针对现有(全)同态加密方案的整体性能不能达到实用要求的问题,为获得新的性能更好的同态加密思路,对基于中国剩余定理(CRT)的快速公钥加密方案的同态性进行了研究。考察了基于原方案构造加法和乘法同态操作的可能性,指出基于原方案不适于构造加法同态操作和乘法同态操作,并分析了原方案在安全性和效率方面存在的几个问题。提出了一个改进方案,分析了算法的安全性,尤其是对抗格基规约攻击的性能。研究了基于改进方案构造同态操作的可行性,并对原方案和改进方案的主要性能作了对比。最后对同态性构建过程中的经验进行了总结,提出了构建理想(全)同态加密方案的思路。
建筑、采矿、勘探等行业对生产环节的安全帽佩戴有着强制性规定,安全帽佩戴检测算法在上述行业得到广泛应用,然而现有算法存在参数量大、复杂度高及实时性差等问题。因此,提出一种基于YOLO v8的轻量化安全帽佩戴检测算法——YOLO v8-s-LE。首先设计了轻量化自适应权重下采样(LAD)方法,相较于原始YOLO v8算法,该算法的参数量和浮点运算量显著下降;然后使用高效多尺度卷积C2f_EMC(C2f_Efficient Multi-scale Conv)方法提取多尺度特征信息,从而有效增加了网络深度,使神经网络兼顾了浅层和深层语义信息,并进一步提高了算法对特征信息的表达能力。在公开数据集SHWD (Safety Helmet Wearing Dataset)上与YOLO v8-s算法对比的实验结果表明,所提算法的参数量减少了77%,浮点运算量下降了73%,精确率达到92.6%,兼顾准确性和实时性要求,更适用于实际生产环境的部署与应用。