4种混沌映射产生的混沌序列密钥

发布时间:2020/10/31 8:50:44 访问次数:1164

当前互联网技术已经实现在领域内的普及和应用，网络中的海量数据信息给现阶段应用带来了巨大的挑战。云计算的出现使情况得到了有效的缓解，充分利用现有的技术将所有资源进行整合，按需使用，降低了运营成本。

云计算网络在不断推动信息技术发展和社会发展的同时也伴随着数据泄露的危机，数据信息在存储过程中的安全性和可靠性的保障问题引起了人们的广泛关注，急需对此问题进行解决。

针对云平台环境下数据安全及保密问题，基于MapＲeduce分布式框架下，综合4种混沌映射系统的优点，提出一种面向云计算的混合混沌加密方法。

4种混沌映射产生的混沌序列作为密钥，多次使用从混沌系统迭代产生的多重密钥对明文进行加密操作。算法的执行效率高，密钥空间足够大，能够有效抵抗暴力破解密钥的攻击。

ZE08-CH2O型电化学甲醛模组是一个通用型、小型化模组。利用电化学原理对空气中存在的CH2O进行探测，具有良好的选择性，稳定性。内置温度传感器，可进行温度补偿；同时具有数字输出与模拟电压输出，方便使用。ZE08-CH2O是将成熟的电化学检测技术与精良的电路设计紧密结合，设计制造出的通用型气体模组。

模组特点

高灵敏度、高分辨率、低功耗、使用寿命长

提供UART、模拟电压信号、PWM 波形等多种输出方式

高稳定性、优秀的抗干扰能力、温度补偿、卓越的线性输出

主要应用

便携式仪表、空气质量监测设备、空气净化机、新风换气系统、空调、智能家居设备等场所。

技术指标表1

产品型号 ZE08-CH2O

检测气体甲醛

干扰气体酒精，一氧化碳等气体

输出数据

DAC(0.4～2V 标准电压信号)

UART 输出（3V 电平）

工作电压 3.7V～9V（带电压反接保护）

预热时间 ≤3 分钟

响应时间 ≤60 秒

恢复时间 ≤60 秒

量程 0～5ppm

分辨率 ≤0.01ppm

工作温度 0～50℃

工作湿度 15%RH-90％RH（无凝结）

存储温度 0～50℃

使用寿命 2 年（空气中）

卷积神经网络(CNN)被越来越多地应用于各个领域，如图像识别和目标检测。随着应用要求的提高，CNN的结构越来越深，导致其对于计算力和内存的需求大大提高。同时由于移动端设备的飞速发展，设备小型化的需求和市场不断扩大，将CNN应用到小型移动端设备的需求也随之增加。受限于电源、内存及功耗，移动端平台无法满足高性能CNN对于硬件性能、功耗及内存的要求，因此优化CNN模型从而降低其对于计算资源的要求非常必要。

一种新的CNN模型三值量化算法，基于权值交互思想，在同一卷积核内，将先前量化产生的积累噪声作为一个负变量加入到下一个权值的量化操作中，使得对下一个权值朝着能减小积累噪声的方向进行量化。通过层级贪婪搜索算法逐层搜索局部最优解，得到效果近似最优解的优化解，降低搜索算法复杂度，极大减少搜索所需时间。相比于其他使用对称均匀量化操作的算法，算法极大地减小了由于量化操作导致的模型预测准确率的损失。