【摘 要】
:
云计算、物联网等信息技术的持续不断发展使得人们的生活变得更加方便快捷。然而,为了享受物联网带来的便利服务,人们需要相应地提供某些个人信息。因此,在互联网开放的时代下,由于某些原因,如未授权访问,用户信息泄露的风险日趋严重。大多应用场景一般基于公共的网络环境,各种实体如用户、攻击者等都参与其中,为了保证服务或信息的正确授权访问,验证实体的合法性是要实现的必需安全目标之一,而身份认证是实现该目标的重要
论文部分内容阅读
云计算、物联网等信息技术的持续不断发展使得人们的生活变得更加方便快捷。然而,为了享受物联网带来的便利服务,人们需要相应地提供某些个人信息。因此,在互联网开放的时代下,由于某些原因,如未授权访问,用户信息泄露的风险日趋严重。大多应用场景一般基于公共的网络环境,各种实体如用户、攻击者等都参与其中,为了保证服务或信息的正确授权访问,验证实体的合法性是要实现的必需安全目标之一,而身份认证是实现该目标的重要方法。此外,实体交互是信息传递的前提,为了保证实体间通信的机密性与安全性,需要在实体间协商共享一个会话密钥。认证密钥协商协议则很好的满足了以上基本要求,这在网络安全领域也一直是一个研究热点,经过了不断的研究与发展,目前已提出了适用于各种场景的相关成果。然而,它们总是被指出不太满足安全需求,容易遭受各种网络攻击;或者它们在性能方面效率不高,计算与通信开销大。因此,改进现有的工作有助于提高各种场景的认证安全或提高认证效率,以更好地满足通信安全需求。本文基于密码学和计算困难问题,从协议需要满足的安全需求角度出发分别分析研究了两方认证、三方认证与批量认证密钥协商协议,主要贡献如下。首先提出了一个智能电网中的匿名认证密钥协商协议。指出Mahmood等的协议依旧没有实现完美前向安全性,易受假冒攻击,存在潜在的临时密钥泄露攻击风险。为了修正这些漏洞,本文使用双线性对和哈希计算增强双方的身份认证,重新设计了会话密钥的计算方式,使用模型验证了协议的安全性,并评估了其性能。其次提出了一个移动商务场景中能够抵抗密钥妥协假冒攻击的三方认证密钥协商协议。针对Islam等的协议进行了安全性分析,指出其仍然无法抵抗密钥妥协假冒攻击。本文基于椭圆曲线计算Diffie-Hellman问题和公钥加密等方法进行了协议改进,增加了客户端对可信服务器的认证过程,克服了原协议中存在的安全问题,并对新协议进行了相应的安全与性能分析。最后提出了一个超密集网络中的批量认证密钥协商协议。指出Yao等的协议未实现完美前向安全,同时存在主密钥泄露的潜在风险。因此,本文基于Yao等的协议进行改进,重新设计了用主密钥计算私钥的方式,使用哈希函数对终端选择的某些临时密钥进行保护,并提供了对应的安全与性能分析。
其他文献
微生物-植物联合修复技术是当前广泛研究的焦点。植物内生细菌在调节植物营养吸收、生理机能、抵抗污染等方面具有重要生态功能,可促进宿主植物的生长以及提高植物镉耐性,内生细菌在联合其宿主植物修复镉污染土壤的方面已体现出了良好的修复潜力。本文以超积累植物孔雀草及其内生细菌为主要的研究对象,首先基于免培养法对孔雀草开展了内生细菌多样性的研究,然后将前期通过促生以及抗逆性实验筛选出的产碱杆菌(Alcalige
用户异常用电行为引起的非技术损失问题长期以来困扰着各国的电力公司,许多国家因此遭受了巨大的经济损失,学术界和工业界广泛关注对用户异常用电行为的高效、精准检测。深度学习算法可以用来检测这种异常用电行为,但其训练过程过于复杂,如今“机器学习即服务”成为一种新的趋势,服务提供商拥有一个已经训练好的神经网络模型,用户提供用电数据,服务提供商进行推理预测后将检测结果返回给检测方。考虑到服务提供商将会得到用户
