CN115310117A - 一种中央空调远程监控运维*** - Google Patents
一种中央空调远程监控运维*** Download PDFInfo
- Publication number
- CN115310117A CN115310117A CN202211247937.XA CN202211247937A CN115310117A CN 115310117 A CN115310117 A CN 115310117A CN 202211247937 A CN202211247937 A CN 202211247937A CN 115310117 A CN115310117 A CN 115310117A
- Authority
- CN
- China
- Prior art keywords
- data
- sequence
- air conditioner
- maintenance
- central air
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 92
- 239000013598 vector Substances 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000005336 cracking Methods 0.000 claims description 15
- 238000004378 air conditioning Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000000739 chaotic effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Complex Calculations (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明涉及数据处理领域,具体涉及一种中央空调远程监控运维***。处理***包括数据采集器和控制器,采集器用于实时采集中央空调运维数据序列,所述控制器用于:采集数据得到矩阵序列,生成由方向系数向量构成的第一序列,根据矩阵序列得到每个第一数据的方向系数向量,根据所述方向系数向量得到所述第一数据的加密参数数据,根据所述加密参数数据和方向系数向量构建加密模型,根据所述加密模型对矩阵序列进行加密得到密文矩阵序列,将密文矩阵序列传输至中央空调远程监控运维***,从而实现中央空调运维数据的加密,有效防止中央空调运维数据中的一些重要数据被窃取,进而提高中央空调运维的安全性。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种中央空调远程监控运维***。
背景技术
中央空调作为一种重要的制冷、制热工具,其运行效果直接影响用户的体验,因而需利用远程监控运维***实时监控中央空调的运行情况,对中央空调进行实时调控。一般空调的运维是专业人员通过对运维数据进行分析来对空调进行远程调控,当传输中运维数据被窃取很容易泄露运维***的敏感数据或重要控制指令,对空调的安全性造成威胁。因而为了避免传输过程中空调运维数据被窃取,因而需对传输的运维进行加密处理。
中央空调运维数据中有些数据取值可能相同或变化趋势相似,并且运维数据具有一定周期相似性,使得数据之间具有一定的关联关系,传统的加密方法得到密文数据很难打破数据的关联性,或者需要付出巨大的计算量才能打破数据关联性,因而要么很容易通过分析统计特征或暴力破解完成数据解密,要么加密计算量巨大,无法使用。
针对上述情况,本发明提出了一种中央空调远程监控运维***,通过每个第一数据分配不同的方向系数向量,根据通过分析方向系数向量相同的第一数据的取值情况来确定加密模型的项数,由此达到加密的后数据很难通过反解密的方式被破解。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种中央空调远程监控运维***,所述处理***包括信号采集器和控制器,所述信号采集器用于实时采集中央空调运维数据序列,所述控制器用于:
获取中央空调运维数据序列、中央空调运维数据序列中每个第一数据的坐标和每个第一数据的第一维度;
生成第一序列,所述第一序列中每个元素为方向系数向量,根据每个第一数据的坐标在第一序列中确定每个第一数据的方向系数向量;
将方向系数向量相同的第一数据划分为一个数据集合得到多个数据集合,根据每个数据集合得到每个第一数据的取值幅度和近似数据个数,根据每个第一数据的取值幅度和近似数据个数得到每个第一数据的破解难度;
根据每个第一数据的破解难度、第一维度和每个第一数据的方向系数向量构建每个第一数据的最优加密模型;
