基于ARM技术体系的多模式车票处理系统的制作方法

本发明涉及arm，特别涉及基于arm技术体系的多模式车票处理系统。

背景技术：

1、随着城市化进程的不断加速，城市交通系统的管理和乘客服务面临着越来越大的挑战。在现代城市中，多种交通工具，如公共汽车、地铁、火车、有轨电车、高铁和轻轨等，构成了庞大而复杂的交通网络。为了提高交通系统的效率、便捷性和安全性，电子车票和多模式车票处理系统已经被广泛引入。然而，这些系统也面临着一系列的挑战，包括数据安全性、防伪性和数据传输可靠性等问题。

2、传统的纸质车票易于伪造和篡改，因此电子车票系统应运而生。然而，现有的电子车票系统在数据安全性方面仍然存在问题。一些不法分子可以通过黑客攻击或非法访问手段，窃取和篡改电子车票数据，导致数据泄漏和信息安全隐患。为了防止伪造和复制车票，现有的电子车票系统使用了一些简单的防伪措施，如二维码、条形码等。然而，这些措施往往不够安全，容易被伪造。因此，寻求更加高级和复杂的防伪技术成为迫切需求。在购票、检票和验证过程中，车票数据的传输可靠性至关重要。然而，现有的系统在数据传输方面可能会受到干扰或错误，导致数据丢失或损坏。为了提高数据传输的可靠性，需要更加可靠的数据纠错和保护机制。

技术实现思路

1、本发明的目的是提供基于arm技术体系的多模式车票处理系统，提高了车票的安全性、防伪性、可靠性和抗攻击性。

2、为解决上述技术问题，本发明提供基于arm技术体系的多模式车票处理系统，所述系统包括：车票模式获取单元，用于获取目标车票的交通模式；所述交通模式为目标车票对应的交通工具的类型和购买方式；arm随机码生成单元，用于使用arm处理器，根据交通工具的类型对应的类型码和购买方式对应的购买码，生成车票的初始随机码；所述初始随机码包括三个部分，分别为：初始状态向量、混沌映射矩阵和多项式系数矩阵；高维数据生成单元，用于使用arm处理器，从初始状态向量开始，通过多次应用高维混沌映射来生成高维混沌序列，使用高维混沌序列来生成高维度数据；格拉德纠错码处理单元，用于使用arm处理器，使用生成的高维度数据来生成格拉德纠错码，再在格拉德纠错码中添加噪声，得到添加噪声后的码字，对添加噪声后的码字进行格拉德纠错码编码，得到编码后的码字；防伪码生成单元，用于使用arm处理器，使用高维混沌映射来对编码后的码字进行高维混沌加密后，得到最终防伪码。

3、进一步的，所述交通工具的类型至少包括：公共汽车、地铁、火车、有轨电车、高铁和轻轨；所述购买方式至少包括：信用卡、手机、电子钱包、现金和预付费卡；针对不同的交通工具的类型，预先设置不同的类型码；针对不同的购买方式，预先设置不同的购买码；将所述购买码作为一个高斯分布的均值，将类型码作为一个高斯分布的方差，以此得到某一交通工具的类型在某一特定购买方式时，所对应的高斯分布；将所述购买码作为一个威布尔分布的尺度参数，将类型码作为一个威布尔分布的形状参数，以此得到某一交通工具的类型在某一特定购买方式时，所对应的威布尔分布。

4、进一步的，所述初始状态向量为：；混沌映射矩阵为：；多项式系数矩阵为：；其中，初始状态向量每个分量都均为高斯分布中对应顺序的值，为下标，取值为1到的整数；为设定值；混沌映射矩阵的每个元素均为威布尔分布随机生成的一个值；多项式系数矩阵的每个元素均为威布尔分布随机生成的一个值与高斯分布随机生成的一个值的乘积。

