随机函数RND(X)的应用

随机函数RND(X)的应用

一、随机函数RND(X)的应用(论文文献综述)

刘森[1](2020)在《非关系型加密数据库的核心技术研究》文中研究表明在当今大数据生产环境下,越来越多的企业和个人将其本地数据外包至第三方数据中心,以降低数据存储管理的成本并提高应用服务的性能与可靠性。非关系型数据库作为数据外包服务的重要组成部分,在数据分布式存储、高并发处理等方面发挥着关键作用。但由于非关系型数据库起步晚,发展时间较短,现有的非关系型数据库产品很少考虑其存储数据的安全性问题,加之近年来数据泄露事件的频繁发生,使得数据外包服务中数据的隐私安全问题变得更为严峻。目前已有不少基于非关系型数据库的加密方案被提出,但在这些方案中加密数据库可完成的功能都过于单一,并不能满足用户多样化的数据访问需求。此外,在这些方案中默认用户具有相同的密钥并且可以解密所有的数据,缺少了针对非关系型加密数据库的访问控制研究。为了应对当前加密方案的不足与局限性,本文在不同的应用场景下开展了基于非关系型数据库的数据保护技术研究,在多用户Web应用场景中设计并实现了基于非关系型数据库的加密系统,在C/S架构的应用场景中对加密系统进行了扩展,设计出基于非关系型加密数据库的密文访问控制方案。具体成果如下:(1)设计并实现了一种基于非关系型数据库的加密处理系统。在加密系统中,通过所设计的加密模块实现多种密码算法的整合,通过所设计的数据加密策略为明文数据提供多级别的安全机制,通过所设计的数据加密模式对明文数据进行统一的加密处理。在非关系型数据库中存储加密后的数据,并使数据库可在密文环境下完成多种数据请求的处理。经实验表明,加密系统在密文状态下仍然具有良好的数据处理效率。(2)设计了一种基于非关系型加密数据库的密文访问控制方案。在密文访问控制方案中,通过对加密数据库结构以及用户权限访问控制矩阵的处理,实现了一种简单灵活的授权方式,支持用户权限的新增、修改以及撤销操作,并能有效控制攻击者与用户合谋时明文数据的泄露量。在密文访问控制方案中,针对用户权限的撤销过程提出了一种优化方式,使得部分数据的重加密处理可由第三方服务器安全地执行。经实验表明,密文访问控制方案的权限处理过程是高效的,并且具有适度的通信开销以及存储开销。

赵宏[2](2019)在《一种模拟职业技能鉴定的云班课随机组卷》文中研究说明大量的模拟测试训练是提高职业技能鉴定理论考试成绩的必要手段,基于智能手机的云班课APP已得到广泛应用,但其组卷需从题库手工选题,知识点的选取难以均衡分布,甚至重复抽取,通过分析题库资源构建的标准格式,将题库按科目分类整理,以Visual LISP语言为开发工具,应用Active交互技术导入Excel题库,设计无重复的随机抽取函数,基于该函数,分别从分类题库资源随机抽题,实现了高效均衡无重复的随机组卷。实践表明,云班课的随机组卷测验的应用,提高了学生的学习积极性,大幅提高了考试通过率。