将所述最优加密模型的解作为每个第一数据的密文数据;
将所有第一数据的密文数据构成密文数据序列,所述密文数据序列作为中央空调运维数据的加密结果进行传输。
优选的,所述根据每个第一数据的破解难度、第一维度和每个第一数据的方向系数向量构建每个第一数据的最优加密模型为:
优选的,所述根据每个第一数据的坐标在第一序列中确定每个第一数据的方向系数向量的方法,包括:
获取第一序列中包含方向系数向量的个数,根据所述个数和每个第一数据的坐标计算每个第一数据的方向系数向量在第一序列中的位置;
将第一序列中所述位置处的方向系数向量作为每个第一数据的方向系数向量。
优选的,所述计算每个第一数据的方向系数向量在第一序列中的位置的公式为:
优选的,所述根据每个数据集合得到每个第一数据的取值幅度和近似数据个数的方法,包括:
将数据集合中所有数据的信息熵作为数据集合中各第一数据的取值幅度;
将数据集合中任意第一数据记为第二数据,将数据集合中除第二数据之外的其他各数据记为第三数据,将第二数据与每个第三数据做差得到差值,将差值绝对值小于第一预设阈值的第三数据作为第二数据的近似数据,将第二数据的所有近似数据的个数作为第二数据的近似数据个数,即每个第一数据的近似数据个数。
优选的,所述计算每个第一数据的破解难度的公式为:
优选的,所述获取中央空调运维数据序列、中央空调运维数据序列中每个第一数据的坐标和每个第一数据的第一维度的方法,包括:
获取空调运维数据序列,所述空调运维数据序列是由多个第一数据构成;
将各空调运维数据序列分割均匀分割成多个子序列,将每个子序列转化成每个子序列的二维矩阵,将所有子序列的二维矩阵构成二维矩阵序列;
获取每个第一数据在二维矩阵中的坐标,获取每个第一数据所在的二维矩阵在二维矩阵序列中的位置作为每个第一数据的第一维度。
本发明具有如下有益效果:本发明通过给每个数据分配不同的方向系数向量,通过分析对应同一方向系数向量运维数据的取值情况来确定加密方程的项数,利用方向系数向量作为方程的常量系数,利用每个运维数据作为函数值构件出加密方程,这样能够保障构建出的加密方程包含合适的项数,既不增加加密的计算量,同时还能防止被求解出来。通过求解加密方程得到多组可行解,在所有可行解中任选一个可行解作为个运维数据的加密后数据,这种方式得到的加密数据不具有统计特征,打破数据之间的关联关系,很难通过统计分析被破解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种中央空调远程监控运维***的总体步骤的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本发明一个实施例提供的一种中央空调远程监控运维***流程图,该方法包括:
S001:采集数据构建二维矩阵,生成第一序列。
1、采集数据构建二维矩阵。
获取中央空调的运行维护数据序列,所述运维数据包含:
(1)气象数据,所述气象数据包含室内温度、湿度、风速;
(2)运行数据,所述运行数据包含冷源运行数据、冷冻侧水力运行数据、冷却侧水力运行数据、末端风盘运行数据和末端风机组运行数据。
将每个时刻采集到的气象数据和运行数据拼接在一起作为一个时刻的运维数据子序列,所有时刻的运维数据子序列再拼接在一起,构成一维的运维数据序列。
为了便于后续的加密处理,将一维的运维数据序列构建出多个二维矩阵。根据运行维护数据序列得到多个二维矩阵的具体方法如下:
将一维的运行数据序列均匀分割成个长度为的子序列,将每个子序列划分为个长度为的数据段,将个长度为的数据段转化为的矩阵,将所述矩阵称为二维矩阵。所有二维矩阵构成的序列为矩阵序列,所述矩阵序列中每个元素为二维矩阵。
2、生成第一序列。
(2)根据数据序列得到方向系数向量。
所述将所有方向系数向量构成一个第一序列的方法为:按每个方向系数向量中第一个维度的数据对所有方向系数向量进行排序,将第一维度数据较大的方向系数向量放置在前面,当第一维度的数据相同时,将相同第一维度数据的方向系数向量按第二维度数据的大小进行排序,将第二维度数据较大的方向系数向量排列在前面,依次类推,依次利用各位都的数据大小来对方向系数向量进行排列,得到每个方向系数向量的位置,将所有的方向系数向量按所述位置排列得到的序列作为第一序列。
S002:构建加密模型,利用加密模型对矩阵序列进行加密得到密文矩阵序列。
1、根据矩阵坐标确定各坐标位置数据的方向系数向量。
同理,每个二维矩阵中每个第一数据就会得到一个方向系数向量,由于每个第一数据加密用的方向系数向量不尽相同,不同方向系数向量对每个位置第一数据采用不同的加密效果,增加了加密的多样性,因而能够有效打破了二维矩阵的空间关联性,因而这将会增大解密的难度。
