XiaoMi-AI文件搜索系统
World File Search Systemhash
基于哈希函数的多次数字签名协议的实现及比较
是它们的主要缺点。人们自然而然地希望将多个一次性签名密钥合并为一个。一种解决方案是所谓的基于链的签名 (CBS)[6，第 465-468 页]。在这些方案中，使用一些一次性签名协议作为基础。在对消息进行签名时，不仅对消息本身进行签名，而且还对新创建的一次性签名的公钥进行签名。在下一次签名期间，将使用此新签名以及另一个新创建的签名的公钥对新消息进行签名。这样就构建了一个签名链。要验证任何签名，必须提供整个链以及相应的公钥和从初始签名到当前签名的签名输入消息。使用初始公钥，可以轻松验证链中每个签名（包括目标签名）的真实性。本质上，消息的“签名”不仅是链中的最后一个一次性签名，而且是链的整个当前状态以及最后一个签名。然而，这种方法有一个明显的缺点：随着每个新签名的出现，签名的大小和验证签名所需的时间都会增加。
使用多重分形去趋势波动分析和表面肌电图进行人体手势识别 A. Hajihashemi a、F. Ebrahimi *a、H. Monta
大多数日常活动需要灵巧地使用手和手指。残疾人的手部假肢可以通过连接到上肢的表面电极非侵入式获取的表面肌电图 (sEMG) 信号来控制。在对从 10 位截肢者获取的 12 个电极 sEMG 信号进行预处理后，计算了时域和频域中的不同特征。考虑到 sEMG 是一种复杂、随机、非平稳和非线性信号，还通过多重分形去趋势波动分析 (MFDFA) 的方法提取了复杂的非线性特征。使用不同的分类方法（包括支持向量机 (SVM)、线性判别分析 (LDA) 和多层感知器 (MLP)）来比较它们在八种不同手指运动分类中的表现。观察发现，SVM 在手指运动分类方面的表现优于其他两个分类器。新特征与传统特征融合后，分类准确率、精确率、召回率（灵敏度）分别为98.70%、98.74%、98.67%。结果表明，加入MFDFA提取的新特征与其他传统特征，可以有效提高数据采集效果。
Sidhu, N. S.、Pathy, T. L. 和 Likhithashree, T. R. 2025. MicroRNA 生物发生、机制及其在作物改良中的作用概述。Vigyan Varta
与编码基因类似，miRNA 由 RNA 聚合酶 II 从 miRNA/MIR 基因转录成长的初级转录本，称为初级/pri miRNA（图1）。此后，pri-miRNA 被 RNaseIII 样酶（称为 DICER-LIKE (DCL 1)）与其他蛋白质一起切割成前体/前 miRNA。这些前 miRNA 进一步由 DCL1 加工成 20-24 个核苷酸长的 miRNA：miRNA 双链体。然后，双链体在 3' 端被 HUA 增强子 1 甲基化，并通过 EXPORTIN-5 输出到细胞质中。然后将双链体加载到含有 ARGONAUTE (AGO) 蛋白的 RNA 诱导沉默复合物 (RISC) 中。来自 miRNA：miRNA 双链中只有一条 RNA 链被加载到 RISC 上，而另一条链被小 RNA 降解核酸酶降解。最后，加载的 miRNA 将 RISC 靶向其互补的 mRNA，因此，根据其与目标 mRNA 的互补程度，它可能导致两种结果。如果 miRNA 与目标 mRNA 高度同源，则可能导致 mRNA 的位点特异性裂解，而与目标 mRNA 的弱碱基配对则导致翻译抑制（图1）。
后 FIPS 202 哈希函数的硬件加速器......
