【摘 要】
：
基于向量矩阵运算,证明了秘密同态基本变换函数的性质.在实数域上,提出了一种能完成算术运算的秘密同态算法.在该算法中,实数被表示为分数形式,分子、分母被随机拆分为任意个整数之和.随后,对分子、分母分别用基本变换函数加密,用中国剩余定理解密.密文的算术运算法则与明文一致.从应用实例可以看出,该算法在实数域上加、解密及算术运算是正确的.安全分析表明,当密钥空间保密时,该算法是不可破解的,当其作为公共参数
【机 构】
：
西北农林科技大学 机械与电子工程学院, 陕西 712100; 西北农林科技大学 信息工程学院, 陕西 712100; 杭州师范大学 杭州市电子商务与信息安全重点实验室,浙江 310036
论文部分内容阅读
基于向量矩阵运算,证明了秘密同态基本变换函数的性质.在实数域上,提出了一种能完成算术运算的秘密同态算法.在该算法中,实数被表示为分数形式,分子、分母被随机拆分为任意个整数之和.随后,对分子、分母分别用基本变换函数加密,用中国剩余定理解密.密文的算术运算法则与明文一致.从应用实例可以看出,该算法在实数域上加、解密及算术运算是正确的.安全分析表明,当密钥空间保密时,该算法是不可破解的,当其作为公共参数时,该算法抗已知明文攻击.该算法可广泛地用于管理型SaaS等云服务.
其他文献
随着高速铁路的快速发展,安全问题受到越来越大的关注,传感器采集的噪声数据反映了列车的运行状况,并与列车的安全息息相关.随着数据集的增大,数据处理的效率显得尤为重要,目前还无法高效地处理海量的噪声数据.本文利用了并行计算的思想,提出了一种基于MapReduce的海量高铁噪声数据预处理算法.在Hadoop平台上进行实验分析,证明该算法可以有效的提高海量噪声数据预处理的效率.
云计算与数据挖掘的结合是当前信息处理技术领域研究的重要课题,其中海量数据处理及挖掘是其研究的难点之一.MapReduce是一种简化并行计算的分布式编程模型,通常用于海量数据的分布式并行计算.本文详细介绍MapReduce的工作流程以及Apriori关联挖掘算法,并分析Apriori算法在分布式环境中的应用,最后,通过实验研究了MapReduce模型的工作方式和应用方法.
网格资源调度是网格计算领域中的关键研究方向之一.本文以Min-Min调度算法为基础,以提高调度过程中的用户满意度为目的,提出了改进的Min-Min算法DQ(Double QoS).在DQ算法的基础上,通过分析仿真结果数据,并采用进一步细化QoS参数和划分任务权值的方法,设计了多属性约束的调度算法MQCSA(Multi-QoS Constraints Scheduling Algorithm).该算
本文基于云服务的特征,按照存在或不存在第三方认证机构建立两种云服务信任博弈模型,建立基于第三方认证的云服务交易机制与信任管理机制,最后构建云服务信任评价模型,并与电子商务的信任系统做了对比研究,进一步完善现有的云提供商信用水平评价方法,为云用户提供了更完善可信的决策信息.通过上述模型和机制的建立,得出结论:成立第三方认证机构是控制云计算环境下服务信任风险的有效措施.
本文利用RS(Reed-Solomon)编码技术,设计并实现了一种基于RS 码的分布式云数据完整性检测方案RSBDS(Reed-Solomon code Based Distribution Scheme),该方案不需要在客户端保存验证码等元数据,在减少存储开销的同时,消除了因为元数据丢失而产生的安全隐患.论文还提出存储节点的动态分级管理机制,增强了数据的安全性和可靠性,提高了数据完整性检测效率.
网格环境的开放性、动态性及复杂性,用户面对海量的资源,由于存在大量欺诈行为及不可靠服务,用户在增加选择机会的同时也面临着如何识别和选择高效、安全的资源问题.借用万有引力定律,高效、安全的网格资源节点能体现出更大的吸引力,定义“信任引力”与“信任半径”的乘积为“信任力矩”,提出了基于信任力矩的网格资源选择模型,将网格资源按类型划分为多个可信资源域,每个域的网格资源由其域代理负责组织管理,通过对资源节
本对国内中小商业银行客户评价系统在研发和管理中存在的问题进行了分析,并结合现代银行具体的业务形态,从管理和技术的角度,提出了一套较为系统的提高中小银行客户评价和竹理水平的多维客户评价模型,并给出了基于云计算技术的具体实现方案.该模型有利于进一步提升中小商业银行的核心竞争力,推动我国中小商业银行业务的快速发展.
移动智能终端的快速发展为用户的位置服务提供了新的应用,以用户位置行为分析为核心的服务技术具有重要的商业应用价值.用户位置及其活动特点和趋势与其所在位置的实际状况及本人意愿密切联系,用户所在位置的资源和状况信息直接影响了用户的位置行为.本文引入小世界网络模型分析用户的位置行为特征,发现用户基于位置的行为属性和聚类.采用推荐度计算方法描述结点之间的相似性,通过将用户位置作为一个树根,把位置资源作为用户
不确定数据流对处理过程有独特的需求,如存储空间有限、响应时间很短、需要连续处理、数据无限等,这对数据流的处理算法,特别是耗时耗内存较多的连接操作提出了挑战.针对大规模不确定数据流并行连接所存在的速度和内存消耗问题,提出了多核处理器上不确定数据流并行连接和内存溢出时自适应处理的一系列算法,能够高速在线处理并发不确定数据流.在此基础上,针对道路各个卡口监控到的不确定数据流,提出一种实时发现套牌车的方法
任务调度是影响云计算系统性能的关键因素.云环境中资源完全虚拟化的特点,使得传统的解决方案无法直接使用.为了更好地实践云计算提供廉价按需服务的宗旨,本文提出了一种基于模糊聚类的两级任务调度算法FCTLBS (fuzzy clustering and two level based task scheduling algorithm).该算法将云调度分为用户调度和任务调度两个层面,采取不同的调度策略.