论文部分内容阅读
基于椭圆曲线与机器学习的网络报文检测方法研究
【摘 要】
：
随着计算机技术的引入,网络攻击愈发频繁。网络报文是网络数据传输的格式,不加认证和检测的网络报文可能包含网络攻击。椭圆曲线数字签名算法(ECDSA)可以在物理层检测数据发送方是否可信,本文分析了ECDSA算法,并根据算法分析设计了基于FPGA的硬件实现,本文采用双模乘法器的结构设计点乘模块,提高了签名速度。虽然签名算法能够保证发送方很难被非法冒充,但是来自通信信道上的威胁仍然非常多,一些非法分子可能
【机 构】
：
黑龙江大学
【出 处】
：
黑龙江大学
【发表日期】
：
2021年09期
【基金项目】
：
其他文献
随着互联网的迅猛发展,每秒钟有数以亿计的敏感语音数据正在通过开放和共享的网络传输。因此,保证语音信息的传输安全有效,并且不被泄露将变得至关重要。采用具有类随机性很强的混沌信号,是设计更高安全级别的混沌遮掩语音信号加密方法的首要问题所在。量子混沌所具有的结构高度复杂性和传输高度安全性,为设计安全级别更高的语音信号加密方式提供了可能。本研究基于量子混沌的高度复杂结构和语音信号的非平稳特性,提出了一种在
学位