首先,利用类间各种依赖关系构建与智能体交互的环境模型;然后,记录智能体从初始状态到终止状态的路径,即每次选择的动作对应每次选择集成到序列的类编号;最后,得出最终的类集成测试序列.实验结果表明,本文方法所得到的类集成测试序列花费的总体测试桩复杂度,在选取的7个项目中有5个表现最佳,在剩余2个项目中表现中等.
-
关键词
集成测试
测试序列
深度强化学习
advantage
actor-critic
测试桩复杂度
-
Keywords
integration test
test order
deep reinforcement learning
advantage actor-critic
complexity
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
