为了确保通信在智能电网中的安全可靠，越来越多的认证协议被应用在通信过程中。针对Mahmood等（MAHMOOD K，CHAUDHRY S A，NAQVI H，et al.An elliptic curve cryptography based lightweight authentication scheme for smart grid communication.Future Generation Computer Systems，2018，81：557-565）提出的认证协议，指出此协议易受到内部特权人员攻击，缺少更换口令阶段，对用户缺少亲和性，无法保证用户有唯一的用户名，并有一个公式的错误。为改进此协议，提出一个基于椭圆曲线的认证协议。首先，增加用户与设备之间的登录阶段，其次，利用椭圆曲线密码学难题进行信息交互，最后补充口令更换阶段。通过BAN逻辑形式化分析，改进协议安全可行，能抵挡住内部人员攻击，并具有口令更换、用户名唯一、对用户有亲和性的特点。

在开放的网络环境中，身份认证是确保信息安全的一种重要手段。针对Li等（LI X，WU F，KHAN M K，et al.A secure chaotic map-based remote authentication scheme for telecare medicine information systems.Future Generation Computer Systems，2017，84：149-159.）提出的身份认证协议，指出其容易遭受用户冒充攻击、拒绝服务攻击等缺陷，并提出一个新的多因子认证协议来修复以上安全漏洞。该协议使用了扩展混沌映射，采用动态身份保护用户匿名性，并利用三次握手技术实现异步认证。安全性分析结果表明，所提协议可以抵抗冒充攻击、拒绝服务攻击，能够保护用户匿名性和身份唯一性。

为有效分割图像,提出了灰度迭代阈值脉冲耦合神经网络(GIT-PCNN)。GIT-PCNN简化了传统PCNN模型,将其指数衰减的阈值改进为图像的灰度迭代阈值。GIT-PCNN分割图像时无需进行参数和循环次数选择,也无需使用特定原则确定循环结束条件,一次点火过程完成分割。GIT-PCNN分割图像时充分利用了图像的灰度信息和PCNN特有的空间邻近及像素灰度值相似集群发放脉冲提供的图像局部位置信息。实验结果表明,GIT-PCNN在主观及客观的分割性能和速度上均优于经典的PCNN分割方法。

为有效滤除灰度图像中的椒盐噪声并保留图像的边缘及细节信息，提出一种简化的阈值单向衰减脉冲耦合神经网络(PCNN)点火矩阵自适应图像滤波方法，简化的PCNN结构减少了所需参数并提高了运算速度。该方法通过对PCNN点火矩阵的分析，定位出被噪声污染的像素，只对噪声像素进行滤波，因而有效地保留了图像的细节信息；并根据椒盐噪声的特点，动态估计图像的噪声强度，自适应地选择滤波窗口的大小和滤波次数。实验结果表明提出方法较常见的图像降噪方法在滤波效果、自适应性及保留图像细节方面有明显的优势。