版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、武漢理工大學(xué)碩士學(xué)位論文基于貝葉斯思想產(chǎn)生無(wú)窮維偽隨機(jī)數(shù)的方法及應(yīng)用姓名:王文娟申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):應(yīng)用數(shù)學(xué)指導(dǎo)教師:童恒慶20091101武漢理I人學(xué)碩l:學(xué)位論文AbstractWiththerapiddevelopmentofcomputersandtheincreaseinthedegreeofsocialinformation,informationeverywhere,andinformationsecurityprob
2、lemsalsogetmoreandmorepeople’SattentionIntheinformationsecurityissueshowgett11eexcellentpseudo—randomnumberisveryimportantbecauseintheinformationsecuritythepseudorandomnumberplaysabasicandcrucialroleWesaythatthefinepseud
3、o—randomnumberiSthecornerstoneofinformationsecurityfora11Inordertogetalongercyclebetterstatisticalpropertiesofrandomseriesthispaperfirstintroducesthecommonpseudorandomnumbergenerators:linearcongruencegeneratornon。linearc
4、ongruencegeneratorsfeedbackshiRgeneratorandgeneratorcombinationsAtthesametime,Testthestatisticalpropertiesofpseudo—randomnumberwhichmakebythesepseudorandomnumbergeneratorBasedonthelinearcongruencegeneratorandthecombinati
5、onofgeneratorthispaperpresentsanewcombinationgeneratormethod,whichiSbasedonBayesiantheorytogenerateinfinitedimensionalpseudo—randomnumberWewanttouseBayesiantheorytogeneratepseudorandomnumbersifwegeneratepseudo—randomnumb
6、erwhichcanbesubjecttoaspecificdistribution,andwecanhavethesespecificparametersofthedistributionofrandomization,thenBayesianmethodscantheoreticallybetogeneratepseudorandomnumberTheMonteCarlomethodiSabletoconnecttheBayesia
7、ntheoryandtherandomnumberwellButtheMonteCarlomethodcanonlybeappliedtosomesimpleBayesianstatisticalanalysis;itdoesnotmeetourneedwhenBayesianposteriordistributioniScomplex,highdimensionalsituationBasedonthissituationwehave
8、proposedMarkovchainMonteCarlomethods,whichwillintegrateBayesiantheoryandrandomnumbersverywelltogetherandwhichiSsuitableforamorecomplicatedsituationtheBayesianposteriordistilbutionFinallyweuseGibbssamplingcombinedwithinfi
9、nite—dimensionaltheorytogetpseudorandomnumberswiththelongerthecycle,thatweneed,andthispseudorandomnumberiSgeneratedbasedonBayesiantheoryofinfinite—dimensionalpseudorandomnumberAttheendofthisarticle,basedonBayesiantheorie
10、s,infinitedimensionalpseudorandomnumberappliedtothefieldofinformationsecurity:RFIDauthenticationprotoc01FirstlyweanalyzedalltheexistingRFIDauthenticationprotocol;secondlypresentedaninfinitedimensionalpseudorandomnumberge
11、neratortoenhanceprotocolsecurity;andthenbasedontheBayesianinfinitedimensionalpseudorandomnumberweproposedatheorygeneratorcertifiedagreementComparedwiththetraditionalvarietyofprotocols,OurmethodcanresistavarietyofaRackmet
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于混沌理論的無(wú)窮維偽隨機(jī)數(shù)發(fā)生方法及其統(tǒng)計(jì)特征.pdf
- 偽隨機(jī)數(shù)的產(chǎn)生及其性能評(píng)價(jià)
- 高速隨機(jī)數(shù)的產(chǎn)生與應(yīng)用.pdf
- 隨機(jī)數(shù)產(chǎn)生方案及應(yīng)用研究.pdf
- 均勻隨機(jī)數(shù)的產(chǎn)生教案
- 基于貝葉斯方法的隨機(jī)波動(dòng)模型分析及比較.pdf
- 線性移位寄存器實(shí)現(xiàn)產(chǎn)生偽隨機(jī)數(shù)m序列
- 基于混沌映射的隨機(jī)數(shù)產(chǎn)生器.pdf
- 39163.基于量子效應(yīng)的隨機(jī)數(shù)產(chǎn)生研究
- c++隨機(jī)數(shù)產(chǎn)生器
- 新型混沌偽隨機(jī)數(shù)發(fā)生器的設(shè)計(jì)與應(yīng)用.pdf
- 基于Henon映射的偽隨機(jī)數(shù)發(fā)生器設(shè)計(jì).pdf
- 基于隨機(jī)森林特征選擇的貝葉斯分類模型及應(yīng)用.pdf
- 隨機(jī)數(shù)統(tǒng)計(jì)測(cè)試方法
- 基于隨機(jī)有限集的多目標(biāo)貝葉斯濾波方法研究.pdf
- 33975.偽隨機(jī)數(shù)生成器研究
- 高性能偽隨機(jī)數(shù)發(fā)生器的設(shè)計(jì).pdf
- java產(chǎn)生不重復(fù)隨機(jī)數(shù)改進(jìn)算法
- 貝葉斯量子隨機(jī)學(xué)習(xí)算法及應(yīng)用研究.pdf
- 計(jì)算機(jī)中隨機(jī)數(shù)的產(chǎn)生
評(píng)論
0/150
提交評(píng)論