欧娜[3](2018)在《基于贝叶斯反问题的偏微分方程模型约化方法》文中提出在本博士论文中,我们呈现了几种模型约化方法及其在反问题中的应用。我们研究了贝叶斯框架下偏微分方程(PDE)相关的反问题,约化模型加速了用于遍历后验密度的MCMC抽样过程。我们也研究而了逼近后验与参考后验之间的KullbackLeibler(KL)散度,来证实约化方法的表现。我们利用广义多项式混沌方法建立替代模型,与一般基于显现的多项式混沌展开(PCE)不同的是,我们先用广义多尺度有限元方法(GMsFEM)建立粗尺度模型,去获得一个含数据信息的中间分布,并在这个中间分布上建立PCE。将该方法应用于分数阶PDE反问题中,基于中间分布构造的gPC替代模型比基于先验分布构造的替代模型逼近效果更好。由于在建立中间分布的过程中,后验分布中不重要的部分已经被排除了出去,马尔科夫链的接受率也得到大幅度的提升。随机系统的解能被低秩逼近且表示成变量分离的形式,即能被随机基函数与物理基函数张量积表示。随机基函数的计算占主要计算量,为了提高构造低秩逼近表达式的效率,我们提出了基于一种新颖变量分离形式(NVS)方法的双保真度降阶模型,即先用低保真度模型获取随机基函数,再用高保真度模型并行计算物理基函数,挣脱了计算变量分离形式时所需的迭代过程。低保真度模型相较于高保真度模型虽然不是那么精确但执行起来非常有效率,它可以加速随机空间递推式的获得。当计算物理基函数时,高保真度模型可以在一定数量样本下并行计算,计算基函数所需求解的正演模型次数非常有限。双保真度模型可以快速获得并同时保持精度,由于物理基函数和随机基函数都由模型本身的信息构造得到,该双保真度模型可以应用于随机高维问题。双保真度降阶模型被应用于贝叶斯反问题中以加速后验分布样本的抽取。贝叶斯框架下,我们将该方法用于时间分数阶导数扩散模型中,识别具有高维度的光滑和带channel结构的渗透场。当随机参数的维数实在是太大了,前面介绍的模型约化方法都将失效,我们提出了一种基于集合的变量分离多尺度方法。我们用基于集合的变量分离方法去逼近用于构造粗尺度模型的多尺度基函数。在高斯随机场作为先验信息的基础上,我们构造随机多尺度基函数的变量分离表达式。为了达到这个目的,多个随机非齐次Dirichlet边界问题需要求解,我们采用基于集合的方法去获得每个局部函数相应的变量分离形式。这样在每个粗邻域内,局部函数共享一组随机基函数表达式,而每个局部基函数的物理基函数又并不相同。这个方法极大程度的提高了计算的效率。我们获得了多尺度基函数的变量分离形式,一旦这个表达式建好了,这个形式可以用于不同边界条件和源项的模型当中。该方法用于非连续随机场的识别问题当中,总变差和高斯先验的混合作为罚项。我们给出了混合先验下,近似后验逼近参考先验的收敛性分析。

杨凯澜[4](2018)在《瞬时随机函数加密算法探索》文中提出笔者论述一种新型加密算法,即瞬时随机函数加密算法。通过服务器计算机扑获系统时钟值,计算时钟瞬时值作为变幻的循环次数,再用变换的循环次数重复执行随机函数,从而产生所需的、不可重复的随机函数。

吴学华[5](2017)在《以VB随机数为基础的算法探析》文中指出VB全名Visual Basic(可视化程序设计语言),是一种结构化、模块化的,面向对象并包含开发环境的以事件驱动为机制的可视化程序设计语言。随机数是生活中常会接触到的概念,运用领域相当广泛。VB生成随机数的函数运算方法,主要有Randomize函数和Rnd函数等。基于VB随机数的系统架构设计包括系统架构、功能模块、数据库、可视化界面以及过程代码。本文从基于VB的随机数函数概念开始论述,介绍了不重复随机生成数列的算法设计,最后就运算系统的架构和实际运行方法进行详细解读。

于全通[6](2015)在《局域网考试系统二次随机抽题组卷的实现》文中提出本文介绍了用VB开发的局域网的考试系统中使用的二次抽题组卷优化算法的实现。把高效率的不重复抽题的算法应用于无纸化考试的软件系统之中,提高了抽题效率。教师在计算机房可以对考生随时考试并讯速获得成绩,同时也大大减轻了教师出题、组卷和阅卷的工作量,教师可以在机房随时对学生进行阶段性测验和综合测验,能督促学生平时认真学习,从而提高学生学习成绩。

南琳[7](2012)在《用VB实现随机抽题功能》文中研究说明本文介绍了用VB数据库访问技术(通过ADO访问数据库)开发的考试系统。它运用方便、操作简单,效率很高,实现了真正的无纸化考试,满足任何授权的考生随时考试并讯速获得成绩,同时也大大减轻了教师出题、组卷和改卷的工作量。

钟丽芳[8](2012)在《RND随机函数的使用与探究》文中提出主要探讨在VB程序设计中,Rnd随机函数的使用方法及其存在的缺点和问题,并对随机函数在编程应用中如何改进和优化进行分析和设计,对于程序设计和教学具有非常重要的参考和借鉴意义。

李莹[9](2012)在《用随机函数编制小学低年级算术运算命题程序》文中认为Visual Basic中的随机函数Rnd是一个很特别的标准函数,这个函数可以获取[0,1)之间的一个随机数,把这个随机数作适当处理后可产生一个任意区间的整数,应用循环结构能得到大量的整数,这些整数可作为运算数来实现算术运算的命题程序,从而进行简单的加减乘除运算。

