【摘 要】
:
身份认证在互联网上对确保信息安全和建立信任关系至关重要。随着互联网技术的发展,基于网络的安全应用越来越多,如电子商务,电子政务等,从而对网络环境下的用户身份认证提出了更高要求。但传统身份认证系统中存在的缺点,已不能适应当前社会发展的需求,需要通过灵活应用技术进行创新和扩展。此外,由于用户之间缺乏有效的身份验证机制,导致很多用户在使用云计算平台时无法得到可信第三方的支持,从而产生了严重的信任危机。随
论文部分内容阅读
身份认证在互联网上对确保信息安全和建立信任关系至关重要。随着互联网技术的发展,基于网络的安全应用越来越多,如电子商务,电子政务等,从而对网络环境下的用户身份认证提出了更高要求。但传统身份认证系统中存在的缺点,已不能适应当前社会发展的需求,需要通过灵活应用技术进行创新和扩展。此外,由于用户之间缺乏有效的身份验证机制,导致很多用户在使用云计算平台时无法得到可信第三方的支持,从而产生了严重的信任危机。随着网络信息技术发展,基于区块链的身份认证成为了当前研究热点之一。国内外的企业和机构正在不断探索和研究区块链数字身份认证的可能性,以及未来的应用前景。从目前的研究结果来看,区块链数字身份认证的未来发展前景很可观。区块链技术的出现,给去中心化身份认证方案提供一种新思路。在传统身份认证系统存在不足的基础上,提出基于区块链的身份认证模型,并给出具体实现方法及相关安全性证明。既解决了以上集中管理所产生的安全问题,又因为区块链具有开放性,透明度高等特点,从而实现信息共享。本文的主要研究内容为零信任架构中区块链数字身份问题,传统的身份认证在模式到实施上都有待完善与革新,为了适应新应用场景下的安全要求,具体的内容如下:在数字身份认证中结合IPFS技术和AES加密技术,从而实现用户隐私保护。通过零信任架构这一理念、依托以太坊区块链平台,结合AES加密技术以及IPFS技术,使用户在进行身份验证时,其身份信息隐私得到保护。区块链中没有明文信息存储,而是存储用户身份信息由IPFS进行转换后的哈希码再由AES加密后的加密密文,用户可以提交多种类型的个人身份信息,使得用户在不同场景下进行相对应的身份认证需求。在传统身份认证系统存在不足的基础上,提出基于区块链的身份认证模型,并给出具体实现方法及相关安全性证明。既解决了以上集中管理所产生的安全问题,又因为区块链具有开放性,透明度高等特点,从而实现信息共享。
其他文献
类别不平衡问题一直是机器学习领域研究的难点和热点。在真实世界中,图像数据的非平衡问题广泛存在,例如在医疗领域的疾病诊断中,罕见病的医学影像是少数类,而健康的医学影像是多数类;在安防领域的目标检测中,危险品数量往往是少数类,其余物品数量是多数类。在这种情况下,传统的分类模型容易出现偏差,即将样本数较多的类别判断为正确结果的概率更高。然而,在这些问题中,正确识别少数类样本具有更重要的应用价值。近年来,
疫情冲击、贫富差距悬殊、自然灾难、能源危机等全球性问题影响着人们的日常生活和经济社会的发展,克服人类面临的生存问题和推动经济社会的发展离不开国家或个人之间的高度团结合作。然而,经济学中关于在经济社会中从事经济活动的人的假设被抽象为“理性人”,即每一个人都是利己的,每一次行为决策都力图以最小的经济代价获得最大的经济利益。那么合作系统是如何演化而来的,合作系统又是如何维持其稳定的?演化博弈论正是解决合
竞争是生物界的主旋律,有成千上万的生物在自然界里生活和互动,形成了一个非常复杂的生态系统。物竞天择,适者生存,物种的行为策略永远围绕着“生存”这一永恒主题,它们在生存过程中所产生的光怪陆离的行为充满了趣味性与拟人性,具有很深的探索意义。当前全球正在面临着生物多样性锐减的危机,大量的物种濒临灭绝,倘若生物多样性持续下降,人类的生存最终也将受到威胁。因此,研究这些生态系统复杂的行为对于理解大自然,保护
支持向量机是一种有监督的机器学习方法,通过寻找最大间隔超平面,用于解决二分类问题。双子支持向量机是在支持向量机的思想基础上发展而来,其主要思想是,寻找一对非平行的超平面,使每一个超平面接近一类而远离另外一类,通过样本点到两个超平面距离的远近来判断类别。支持向量机和双子支持向量机目前还存在一些局限性。从模型预测结果来看,在解决大样本任务或处理高维度数据时,效果没有神经网络那么理想。从计算效率的角度看
朴素贝叶斯(naive Bayes,NB)是一种经典的机器学习方法,具有优异的分类精确度以及对噪声的稳健性。朴素贝叶斯经典算法基于两大理论,其一是贝叶斯定理,即后验概率依据先验概率和联合概率而得出;其二是特征条件独立的假设,即假设特征之间是相互独立的,联合概率的计算依据这一假设由特征的条件概率连乘而得。但是,由于其基于特征条件独立的强假设在实际应用中是不可能成立的,因此在一定程度上,限制了朴素贝叶
医疗行业与人类的生命健康息息相关。特别地,新冠疫情的蔓延,国民生命安全意识的提高,推进了医学研究的发展。在医疗卫生领域中,单一评价指标无法对患者进行全方位考核。跟踪了解病人生存状态,统计一段时期内患者的生命体征,确定诊断的具体方案,是医学行业的现状。预后是医学研究关注的重点,通过分析观测数据,临床医生可以制定治疗方案,患者可以认清自身疾病状况。预后对临床医学影响深远。生存分析是医学领域常用的分析方
进入21世纪以来,中国经济取得一系列令人瞩目成就的同时,资源过度消耗和环境污染等问题也日益严重。面对日益严峻的生态环境形势,推动高质量发展要求我们深入转变经济发展方式,改变原有经济考核制度,将资源消耗和环境污染一同纳入经济发展评价体系。在此背景下,绿色全要素生产率的概念应运而生。作为重要的外源动力,外商直接投资(Foreign Direct Investment,FDI)对绿色全要素生产率的影响不
随着计算机性能和算力的提升,使得具有便捷性、精确性、迅速性和智能化等优点的机器视觉技术应用于工业生产的各个领域成为重要的研究方向。烟丝生产过程中的杂质检测和剔除是保障烟草产品质量的重要环节,将机器视觉的相关技术应用于烟丝除杂任务,可以有效缓解生产过程中对人工的依赖,在降低人工成本的同时,提高产品生产的自动化水平。烟丝除杂,重在检测。近年来,已有研究者对产品生产过程中的杂质检测方法进行了研究,但是对
作为遏制流行病最有效的手段之一,接种疫苗在各个国家和地区中受到广泛采用。如何在提高接种水平的同时降低社会总成本是大家关注的重要命题。而个体做决定通常会比较自身收益和学习对象的收益,只有感觉到获益才会继续上一阶段决策,否则就会改变策略。我们关注如何使个体在做决策时倾向于更有利于全社会的方向问题展开研究。因此,本文设计两种领域扩展模型,通过扩展领域来分析如何达到整体患病规模较小且社会总成本最低,即社会