5、进一步的，通过如下公式，从初始状态向量开始，通过多次应用高维混沌映射来生成高维混沌序列，其中表示时间步；生成的序列的长度为：；其中表示高维逐元素乘法。

6、进一步的，使用高维混沌序列来生成高维度的数据；设需要生成维的高维度数据；使用如下公式，生成高维度数据中第维数据：；其中表示混沌序列的第个序列值在第维的分量。

7、进一步的，通过如下公式，使用生成的高维度数据来生成格拉德纠错码，设需要生成一个格拉德纠错码，其中是码字长度，是信息位长度：；其中是高维度数据，是高维格拉德纠错码的生成矩阵。

8、进一步的，使用如下公式，在格拉德纠错码中添加噪声，得到添加噪声后的码字：；其中，为噪声水平参数；为噪声类型参数；是高维噪声矩阵，根据不同的噪声类型生成；为噪声系数矩阵。

9、进一步的，，其中每个分量表示第维的噪声水平；，其中每个分量表示第维的噪声类型，所述噪声类型包括：高斯噪声、脉冲噪声和色噪声；；其中是噪声系数。

10、进一步的，使用如下公式，对添加噪声后的码字进行格拉德纠错码编码，得到编码后的码字：。

11、进一步的，通过如下公式，使用高维混沌映射来对编码后的码字进行高维混沌加密后，得到最终防伪码：。

12、本发明的基于arm技术体系的多模式车票处理系统，具有以下有益效果：本发明考虑了不同交通工具的类型和购买方式，为每种情况预先设置不同的类型码和购买码。这种多模式适应性使得系统可以灵活适应不同的场景和需求，从公共汽车、地铁到高铁和轻轨，从信用卡、手机到电子钱包和现金支付，都可以得到安全处理。这提高了车票系统的通用性和适应性，为不同城市和运输系统提供了可靠的解决方案。本发明使用了格拉德纠错码技术，以及混沌加密和噪声添加，生成最终的防伪码。格拉德纠错码是一种能够检测和纠正数据错误的编码方式，用于提高数据传输的可靠性。通过在车票数据上引入格拉德纠错码，本发明确保了车票数据的完整性，即使在传输或存储过程中发生了一些错误，也可以被纠正。同时，混沌加密和噪声添加增加了防伪码的复杂性，使得伪造防伪码的难度大大增加，提高了车票的防伪性。尽管本发明的数据处理流程非常复杂，但使用了基于arm技术体系的处理器，确保了系统的高效性。arm处理器具有低功耗和高性能的特点，能够高效地执行数据加密、解密和编码的计算。这确保了车票处理系统在实际应用中能够快速响应，不会引入明显的延迟。

技术特征：

1.基于arm技术体系的多模式车票处理系统，其特征在于，所述系统包括：车票模式获取单元，用于获取目标车票的交通模式；所述交通模式为目标车票对应的交通工具的类型和购买方式；arm随机码生成单元，用于使用arm处理器，根据交通工具的类型对应的类型码和购买方式对应的购买码，生成车票的初始随机码；所述初始随机码包括三个部分，分别为：初始状态向量、混沌映射矩阵和多项式系数矩阵；高维数据生成单元，用于使用arm处理器，从初始状态向量开始，通过多次应用高维混沌映射来生成高维混沌序列，使用高维混沌序列来生成高维度数据；格拉德纠错码处理单元，用于使用arm处理器，使用生成的高维度数据来生成格拉德纠错码，再在格拉德纠错码中添加噪声，得到添加噪声后的码字，对添加噪声后的码字进行格拉德纠错码编码，得到编码后的码字；防伪码生成单元，用于使用arm处理器，使用高维混沌映射来对编码后的码字进行高维混沌加密后，得到最终防伪码。