李俊,姜新[10](2010)在《遗传算法在运动模糊图像恢复中的应用》文中研究指明遗传算法在模糊图像恢复的应用上,如果算法设计的不合理,需要更多的迭代次数,影响算法本身的运行效率,也有可能会陷入局部收敛,影响图像恢复的效果。针对现有的遗传算法,结合图像本身的特点,提出了一种新的图像模糊恢复的遗传算法结构。该算法以二维的染色体编码方式,通过样本分布模板和多重随机参数,以提高迭代收敛的速度,同时避免局部收敛。实验结果表明,该算法在运动模糊图像的恢复中,要优于传统的逆滤波法,算法的抗噪声能力较强,对于运动参数估计的依赖性也较弱。

二、随机函数RND(X)的应用(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、随机函数RND(X)的应用(论文提纲范文)

(1)非关系型加密数据库的核心技术研究(论文提纲范文)

摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 国内外研究现状
    1.3 本文的主要贡献与创新
    1.4 本论文的结构安排
第二章 预备知识
    2.1 MongoDB数据库
    2.2 随机与确定性加密
    2.3 保序加密
    2.4 可搜索加密
    2.5 同态加密
    2.6 本章小结
第三章 非关系型数据库加密系统的设计与实现
    3.1 研究动机
    3.2 系统设计
        3.2.1 系统模型
        3.2.2 加密模块设计
        3.2.3 数据加密策略设计
        3.2.4 数据加密模式设计
        3.2.5 密文操作的详细构造
        3.2.5.1 写类型操作
        3.2.5.2 读类型操作
    3.3 系统实现
        3.3.1 代理服务器
        3.3.2 辅助函数UDF
    3.4 安全性与实用性分析
    3.5 系统测试
        3.5.1 测试环境
        3.5.2 实验仿真
        3.5.2.1 计算开销
        3.5.2.2 存储开销
        3.5.3 运行测试
    3.6 本章小结
第四章 基于加密数据库的访问控制方案设计与分析
    4.1 研究动机
    4.2 方案设计
        4.2.1 方案模型
        4.2.2 明文数据库访问控制设计
        4.2.3 加密数据库访问控制设计
        4.2.4 多用户访问控制设计
    4.3 方案实施
        4.3.1 用户授权
        4.3.2 权限获取
        4.3.3 权限撤销
    4.4 安全性与实用性分析
    4.5 实验仿真
        4.5.1 计算开销
        4.5.2 通信开销
        4.5.3 存储开销
    4.6 本章小结
第五章 总结与展望
    5.1 全文总结
    5.2 后续工作展望
致谢
参考文献
攻硕期间取得的研究成果

(2)一种模拟职业技能鉴定的云班课随机组卷(论文提纲范文)

一、引言
二、职业技能鉴定题库的数据处理
    1. 云班课APP题库的数据结构
    2.题库试题的分类
三、云班课的分类随机组卷
    1. 分类随机的组卷策略
    2. 组卷工具的选择
    3.组卷信息的对话框界面设计
    4.科目信息的数据结构处理
    5. EXCEL题库的导入
    6.随机组卷程序设计要点
        (1)随机无重复的函数设计
        (2)整行复制数据的函数设计
        (3)遍历科目信息数据结构表的组卷程序设计
        (1) 科目信息数据结构表的读取
        (2) 组卷程序设计
    7. 组卷程序的调用
四、模拟卷的导入与测试
五、结束语

(3)基于贝叶斯反问题的偏微分方程模型约化方法(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 问题的研究背景以及研究意义
    1.2 国内外研究现状以及分析
    1.3 基础知识与本文记号
    1.4 本文的主要工作
第2章 多项式混沌替代模型
    2.1 广义多尺度有限元方法
    2.2 最小二乘随机配点方法
    2.3 中间分布的构造
    2.4 数值实验
        2.4.1 数值实验Ⅰ:单系数随机场的反演
        2.4.2 数值实验Ⅱ:多系数随机场的反演
        2.4.3 数值实验Ⅲ:混合系数随机场的反演
第3章 基于变量分离方法的双保真替代模型
    3.1 NVS方法求解分数阶导数偏微分方程
    3.2 双保真模型的建立
    3.3 逼近后验密度函数收敛性分析
    3.4 数值实验
        3.4.1 数值实验Ⅰ:污染源位置的反演
        3.4.2 数值实验Ⅱ:光滑随机场的反演
        3.4.3 数值实验Ⅲ:带channel结构随机场的反演
第4章 基于集合的变量分离多尺度替代模型
    4.1 基于GMs FEM的局部问题
    4.2 变量分离方法用于求解非齐次Dirichlet问题
    4.3 基于集合的变量分离方法
    4.4 TG先验下逼近后验密度函数收敛性分析
    4.5 数值实验
        4.5.1 数值实验Ⅰ: 正演模型逼近
        4.5.2 数值实验Ⅱ: 单界面不连续系数的识别
        4.5.3 数值实验Ⅲ: 分离界面不连续系数的识别
        4.5.4 数值实验Ⅳ: 镶嵌界面不连续系数的识别
结论
参考文献
致谢
附录 攻读学位期间所发表的学术论文目录

