针对无线体域网(wireless body area networks,WBAN)存储资源有限的特点,在WBAN中引入云存储,将WBAN收集到的数据外包到云端,提出无证书公共审计方案保护外包数据安全。无证书公钥密码体制消除了证书管理负荷,避免了密钥托管问题。公共审计无需下载云端数据到本地,通过第三方审计员远程检查数据的完整性,保护数据隐私。在计算Diffie-Hellman问题困难性假设下,该方案被证明在随机预言模型中是安全的。模拟分析结果表明,该方案运算消耗低,更适用于云辅助WBAN中。
决策融合是提高合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别性能的重要手段,然而,可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中,分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性,分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR(Moving and Stationary Target Acquisition and Recognition)数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下,所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中,所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。