2.根据权利要求1所述的基于arm技术体系的多模式车票处理系统，其特征在于，所述交通工具的类型至少包括：公共汽车、地铁、火车、有轨电车、高铁和轻轨；所述购买方式至少包括：信用卡、手机、电子钱包、现金和预付费卡；针对不同的交通工具的类型，预先设置不同的类型码；针对不同的购买方式，预先设置不同的购买码；将所述购买码作为一个高斯分布的均值，将类型码作为一个高斯分布的方差，以此得到某一交通工具的类型在某一特定购买方式时，所对应的高斯分布；将所述购买码作为一个威布尔分布的尺度参数，将类型码作为一个威布尔分布的形状参数，以此得到某一交通工具的类型在某一特定购买方式时，所对应的威布尔分布。

3.根据权利要求2所述的基于arm技术体系的多模式车票处理系统，其特征在于，所述初始状态向量为：；混沌映射矩阵为：；多项式系数矩阵为：；其中，初始状态向量每个分量都均为高斯分布中对应顺序的值，为下标，取值为1到的整数；为设定值；混沌映射矩阵的每个元素均为威布尔分布随机生成的一个值；多项式系数矩阵的每个元素均为威布尔分布随机生成的一个值与高斯分布随机生成的一个值的乘积。

4.根据权利要求3所述的基于arm技术体系的多模式车票处理系统，其特征在于，通过如下公式，从初始状态向量开始，通过多次应用高维混沌映射来生成高维混沌序列，其中表示时间步；生成的序列的长度为：；其中表示高维逐元素乘法。

5.根据权利要求4所述的基于arm技术体系的多模式车票处理系统，其特征在于，使用高维混沌序列来生成高维度的数据；设需要生成维的高维度数据；使用如下公式，生成高维度数据中第维数据：；其中表示混沌序列的第个序列值在第维的分量。

6.根据权利要求5所述的基于arm技术体系的多模式车票处理系统，其特征在于，通过如下公式，使用生成的高维度数据来生成格拉德纠错码，设需要生成一个格拉德纠错码，其中是码字长度，是信息位长度：；其中是高维度数据，是高维格拉德纠错码的生成矩阵。

7.根据权利要求6所述的基于arm技术体系的多模式车票处理系统，其特征在于，使用如下公式，在格拉德纠错码中添加噪声，得到添加噪声后的码字：；其中，为噪声水平参数；为噪声类型参数；是高维噪声矩阵，根据不同的噪声类型生成；为噪声系数矩阵。

8.根据权利要求7所述的基于arm技术体系的多模式车票处理系统，其特征在于，，其中每个分量表示第维的噪声水平；，其中每个分量表示第维的噪声类型，所述噪声类型包括：高斯噪声、脉冲噪声和色噪声；；其中是噪声系数。

9.根据权利要求8所述的基于arm技术体系的多模式车票处理系统，其特征在于，使用如下公式，对添加噪声后的码字进行格拉德纠错码编码，得到编码后的码字：。

10.根据权利要求9所述的基于arm技术体系的多模式车票处理系统，其特征在于，通过如下公式，使用高维混沌映射来对编码后的码字进行高维混沌加密后，得到最终防伪码：。

技术总结
本发明公开了基于ARM技术体系的多模式车票处理系统，涉及ARM技术领域，所述系统包括：车票模式获取单元，用于获取目标车票的交通模式；ARM随机码生成单元，用于使用ARM处理器，根据交通工具的类型对应的类型码和购买方式对应的购买码，生成车票的初始随机码；高维数据生成单元，用于使用ARM处理器，从初始状态向量开始，通过多次应用高维混沌映射来生成高维混沌序列，使用高维混沌序列来生成高维度数据；格拉德纠错码处理单元，用于使用ARM处理器，使用生成的高维度数据来生成格拉德纠错码，得到编码后的码字；防伪码生成单元，用于使用ARM处理器，进行高维混沌加密后，得到最终防伪码。本发明提高了车票的安全性、防伪性、可靠性和抗攻击性。

技术研发人员：马怀清,何加余,杜潜,卢凌,王泽方,赖海麒
受保护的技术使用者：深圳市地铁集团有限公司
技术研发日：
技术公布日：2024/1/15