一种面向异构车载通信中基于高效签密的安全通信机制

采用不同加密技术的车辆或者其他通信实体进行通信,就形成了异构车载网络。针对异构车载网络的安全和隐私问题,提出轻量的基于身份的条件隐私保护的签密算法（Lightweight Identity-based Conditional privacy-preserving Signcryption,LICS）。LICS算法利用双线性对满足车间通信的安全要求。同时,LCIS算法确保消息能够从基于身份加密（Identity-Based Cryptosystem,IBC）的车辆传输至基于公钥基础设施（Public-Key Infrastructure,PKI）的车辆。此外,LICS算法支持批量解签密,允许接收者同时批量处理多条消息,提高了解签密效率。在随机预言模型下基于q-线性Diffie-Hellman逆和q-强Diffie-Hellman的困难性问题下证明了LICS算法的安全性。性能分析表明,提出的LICS算法降低了算法的运算时间,减少了通信成本。     

可修系统可靠性统计分析模型的改进

阐述了复杂可修系统可靠性统计分析的特点及威布尔过程模型的适用性;引入修复影响系数对威布尔过程模型作了改进;给出了一个可供参考的计算示例.     

分段试验的可行性

运用随机点过程方法,从理论上对可修系统能否进行分段试验进行了研究.论证了对于泊松过程模型分段试验的可行性,并研究了分段试验对参数估计的影响.     

数据驱动的复杂系统非预期故障诊断通用过程模型

提高对复杂系统非预期故障诊断能力是故障诊断领域的难点。结合非预期故障诊断内涵及基本原理,构建了一种用于复杂系统非预期故障诊断的通用过程模型。该模型采用四层递进结构,包括四个主要模型,即预期(已知)故障检测模型、预期(已知)故障识别模型、非预期(未知)故障检测模型和非预期(未知)故障识别模型。分析了各模型所包含的关键问题及其相应的实现算法,包括检测统计量的构建及评估、故障特征方向提取、故障识别器设计及故障贡献率计算。该通用过程模型规范了复杂系统非预期故障的诊断流程,明确了数据驱动的实现原理。以卫星姿态控制系统为例,验证了非预期故障诊断通用过程模型的有效性。     

维护条件下产品寿命分布规律分析

为了掌握维护条件下产品寿命分布规律,进一步解释其失效特性,从维护条件下产品性能状态变化角度出发,结合累积失效理论,利用复合Poisson过程建立了可靠性模型,得到了该条件下产品在线寿命分布模型。在此基础上,建立了维护条件下产品总体寿命分布模型,并利用偏度-峰度系数和贴近度分析,对维护条件下产品在线寿命分布和总体寿命分布规律进行了数值计算,解释了工程产品在线往往具有集中失效,而总体又具有随机失效的特性。以水泵转子为研究对象,通过数值分析,较好地描述了其定期维护条件下的可靠度和寿命分布,进一步验证了模型的可行性。     

21世纪迷你袖珍型智能武器闪亮登场

据英国《简氏防务评论》报道,未来的战争中,情况将发生变化,航空母舰、重型坦克、大炮、重轰炸机等“巨兽”将逐渐退出战场,它将被“小妖”取而代之,成为它们的手下败将。所谓“小妖”就是袖珍武器。它们将在未来战争中独领风骚,将使战场的局面全面改观。     

军队饮食保障社会化成本的界定与评价

军队饮食保障社会化是有成本的,而且这种成本既不能用马克思的理论成本观点来定义,也不能用会计学中的实际成本的观点来解释。文章在对上述问题论述之后认为,用科斯的交易成本定理来界定军队饮食保障社会化的成本更为合理。     

论军人比较利益与军事人力资源投资效益

军人比较利益的高低对军人服役行为产生直接的影响,进而影响到军事人力资源投资效益。适当改善军人比较利益,是提高军人行为效率,增加军事人力资源投资效益的必要途径。     

稳态随机过程激励下基于首次超越破坏的结构优化设计

把结构系统动力可靠性分析与最优化设计结合起来 ,以结构系统的最小质量为目标函数 ,给出了考虑在平稳随机过程激励下多自由度线性系统总的可靠性的结构优化设计方法。运用谱分析理论 ,推导了结构系统在平稳随机过程激励下响应的统计特征 ,同时结合首次超越破坏的Possion模型计算结构系统的可靠性 ,最终采用广义乘子法得到结构系统设计变量的最优值。计算结果表明该方法是可行的     

具有随机寿命的二维期权定价

由于期权合约在到期日之前可能被终止及标的资产的价格可能会因重大信息的到达而发生跳跃 ,文中在假设合约被终止的风险与重大信息导致的价格跳跃风险皆为非系统的风险情况下 ,应用无套利资本资产定价及Feynman kac公式 ,首先研究了标的资产服从连续扩散过程和跳—扩散过程具有随机寿命的交换期权定价 ,得到相应的定价公式 ;然后 ,研究了标的资产服从跳—扩散过程及利率随机变化具有随机寿命的期权定价 ,得到相应的定价公式