现有全同态加密体制普遍存在密文尺寸较大和采用单比特加密所导致的效率较低问题。在Gentry等人提出的全同态加密体制(简称GSW13体制)的基础上,通过修改其展开方式,利用近似特征向量技术,提出了一种新的全同态加密体制。在随机喻示模型下,将新体制的安全性归约到判定性容错学习问题(decisional learning with errors,DLWE)的难解性,给出了其正确性和安全性的证明。又在不改变系统参数的条件下,采用多比特加密,对新体制进行优化。与GSW13体制相比,新体制的密文尺寸减小61.47%,加密运算量减少68.97%。新体制不仅减小密文扩张,而且减少同态运算计算次数,从而提高了体制效率。
目的建立郑州市近年肺结核月发病的ARIMA乘积季节模型(SARIMA)并进行预测,探讨该模型在郑州市肺结核早期预测预警中的可行性。方法以郑州市2011-2018年肺结核月发病数为基础,建立适合郑州市肺结核ARIMA乘积季节模型,利用R语言的auto.arima()代码自动得到最优模型后对2019年肺结核发病数进行预测。结果构建的郑州市肺结核月发病预测模型为ARIMA(2,0,0)(0,1,1)12,模型参数均有统计学意义(P<0.05),模型拟合优度AIC=78.45,BIC=94.04,残差序列为白噪声(Ljung-Box test Q=17.285,P=0.3674),2019年1-12月实际值与拟合值的动态趋势高度吻合。结论本研究建立的ARIMA(2,0,0)(0,1,1)_(12)可用于郑州市肺结核月发病的早期预测。