1、根据方向系数向量对矩阵序列进行加密得到密文矩阵序列。
(1)首先给出一个简单加密模型进行加密:
第个第一数据对应的方向系数向量记为,从方向向量中获取前4维数据,利用这4个数据和第一数据构建出关于自变量的多项式。该多项式会存在无穷多解,在这无穷多解中随机抽取其中一组解,将随机抽取的一组解序列记为,将解序列作为第i个第一数据的加密后的三通道取值;
那么根据所有第一数据的方向系数向量,对二维矩阵中所有第一数据分别加密后得到三通道密文矩阵,其中为三通道密文矩阵中第一通道密文矩阵的第i个数据的取值,二维矩阵加密得到的第二通道密文矩阵的第i个数据的取值,二维矩阵加密得到的第三通道的密文矩阵的第i个数据的取值。
至此利用该加密方法将一个二维矩阵加密成一个三通道密文矩阵,所有二维矩阵的三通道密文矩阵构成密文矩阵序列;
上述加密方法通过在所有解空间中随机选取一组解来作为密文数据,这种同一明文数据可能会被加密成不同的密文数据,不同的明文数据可能被加密成相同的密文数据,因而密文图像中的统计特征与明文图像的统计特征不同,因而攻击者无法根据密文图像统计特征的规律来对密文图像进行统计分析攻击,很难通过统计特征来得到加密规则,因而增加了密文图像被暴力破解的难度,这个加密模型的加密和解密操作其实就是求解简单的线性模型,计算量和计算速度较快速。
但是由于中央空调运维数据呈现一定的周期性特征,因而利用具有周期性数据得到的矩阵序列中会存在大量取值相同的数据,当矩阵序列中存在多个数据取值相同并且数据对应的方向系数向量相同时,上述加密方式很容易通过反求解的方式求解出对应的明文数据。例如矩阵序列中存在多个个数据值相同,并且这多个数据对应的方向系数向量相同,此时就会构建出一个方程式组,方程式组中每个式子的的值相同,同时每个式子的相同,当密文矩阵公开时,此时 已知,此时方程组的未知数为未被公开的方向系数向量中的四个数据 和二维矩阵的明文数据 ,因而此时通过求解方程式组得到明文数据。为了针对所述问题,下面提供一种复杂的加密模型。
(1)接着给出一个最优加密模型进行加密:
通过分析可知当矩阵序列中对应同一方向系数向量的近似数据个数多与未知数个数时就很容易被求解出来,因而需要根据矩阵序列中对应同一方向向量的相同数据的个数来进一步确定未知数的个数,所述近似数据是指取值相近的数据。同时由于当矩阵序列中对应同一方向系数向量的数据取值相近时,也能求解出于矩阵序列中的明文数据,因而需分析对应同一方向向量的数据的取值幅度来确定位置个数,具体如下:
a.计算取值幅度:
将矩阵序列中方向系数向量相同的第一数据划分为一个类别集合,矩阵序列中所有第一数据被划分为多个类别集合,获取矩阵序列的第i个第一数据所属的类别集合,记为第一类别集合,利用第一类别所有第一数据计算得到信息熵值,将信息熵值作为第i个第一数据所在类别集合的取值幅度,越大说明第一类别集合中数据取值较为复杂,即第一类别集合中与第i个第一数据取值相近的概率较小,那么(1)中所述的方程式组就难以建立,或者求解结果只是近似的,不能得到准确的明文。
b.获取近似数据个数:
c.根据近似数据个数各取值幅读构建加密模型:
求解出所述式子的所有可行解,在所有可行解中随机选取一组解 ,将作为第i个第一数据的加密后的三通道取值, 二维矩阵通过加密后得到三通道密文矩阵,其中 为二维矩阵加密得到的第一通道的密文矩阵的第i个数据的取值,二维矩阵加密得到的第二通道的密文矩阵第i个数据的取值,二维矩阵加密得到的第三通道的密文矩阵的第i个数据的取值。
矩阵序列的所有二维矩阵加密得到密文矩阵序列,所述密文矩阵序列每个元素为三通道密文矩阵。
通过所述加密模型能够根据矩阵序列中方向系数向量相同的所有数据的取值相近情况来确定方程式中的常量系数的个数,常量系数的个数多与矩阵序列中相近数据个数时,此时很难通过求解方程方式确定矩阵序列中明文数据。
将密文矩阵序列传输至中央空调远程监控运维***。
S003:对密文矩阵序列进行解密处理得到矩阵序列。
下面以复杂加密模型得到的密文数据的解密方式为例来说明,具体如下:
矩阵序列的每个二维矩阵被加密成三通道密文矩阵,因而矩阵序列就会得到对应的密文矩阵序列,所述密文数据序列每个元素为三通道密文矩阵。
按照步骤二中根据第i个第二数据所处的行、列坐标得到第i个第二数据的方向系数向量。获取第i个第二数据 ,在所述方向系数向量中获取前 个数据,将前 个数据作为复杂加密模型的常量系数,因而解密得到第i个第二数据为:
远程监控运维***利用S003中所述方法对传输过来的密文矩阵序列进行解密处理,将解密得到的矩阵序列数据展示在监控屏上,人们通过对监控屏上的数据进行分析来实现中央空调运维异常判定。
