首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

基于图像传感器复合模式噪声的物理不可克隆函数

致谢第5-6页
摘要第6-7页
Abstract第7页
1. 绪论第10-15页
    1.1 课题背景第10-11页
    1.2 国内外PUF研究现状第11-13页
    1.3 本文内容组织以及安排第13-15页
2. 物理不可克隆函数第15-20页
    2.1 PUF的定义和特点第15-17页
    2.2 PUF的应用第17-19页
    2.3 本章小结第19-20页
3. 图像模式噪声第20-46页
    3.1 图像传感器原理第20-21页
    3.2 图像模式噪声分类第21-23页
    3.3 固定模式噪声特征点第23-27页
        3.3.1 固定模式噪声及补偿第23-24页
        3.3.2 FPN特征点第24-26页
        3.3.3 FPN特征点的验证第26-27页
    3.4 实验平台简介第27-31页
        3.4.1 CSI端口第27-28页
        3.4.2 树莓派相机模块第28-29页
        3.4.3 本文实验环境第29-31页
    3.5 FPN特征提取和验证第31-37页
        3.5.1 原始图像数据获取第31-32页
        3.5.2 FPN特征验证方案第32-34页
        3.5.3 实验结果与分析第34-37页
    3.6 PRNU噪声第37-42页
        3.6.1 图像模式噪声模型第37-39页
        3.6.2 离散余弦变换以及图像PRNU特征第39-42页
    3.7 图像传感器PRNU特征提取和验证第42-45页
        3.7.1 PRNU特征验证方法第42-43页
        3.7.2 实验结果和分析第43-45页
    3.8 本章小结第45-46页
4. 基于复合模式噪声的物理不可克隆函数第46-59页
    4.1 复合模式噪声第46-49页
    4.2 基于复合模式噪声的CPN-PUF第49-50页
    4.3 CPN-PUF特征验证第50-53页
    4.4 CPN-PUF安全性分析第53-55页
    4.5 CPN-PUF敏感度分析第55-57页
    4.6 CPN-PUF性能分析第57页
    4.7 本章小结第57-59页
5. 总结和展望第59-62页
    5.1 总结第59-60页
    5.2 展望第60-62页
参考文献第62-66页
攻读学位期间科研成果第66页

论文共66页,点击 下载论文
上一篇:基于博弈论的智能电网能量分布式优化管理研究
下一篇:基于深度卷积神经网络的乳腺X线图像的分类方法研究