(4)瞬时随机函数加密算法探索(论文提纲范文)

1 引言
2 计算机时钟发生器timer论述
3 随机函数论述
4 瞬时随机函数发生器设计
5 瞬时随机函数加密算法应用
    5.1“瞬时随机函数”在单位内网工资管理系统中的应用
    5.2“瞬时随机函数”在手机短信验证码中的应用
    5.3“瞬时随机函数”序列码的应用示例
6 结语

(5)以VB随机数为基础的算法探析(论文提纲范文)

引言
1 基于VB的随机数函数
    1.1 Randomize函数
    1.2 Rnd函数
    1.3 随机种子
2 不重复随机生成数列的算法设计
    2.1 随机数列重复问题
    2.2 递归算法的原理分析
3 系统的架构设计及程序的实际运行
    3.1 系统架构
    3.2 功能模块
    3.3 数据库
    3.4 可视化界面
    3.5 过程代码
4 结束语

(6)局域网考试系统二次随机抽题组卷的实现(论文提纲范文)

1 二次抽题实现原理
    1.1 随机函数介绍
    1.2 二次抽题的实现原理
2 软件操作界面介绍
3 结语

(7)用VB实现随机抽题功能(论文提纲范文)

一、前言
二、实现原理
    1、随机函数Rnd介绍:
        (1) Randomize
        (2) Rnd
    2、利用ADO实现VB访问数据库
三、部分程序代码
四、调试过程中遇到的主要问题和解决办法
    1、VB调用Access数据库中的数据。
    2、如何实现随机抽题。
    3、如何保证随机抽取的试题不重复出现。
    4、考生在做题时, 每一个新题的选项必须为空。
    5、在考生做完题后, 要返回进行检查修改, 那么所做的题及答案还必须存在。
五、运行环境:本功能在Windows XP系统下利用VB6.0调试成功

(8)RND随机函数的使用与探究(论文提纲范文)

1 原始的Rnd函数
2 扩充的用法
3 存在的缺点
4 解决问题的办法
5 引申应用
6 归纳和总结

(10)遗传算法在运动模糊图像恢复中的应用(论文提纲范文)

0 引 言
1 遗传算法
    1.1 适应度函数的确定
        1.1.1 运动模糊图像的模型
        1.1.2 适应度函数
    1.2 种群初始化
        1.2.1 逆滤波得到初始的染色体C′0, 0
        1.2.2 由C′0, 0产生规模N的初始种群P0
    1.3 选择算子
    1.4 交叉算子
    1.5 变异算子
2 实验分析
3 结束语

四、随机函数RND(X)的应用(论文参考文献)

  • [1]非关系型加密数据库的核心技术研究[D]. 刘森. 电子科技大学, 2020(07)
  • [2]一种模拟职业技能鉴定的云班课随机组卷[J]. 赵宏. 考试研究, 2019(04)
  • [3]基于贝叶斯反问题的偏微分方程模型约化方法[D]. 欧娜. 湖南大学, 2018(06)
  • [4]瞬时随机函数加密算法探索[J]. 杨凯澜. 信息与电脑(理论版), 2018(19)
  • [5]以VB随机数为基础的算法探析[J]. 吴学华. 电子科学技术, 2017(03)
  • [6]局域网考试系统二次随机抽题组卷的实现[J]. 于全通. 吉林工程技术师范学院学报, 2015(06)
  • [7]用VB实现随机抽题功能[J]. 南琳. 福建电脑, 2012(11)
  • [8]RND随机函数的使用与探究[J]. 钟丽芳. 硅谷, 2012(11)
  • [9]用随机函数编制小学低年级算术运算命题程序[J]. 李莹. 科技信息, 2012(01)
  • [10]遗传算法在运动模糊图像恢复中的应用[J]. 李俊,姜新. 计算机技术与发展, 2010(06)

标签:;  ;  ;  

随机函数RND(X)的应用
下载Doc文档

猜你喜欢