摘要 — 在当今的数字环境中，密码学通过加密和身份验证算法在确保通信安全方面发挥着至关重要的作用。虽然传统的密码方法依靠困难的数学问题来保证安全性，但量子计算的兴起威胁到了它们的有效性。后量子密码学 (PQC) 算法（如 CRYSTALS-Kyber）旨在抵御量子攻击。最近标准化的 CRYSTALS-Kyber 是一种基于格的算法，旨在抵御量子攻击。然而，它的实现面临着计算挑战，特别是基于 Keccak 的函数，这些函数对于安全性至关重要，也是 FIPS 202 标准的基础。我们的论文通过设计 FIPS 202 硬件加速器来提高 CRYSTALS-Kyber 的效率和安全性，从而解决了这一技术挑战。我们选择在硬件中实现整个 FIPS 202 标准，以扩大加速器对所有依赖此类哈希函数的可能算法的适用性，同时注意提供对片上系统 (SoC) 内系统级集成的现实假设。我们针对 ASIC 和 FPGA 目标提供了面积、频率和时钟周期方面的结果。与最先进的解决方案相比，面积减少了 22.3%。此外，我们将加速器集成在基于 32 位 RISC-V 的安全导向 SoC 中，我们在 CRYSTALS-Kyber 执行中展示了强大的性能提升。本文提出的设计在所有 Kyber1024 原语中表现更好，在 Kyber-KeyGen 中的改进高达 3.21 倍。
Silvia Takahashi Rodriguez 作者
目标................................................................................................................. 6
GUPTA, Himanshu, YADAV, Avinash Kumar, KUSI-SARPONG, Simonov, KHAN, Sharfuddin Ahmed 和 SHARMA, Shashi Chandra (2022)。克服障碍的策略
物流是任何组织的关键职能。在发生流行病或其他破坏的情况下，物流的作用变得更加重要。在这种情况下，物流和供应链的数字化被视为提高物流弹性的重要工具，但对于发展中国家来说，数字化带来了一定的挑战。本研究确定了阻碍疫情期间供应链物流数字化升级的创新数字化技术障碍。提出了应对和克服这些障碍的策略。使用多标准决策分析方法（贝叶斯最佳-最差方法）在印度制造组织物流部门的背景下对这些障碍进行优先排序。还根据策略对障碍的影响对策略进行优先排序，为此使用附加值函数。结果表明，“投资成本高”、“缺乏资金资源”、“互联网连接不足”、“缺乏 IT（信息技术）基础设施”和“数字投资的经济效益不明确”是疫情期间印度等发展中国家实施创新数字化技术的五大障碍。研究结果揭示了疫情期间数字化障碍，对管理人员和研究人员来说很有价值。
Dr. Lakshmi Surya Latike1、M.Rajeshwari2、P.Yashashwini2、P.Joshna2 (2024)。优化供应链中的食品需求预测以实现保质期管理
准确的食品需求预测在优化供应链运营、减少浪费和确保易腐货物的有效保质期管理方面发挥着关键作用。其应用范围从零售库存管理到大规模食品分销，使企业能够维持面包、黄油和其他易腐货物等产品的最佳库存。通过预测需求波动，组织可以更好地协调生产计划，减少库存过剩和库存不足问题，并将财务损失降至最低。有效的预测还可以通过减少食品浪费和通过提高产品可用性来提高消费者满意度，从而支持可持续发展。传统需求预测系统通常依赖于手动方法或静态统计方法，这些方法无法适应动态市场条件和复杂的时间序列数据。尤其是手动方法容易出现人为错误、延误和效率低下，使其不适合供应链中的高风险决策。此外，这些方法难以考虑多种影响因素，例如季节性、市场趋势和外部干扰，导致需求预测不准确和保质期管理不佳。为了解决这些限制，本文提出使用一种名为非线性自回归外生神经网络 (NARXNN) 的新算法进行食品需求预测。NARXNN 是一种循环动态网络，其特点是包含多个层的反馈连接，使其能够有效地处理复杂且非线性的时间序列数据。NARXNN 源自线性 ARX 模型，利用外生输入来增强其预测能力。通过将 NARXNN 应用于面包和黄油等供应链产品，该模型展示了其优化需求预测、改善库存管理和减少浪费的潜力，从而为食品行业的保质期管理树立了新标准。
博士沙西·康德·夏尔马
副院长：学院事务及校园管理（2023 年 2 月 1 日至 2024 年 8 月 20 日）、董事会成员（2021 年 8 月 10 日至 2024 年 8 月 9 日）、建筑工程委员会成员（2019 年 12 月 9 日至 2024 年 9 月 3 日）、学术负责人（2019 年 8 月 22 日至 2022 年 5 月 8 日）、学生事务负责人（2018 年 12 月 26 日至 2019 年 9 月 25 日）、学院事务负责人（2018 年 12 月 26 日至 2023 年 1 月 31 日）、建立负责人、传感器与物联网实验室负责人、研究生和本科课程评估委员会主席、本科招生负责人 2021、2022、2023、2024、主席、 M.Tech ECE选拔委员会（2020届），UG入学委员会成员（2019年和2020届），2020年和2021年印地语Pakhwada委员会主席，成员：研究咨询委员会，成员：专利申请委员会，成员：基础设施委员会，协调员：NIRF 2025，主席：CPDA委员会，成员：安置咨询委员会。
股票经纪有限公司1298，Subhash Nagar，Pune
i/我们了解，您的公司无论是独立还是与某些软件供应商合作，都开发了一些算法/自动交易软件，这些软件是向投资者提供的，以执行交易策略。i/我们承认，通过算法/自动交易设施执行交易并不能保证产生利润，在某些情况下，这可能导致损失出现在各种原因中，但不限于策略本身，IT/硬件/硬件/网络，软件，Margin或Market Orria或Marty与任何相关的公司以及任何相关的公司以及您的相关性以及任何相关性以及与您相关的问题以及任何相关性的相关性以及与您相关的相关性以及与您的相关性以及任何相关性的相关性。在上述背景中，我/我们希望在我/我们的交易帐户中使用Pune E-Stock Broking Ltd.的算法/自动交易设施（ATF）激活算法/自动交易设施（ATF），并在此特此同意，确认并按照：