窄带物联网(Narrow Band Internet of Things,NB-IoT)智能锁系统在网络通信中面临诸多安全问题,其中密钥管理问题尤为重要。针对该问题提出一种改进的密钥管理方案,妥善解决了密钥下发、密钥更新、信息交互等问题。通过ECDH(Elliptic Cu...
详细信息
窄带物联网(Narrow Band Internet of Things,NB-IoT)智能锁系统在网络通信中面临诸多安全问题,其中密钥管理问题尤为重要。针对该问题提出一种改进的密钥管理方案,妥善解决了密钥下发、密钥更新、信息交互等问题。通过ECDH(Elliptic Curve Diffie-Hellman)协议在管理服务器和智能锁之间生成会话密钥,并利用该会话密钥在两者间实现信息的安全交互。使用信息熵方法对该方案建模,证明了其在密钥管理方面的安全性。
目的先心病数据存在类别不平衡问题,使先心病预测存在偏差,本文针对以上问题建立基于代价敏感性和概率校准的先心病概率预测模型,以期提高模型概率预测能力,为筛选先心病高危人群给予参考。方法构建调整惩罚权重的加权支持向量机(weighted support vector machine,WSVM)和加权随机森林(weighted random forest,WRF)的Platt和Isotonic regression(Iso)校准模型(WSVM-Platt,WRF-Platt,WSVM-Iso,WRF-Iso),同时与logistic回归模型进行对比。结果通过比较6种模型(WSVM-Platt,WSVM-Iso,WRF,WRF-Platt,WRF-Iso和logistic回归模型)的概率预测效果评价指标AUC(the area under the curves)、RMSE(root mean squared error)及SAR可得,以上6类模型均比较理想。6种模型中,WSVM的Platt校准模型的预测效果最优,logistic回归其次;对于WRF,WRF-Platt和WRF-Iso的预测效果均优于WRF;对于WRF和WSVM,Platt校准的概率预测能力均略优于Iso校准。结论针对极端不平衡数据,本文模型的预测结果较为理想。相比未校准模型,校准模型的预测效果更优,Platt校准预测效果略优于Iso校准,故本文构建的模型可为有效筛选先心病高危人群提供参考。
暂无评论