熵、相对熵与互信息 熵 定义：一个离散型随机变量 $X$ 的熵 $H(X)$ 定义为： $$ H(X)=-\sum_{x \in X}p(x) \log p(x) $$ 注释：$X$ 的熵又可以理解为随机变量 $\log \frac{1}{p(X)}$ 的期望值 引理 $H(X) \geq 0$ $H_b(X)=(\log_ba)H_a(X)$ 二元熵： $$ H(X)= -p\log p-(1-p)\log (1-p) \rightarrow H(p) $$ $H(p)$ 为上凸函数，在 $p= \frac{1}{2}$ 时取得最大值 1 ...
该算法来自 USENIX 2023 One Server for the Price of Two: Simple and Fast Single-Server Private Information Retrieval 1. 将 Database 转换为矩阵 服务器原有的 Database 的规模为 N，将 Database 转换为边长为 $\sqrt{N}$ 的矩阵的形式，这样客户端发起的查询只需要 $\sqrt{N}$ 规模，由于查询被加密，因此服务端无法得知查询的信息，而客户端只能得到查询向量的 1 对应的位置（查询位置）的信息，因此也无法知晓除了查询外的其他信息。 ...
遇到的问题：一开始编写的攻击脚本运行效率太低。 解决方法：更换了使用的统计函数，使得运行速度大幅提升。 实验亮点： 使用 python 的 matplotlib 库绘制了功耗曲线。 使用数学公式分析了 DPA 方法和 CPA 方法。 对实验代码进行了清晰的说明，并使用 tqdm 库显示了攻击的进度。 实验前置说明 实验给出了三个 npy 文件： ...
遇到的问题：verilog 语言在设计循环时不能采用类似 C 语言中的 for 循环的设计思想 解决方法：通过设置计数器和标志位来解决，当计数器到达设定的值时，改变标志位，检测到标志位改变时，退出循环。 ...
1 实验目的 使用 Classification 中的 generative model 和 logistic regression，解决二分类问题。根据已有数据，判断该人年收入是否大于 50K。 2 实验环境 操作系统：windows 11 CPU：AMD Ryzen 7 5800H with Radeon Graphics (3.20 GHz) GPU：NVIDIA GeForce GTX 1650 运行环境： Python 3.10.11 pandas 2.1.0 numpy 1.24.2 matplotlib 3.7.1 tqdm 4.66.1 3 数据处理 3.1 数据文件描述 train.csv / test.csv：包含 age, workclass, fnlwgt (总人数), education, education num, marital-status, occupation, relationship, race, sex, capital-gain, capital-loss, hours-per-week, native-country, make over 50K a year or not 这些特征。 ...
一、实验目的 利用即墨站的空气质量监测数据，使用线性回归（Linear Regression）预测 PM2.5 的数值。 二、实验环境 操作系统：Windows 11 处理器：AMD Ryzen 7 5800H with Radeon Graphics (3.20 GHz) 显卡：NVIDIA GeForce GTX 1650 运行环境： Python 3.10.11 pandas 2.1.0 numpy 1.24.2 matplotlib 3.7.1 tqdm 4.66.1 三、数据说明 1. 训练集（Train Set） train.csv包含了 2014 年 1 月 1 日至 2014 年 12 月 20 日的即墨站的全部监测数据，使用 VScode 插件转成表格形式如下所示： ...