综上所述,本发明实施例本发明通过给每个数据分配不同的方向系数向量,通过分析对应同一方向系数向量运维数据的取值情况来确定加密方程的项数,利用方向系数向量作为方程的常量系数,利用每个运维数据作为函数值构件出加密方程,这样能够保障构建出的加密方程包含合适的项数,既不增加加密的计算量,同时还能防止被求解出来。通过求解加密方程得到多组可行解,在所有可行解中任选一个可行解作为个运维数据的加密后数据,这种方式得到的加密数据不具有统计特征,很难通过统计分析被破解。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种中央空调远程监控运维***,其特征在于,所述处理***包括信号采集器和控制器,所述信号采集器用于实时采集中央空调运维数据序列,所述控制器用于:
获取中央空调运维数据序列、中央空调运维数据序列中每个第一数据的坐标和每个第一数据的第一维度;
生成第一序列,所述第一序列中每个元素为方向系数向量,根据每个第一数据的坐标在第一序列中确定每个第一数据的方向系数向量;
将方向系数向量相同的第一数据划分为一个数据集合得到多个数据集合,根据每个数据集合得到每个第一数据的取值幅度和近似数据个数,根据每个第一数据的取值幅度和近似数据个数得到每个第一数据的破解难度;
根据每个第一数据的破解难度、第一维度和每个第一数据的方向系数向量构建每个第一数据的最优加密模型;
将所述最优加密模型的解作为每个第一数据的密文数据;
将所有第一数据的密文数据构成密文数据序列,所述密文数据序列作为中央空调运维数据的加密结果进行传输。
3.根据权利要求1所述的一种中央空调远程监控运维***,其特征在于,所述根据每个第一数据的坐标在第一序列中确定每个第一数据的方向系数向量的方法,包括:
获取第一序列中包含方向系数向量的个数,根据所述个数和每个第一数据的坐标计算每个第一数据的方向系数向量在第一序列中的位置;
将第一序列中所述位置处的方向系数向量作为每个第一数据的方向系数向量。
5.根据权利要求1所述的一种中央空调远程监控运维***,其特征在于,所述根据每个数据集合得到每个第一数据的取值幅度和近似数据个数的方法,包括:
将数据集合中所有数据的信息熵作为数据集合中各第一数据的取值幅度;
将数据集合中任意第一数据记为第二数据,将数据集合中除第二数据之外的其他各数据记为第三数据,将第二数据与每个第三数据做差得到差值,将差值绝对值小于第一预设阈值的第三数据作为第二数据的近似数据,将第二数据的所有近似数据的个数作为第二数据的近似数据个数,即每个第一数据的近似数据个数。
7.根据权利要求1所述的一种中央空调远程监控运维***,其特征在于,所述获取中央空调运维数据序列、中央空调运维数据序列中每个第一数据的坐标和每个第一数据的第一维度的方法,包括:
获取空调运维数据序列,所述空调运维数据序列是由多个第一数据构成;
将各空调运维数据序列分割均匀分割成多个子序列,将每个子序列转化成每个子序列的二维矩阵,将所有子序列的二维矩阵构成二维矩阵序列;
获取每个第一数据在二维矩阵中的坐标,获取每个第一数据所在的二维矩阵在二维矩阵序列中的位置作为每个第一数据的第一维度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211247937.XA CN115310117B (zh) | 2022-10-12 | 2022-10-12 | 一种中央空调远程监控运维*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211247937.XA CN115310117B (zh) | 2022-10-12 | 2022-10-12 | 一种中央空调远程监控运维*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115310117A true CN115310117A (zh) | 2022-11-08 |
CN115310117B CN115310117B (zh) | 2022-12-27 |
Family
ID=83868499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211247937.XA Active CN115310117B (zh) | 2022-10-12 | 2022-10-12 | 一种中央空调远程监控运维*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115310117B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077211A (zh) * | 2012-12-28 | 2013-05-01 | 南京师范大学 | 一种gis矢量线面图层数据的置乱与还原方法 |