传统雷达系统有研发成本高、硬件替换复杂、迭代开发周期过长等局限性。雷达数字化样机平台是采用软件化雷达的思想,来解决传统雷达开发周期长、组件难复用、运行模式单一的缺点。在平台中,所设计雷达系统可以有效地减少开发周期,同时还保证雷达的可靠性、可维护性。计算中间件在软件化雷达中起到了统一算法组件、加速运算、可复用、解耦合的效果。结构上,通过对雷达系统的分层,可以满足雷达系统快速开发、快速迭代、快递替换的
深度神经网络作为人工智能的核心近年来得到了前所未有的发展,在文本、语音、图像等方面均取得了优越的表现。同时,相关的安全问题也随之出现,其中自然语言处理领域的对抗样本问题受到了广泛关注。文本对抗样本即指通过对原始文本序列有目的地添加细微的扰动,导致深度神经网络模型对其误分类,使经过良好训练的模型产生错误的预测结果。在现实世界中,对抗文本广泛存在于钓鱼网站、邮件检测和情感评论中,并且对抗样本又都是多样
现实生活中频繁的信息交互依赖于社交系统的快速发展,这些复杂的社交系统在科学界被抽象化表示为具有特殊含义的社交网络;同时,这些社交网络又为网络科学的兴起和发展提供了原生动力。社团是社交网络的一个重要的结构属性,对网络中的社团结构的挖掘有助于科学家更好的理解社交系统的组成原理和功能,有利于挖掘网络中蕴藏的潜在信息,以及有助于对整个社交系统的发展趋势进行合理的预测。然而,人们频繁地参与社交活动必然会导致
矩阵计算在机器学习中有着重要作用。在机器学习算法中,最近邻查找、神经网络、多维图像处理和线性方程组求解等问题都涉及到矩阵计算。而算法的应用需要数据来支撑,在数据敏感的生物医疗、金融数据等领域,使用传统的集中式训练,将数据汇集至服务端,或者是客户端将明文查询指令发送至服务端,会泄露数据与查询隐私。因此,为了解决机器学习数据与模型隐私问题,需要使用隐私保护机器学习机制。在隐私保护机器学习中,安全矩阵乘
极化SAR图像地物分类任务是遥感数据分析中的热点话题。传统的极化SAR分类方法大多是基于目标的极化特性与数据的散射特性展开的。近年来,随着计算机技术的发展,深度学习在计算机视觉领域展现出了优异的性能。受此启发,研究人员将深度学习方法用于解决极化SAR地物分类问题,得到了较高的分类精度。然而将深度学习的方法应用于极化SAR数据时,面临着下面的问题。首先,不同于光学图像,极化SAR数据的表征向量往往维
随着全球化进程的加速,传统的地面网络难以覆盖所有区域,覆盖范围广、不受地域限制的卫星通信逐渐受到关注。随着微电子技术的飞速发展,微纳卫星越来越有吸引力,微纳卫星具有部署快、成本低、应用灵活等优点,通过将微纳卫星构建成一个网络,可以进一步发挥它们在执行各种空间任务方面的优势。但是,微纳卫星网络的空间环境复杂多变,卫星节点的星上资源有限,网络连通对于保证微纳卫星网络的正常运行至关重要,因此设计健壮的拓
协作通信作为物理层安全中的重要技术,已经成为目前解决无线通信安全问题的有效手段之一。同时随着社交网站和社交应用的蓬勃发展,物理通讯设备的拥有者之间存在着不同的社会关系无疑会对协作通信中参与者的策略造成影响。因此,将社交属性引入协作通信技术中对于提高系统的安全性能具有重要的应用意义。尽管已经有许多学者结合社交属性和物理层安全技术,给出具有社交意识的协作方案。但是这些方案中节点选择策略的理由不充分,且
随着信息化的高速发展和智能终端设备的全面普及,传统的身份认证方式已经无法满足人们对易用性和可扩展性的需求。与此同时,在人工智能和生物识别技术的不断进步下,基于生物特征的身份认证方式逐渐成为主流。其中基于声纹的身份认证系统在诸多特殊的应用场景下为用户带来了极大的便利。然而,由于声音易被复制和模仿,因此声纹认证系统仍然遭受着欺骗攻击的威胁,导致系统的安全性得不到保障,这无疑不利于声纹认证系统的更广泛应