1) schnorr algorithm
Schnorr算法
1.
Because most part of the calculation can be handled at preprocessing phase,identification and signature schemes based on Schnorr algorithm has high efficiency,its security is based on the difficulty of the discrete logarithms problem.
基于Schnorr算法的身份鉴别和签名,大部分计算都可在预处理阶段完成,效率较高,安全性在于计算离散对数难度[1]。
2) Schnorr signature
Schnorr签名
1.
An oblivious signature-based envelope scheme for Schnorr signature and Elgamal signature wss proposed, and the security of which based on the computational the Diffe-Hellman assumption was proved.
提出了基于Schnorr签名及基于Elgamal签名的不经意的电子信封方案,并且在计算性Diffe Hellman假设下证明了其安全性。
2.
According to the structure characteristic of Schnorr signature and the existing structure methods of blind signature,a generalized Schnorr blind signature scheme is presented,from which three different schemes and the optimal scheme could be derived.
根据Schnorr签名方案的构造特点以及现有盲签名的构造方法,文章提出了Schnorr盲签名方案的一般构造方法,并对其安全性进行了分析和证明。
3.
This paper presents a digital multi-signature scheme based on the Schnorr signature, the security of which is similar to the Schnorr signature.
基于Schnorr签名体制提出了一种多重数字签名方案,方案的安全性等价于Schnorr签名体制。
3) Schnorr protocol
Schnorr协议
1.
Double-factor System of Identity Authentication Based onMD5 Algorithm and Schnorr Protocol;
基于MD5算法和Schnorr协议的双因素身份认证系统
4) Schnorr blind signature
Schnorr盲签名
1.
This paper proposes a new and fair E-cash system based on one-time discrete logarithm proof and Schnorr blind signature to realize the revocable anonymity.
基于一次离散对数证明和Schnorr盲签名方案给出了一种新的公平电子货币来实现电子货币匿名的可控性。
5) Schnorr System
Schnorr系统
6) Schnorr scheme
Schnorr体制
1.
The paper introduces Zero-knowledge Proof Systems based on Schnorr scheme, and then presents a new improved algorithm.
该文首先介绍了基于Schnorr体制的零知识证明系统,然后在此基础上提出了一种新的改进算法。
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条