CN106952212A (zh) * | 2017-03-14 | 2017-07-14 | 电子科技大学 | 一种基于向量同态加密的hog 图像特征提取算法 |
CN113723440A (zh) * | 2021-06-17 | 2021-11-30 | 北京工业大学 | 一种云平台上加密tls应用流量分类方法及*** |
-
2022
- 2022-10-12 CN CN202211247937.XA patent/CN115310117B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077211A (zh) * | 2012-12-28 | 2013-05-01 | 南京师范大学 | 一种gis矢量线面图层数据的置乱与还原方法 |
CN106952212A (zh) * | 2017-03-14 | 2017-07-14 | 电子科技大学 | 一种基于向量同态加密的hog 图像特征提取算法 |
CN113723440A (zh) * | 2021-06-17 | 2021-11-30 | 北京工业大学 | 一种云平台上加密tls应用流量分类方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115310117B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A novel image encryption scheme based on a linear hyperbolic chaotic system of partial differential equations | |
JP5300983B2 (ja) | データ処理装置 | |
JP5966877B2 (ja) | 復号方法、復号プログラム、復号装置、および鍵生成方法 | |
CN111143865B (zh) | 一种密文数据上标签自动生成的用户行为分析***及方法 | |
CN109359588B (zh) | 一种新的隐私保护下非交互式的k近邻分类方法 | |
EP2822214A1 (en) | Information processing device, information processing method, and programme | |
JP6988918B2 (ja) | 秘密計算システム及び方法 | |
CN110163292A (zh) | 基于向量同态加密的隐私保护k-means聚类方法 | |
CN111130748A (zh) | 一种量子混沌的并行图像加密方法 | |
CN115643003B (zh) | 用于侧信道分析的方法及装置 | |
CN1938740A (zh) | 计算机***、计算机程序以及加法方法 | |
Tornea et al. | Security and complexity of a DNA-based cipher | |
Zhu et al. | A new RSA image encryption algorithm based on singular value decomposition | |
CN116319110B (zh) | 针对工业多源异构时序数据的数据采集与治理方法 | |
CN109218008B (zh) | 一种针对sm4密钥扩展算法的模板攻击方法 | |
CN115277979A (zh) | 一种基于图像的非对称式区块独立加密方法 | |
CN115310117B (zh) | 一种中央空调远程监控运维*** | |
CN116339647A (zh) | 基于人工智能的计算机数据管理*** | |
Hussain et al. | Efficient video encryption using lightweight cryptography algorithm | |
CN115987485A (zh) | 一种水力模型数据处理方法 | |
CN114398671B (zh) | 基于特征工程iv值的隐私计算方法、***和可读存储介质 | |
CN116112149A (zh) | 一种无人驾驶车辆的测试数据加密方法 | |
CN117955751B (zh) | 基于物联网的电子设备异常数据检测方法及*** | |
CN114157411B (zh) | 一种基于LeNet5-SVM的分组加密识别方法 | |
CN117077183B (zh) | 一种半导体设备维修数据处理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |