乐观太平交换协议形式化逻辑及其自动证明技术

来源 :重庆大学 | 被引量 : 0次 | 上传用户:pp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着Internet的日益发展与普及,电子信息交换已成为现代经济生活的主要形式之一,它是在任意两个互不信任的主体之间以一种公平的方式来交换电子数据。实现公平电子信息交换的协议被称为公平交换协议,公平性成为这类型协议的基本安全属性,目标是实现数据交换而又不会使一方比另一方有获取更多信息的优势,促使互不信任的合作伙伴公平完成交换。   公平交换协议是一类重要的安全协议,而其设计是一个众所周知的难题,常常因为一些细微的问题产生安全缺陷。目前已有一些分析公平交换协议的形式化方法,最典型和得到广泛应用的是信任逻辑方法。许多研究者采用扩展的信任逻辑方法成功分析了在线可信第三方公平交换协议的不可否认性。由于信任逻辑方法自身固有的缺陷,难以用于分析乐观型公平交换协议的公平性和时限性等性质。   乐观型公平交换协议是目前公平交换协议研究领域的热点之一,是一种兼顾公平和效率的公平交换协议形式。在乐观型公平交换协议中,可信第三方不再直接参与数据交换,只需要扮演争端解决者的角色。交易过程中对可信第三方的请求次数远远低于其它类型的公平交换协议,避免了针对可信第三方的拒绝服务攻击。但是,乐观型公平交换协议引入了分支协议结构,协议执行存在多种可能结果,使得对该类型协议的形式化分析更加复杂和困难。   本文研究工作围绕乐观型公平交换协议及其形式化分析技术展开,主要包括三方面内容:第一,对公平交换协议及其形式化技术进行研究综述;第二,研究乐观公平交换协议形式化模型、逻辑及其自动证明技术;第三,研究乐观公平交换协议在电子商务中的应用和实现技术。论文主要工作和创新性成果如下:   1.对公平交换协议的基本理论和基本性质进行综述和分析,对其中一些重要性质进行重新定义,如公平性等。   2.对主要的公平交换协议形式化分析方法进行综述性研究,讨论各种方法的优缺点及其存在的问题。   3.提出一种新的乐观公平交换协议形式化模型,将信道错误转化为攻击行为,将协议参与者分为诚实与不诚实两类,将入侵者与不诚实参与者的共谋归结为两类Dolev-Yao入侵者。新模型不再单独考虑信道错误,简化了问题空间。   4.提出一种乐观公平交换协议形式化逻辑。新逻辑采用信任逻辑的句法结构,定义乐观公平交换协议为具有Kxipke语义结构的演化系统。案例分析显示,新逻辑被成功用于分析乐观型公平交换协议的公平性和时限性。   5.基于自动定理证明器Isabelle,研究实现本文模型和逻辑的自动定理证明技术。采用Paulson归纳法实现更为主动的攻击者,将攻击者主动获取知识的能力描述为对消息进行解析和组合的归纳函数。将信道假设对应为不诚实参与者的行为,以降低协议模拟的复杂度。   6.提出双授权部分盲签名概念,解决电子支付中银行经理滥用职权恶意签发电子钱币的问题。设计实现采用双授权的部分盲签名机制,在随机预言机模型下证明新签名机制是安全的。对比分析表明,新机制具有较高的计算性能。   7.提出新的乐观型电子支付协议。新协议采用双授权部分盲签名机制,同时实现电子现金离线支付(支付阶段无须银行在线支持)和乐观型公平交换。具有复杂结构的安全协议形式化技术研究正在蓬勃发展,本文研究工作对促进这一研究领域发展和电子商务安全具有一定的理论和实用意义。  
其他文献
当前,越来越多的应用场景中使用到了虚拟化技术。虚拟化技术中,应用负载被封装在虚拟机中,包括CPU,内存在内的物理资源被抽象为一个资源池。通过虚拟机的迁移技术,虚拟机可以资源
随着计算机技术的迅速发展,各类数据信息爆炸式的增长。计算机的计算和存储能力也在日新月异,如何从繁杂的数据中提取有用的信息,以帮助分析和决策,得到越来越多的重视。数据
转录因子结合位点预测问题,即在DNA序列中发现允许出现变异的motif的问题,不论对于分子生物学还是对于计算生物学,都是一项非常重要的研究。基于一致序列表达的模式发现算法,
在平显摄像过程中,常常由于被摄物体的振动或晃动,致使输出的图像序列不稳定,从而给平显图像的后续分析和研究带来困难。为此,本文设计并开发了平显图像振动检测系统,给平显
随着计算机应用的普及和深入,虚拟现实(Virtual Reality,简称VR)技术已被认为是21世纪可能使社会发生巨大变化的几大技术之一.它通过多项高新技术的更高层次的综合,能够创造了一个
随着计算机与计算机网络的大规模应用与普及,计算机系统中的敏感信息与涉密信息也面临着日益严重的安全威胁。计算机病毒,木马软件,间谍软件等形式的恶意代码在计算机网络中
随着生物信息学的发展,生命科学数据呈爆炸式增长。尤其是近几年来,随着测序技术的发展,人们得到的DNA序列数据在快速增加。DNA数据的特点决定结构特征相似的DNA序列有着相似的
人工智能学科研究的发展经历了早期的从“推理与搜索”,到充分利用人类知识解决工程问题的“专家系统”时代。近二十年来,其研究的方法又逐步从运用海量数据进行“机器学习”
随着计算机技术和网络技术的巨大进步,人们的生活、学习、工作方式都发生了巨大的变化。拥有计算机和网络的世界变得方便快捷,但同时也伴随着巨大的安全隐患。越来越多的不法
传统的潜在缺陷模块序列预测模型采用有监督机器学习方法,先前的研究结果表明它们具有较好的性能。然而,这种基于有监督学习方法的缺陷预测模型需要历史缺陷信息才能建模。对新