面向车联网环境的消息安全传输方案研究

来源 :兰州理工大学 | 被引量 : 0次 | 上传用户:qinling88
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
随着物联网的快速发展,信息的安全性成为人们生活中重点关注的焦点,而车联网(Internet of Vehicles,IoV)作为物联网领域的重要组成部分之一,已经成为许多学者研究的热点课题之一。但是车联网作为移动自组网络,由于其网络的开放性与移动性,随之而来面临着各种各样的信息安全隐患,这将严重影响车联网的安全性。因此,设计出高效的车联网消息安全传输方案是车联网领域未来研究与发展的关键点。为此,针对车联网中的消息传输安全问题,本文基于已有的研究成果,开展了基于身份的车联网隐私保护消息认证方案、基于无证书的车联网签密安全方案、基于无证书的车联网异构聚合签密安全方案研究。本文的主要工作如下:(1)提出了一种基于身份的车联网隐私保护消息认证方案。针对车辆节点到路侧单元(Road Side Unit,RSU)节点消息传输中的身份隐私泄露和消息认证开销过大等问题,该方案对车辆节点匿名化处理,实现对车辆节点真实身份隐藏,同时引入过滤器,加快消息认证。通过随机预言模型证明方案在自适应选择消息攻击下是安全的,并且对安全需求进行分析,表明该方案满足车联网中的消息可认证性、完整性以及身份隐私保护等安全需求。最后通过仿真实验,从丢包率与传输时延进行分析,结果显示该方案在保证安全的前提下,具有较高的认证效率。(2)提出了一种基于无证书的车联网签密安全方案。该方案解决了密钥托管和证书管理问题,在部分私钥生成阶段,使用安全哈希函数将车辆节点公钥与车辆节点身份进行绑定,避免公钥替换风险。此外,通过生成车辆节点的匿名,实现对车辆节点的身份隐私保护。最后在性能上从计算开销与通信开销两方面进行分析,由于该方案在通信过程中未使用双线性配对,结果表明该方案在保证安全性的前提下,具有较低的计算开销与通信开销。(3)提出了一种基于无证书的车联网异构聚合签密安全方案。针对发送方与接收方处于不同密码体制环境中的问题,将异构与聚合技术结合起来运用于车联网,以满足不同密码体制环境中消息跨域安全传输。该方案通过注册列表与撤销列表,将违规车辆节点和恶意车辆节点进行撤销管理,保障车辆节点数据传输的安全。通过安全性证明,该方案满足机密性与不可伪造性,同时满足已知会话的特定临时信息安全(Known Session-Specific Temporary Information Security,KSSTIS)。最后通过仿真实验对比,证明了方案在批量消息的聚合签密与解签密上,具有较高的效率,适合于车流量密集的车联网环境。
其他文献
近年来,工业物联网(IIo T)推动各种智能应用迅速崛起,在制造业、医疗保健和智能交通系统等多个领域受到了极大的关注,并成功地融入了人们生活和工作。为了节约本地服务器的存储空间和更加便于数据共享,大量工业设备将业务中产生的实时感知数据和用户的敏感信息存储到云端,这为数据的储存和计算提供了高质量的按需服务。但在数据上传、网络访问和数据共享过程中,数据泄露事件频繁发生,隐私保护问题面临严峻考验。服务器
学位
在高光谱遥感图像的采集技术发展中,新型的高光谱传感器能够实现对光谱和空间特性连续的采集。由于高光谱图像地物特征丰富,在农业、军事和环境监测以及城市的改建规划等方面有着广阔的应用前景。降低光谱数据之间的冗余、减少数据参数量和提取高光谱图像中的空间光谱联合特征是目前高光谱图像分类研究的重要内容。近年来,深度卷积神经网络在高光谱图像分类领域成为研究的热点,但是深度卷积网络模型的构建中仍然存在对高光谱图像
学位
联邦学习可以让数据在不出本地的情况下参与模型训练,从而得到更好的模型并保护了数据和隐私安全。在《数据安全法》等旨在保护数据和隐私安全的法律法规不断出台的大背景下,联邦学习日益受到重视和广泛应用。但是联邦学习在应用过程中也容易遭到攻击,特别是后门攻击。研究联邦学习中的后门攻击方式,可以促进对于联邦学习自身安全的重视,促进联邦学习更加安全的发展。本文首先提出一种高效的正反向分裂迭代算法。本文提出的基于
学位
报纸
随着我国现代化进程的不断增速,人们的生活水平及生活质量日益提高。美丽新农村建设、乡村振兴逐渐成为我国高质量发展的关注点。为加快改善传统农村的生活现状及人居环境,近年来,钢结构装配式农房已经成为现代化城镇建设的主要技术手段。本文旨在我国钢结构装配式建筑的大发展背景之下,充分利用装配式建筑的优点及其特性,应用BIM技术完成对户型及空间布局的优化设计,实现装配式钢结构建筑体系和新型绿色围护建材产品的完美
期刊
高光谱图像是通过高光谱遥感传感器或者成像光谱仪获得的,含有二维空间信息,第三维中包含丰富的光谱信息。因此高光谱数据被广泛地应用到地质矿产业、农林业、环境保护、综合考察和食品分析等实际应用中,已成为国内外科研、经济和国防建设的高科技技术,但是高光谱图像本身存在维度高、标记样本少、波段间相关性高、光谱空间特征提取不充分等问题,给高光谱图像地识别和分类带来了很大的困难。目前,利用卷积神经网络(Convo
学位
微信、抖音、微博等社交媒体已渗透入人类生活与社交的方方面面,频繁地使用社交媒体成为现代人的常态,使得网络中的交互变得复杂与多元。网络通常呈现复杂的结构,且网络结构会随时间,或随人类社会活动而动态变化。信息化迅速发展的今天,在线社交网络中亿万规模的用户群体于信息传播活动中扮演着不可或缺的角色,且为学者们提供了海量的研究数据。社交网络作为信息传播最重要的载体,对其结构的研究便显得尤为重要。因此,本文重
学位
随着深度学习在音乐与计算机技术领域的广泛应用,音乐自动生成研究作为艺术与科技的结合逐渐成为研究热点,它利用神经网络学习音乐样本中的音乐特征与风格,生成符合乐理规则的新音乐。该任务可以不依赖专业音乐人,快速高效的定制音乐,生成的可以用于抖音、快手等平台短视频的背景音乐,游戏场景音效、音乐治疗等众多场景。本文针对流行音乐的两类音乐进行生成:多轨道音乐生成和吉他和弦生成,主要研究内容如下:(1)在多轨道
学位
真皮成纤维细胞(dermal fibroblasts, DFs)是真皮的主要细胞类型,负责细胞外基质(extracellular matrix, ECM)的合成和重构。不同解剖层次、不同发育和演变阶段、不同物理环境的成纤维细胞对创面损伤的反应和功能不同,它们以自己的方式重塑细胞外基质,并在不同的程度上演变为肌成纤维细胞参与创面愈合和皮肤再生。现就成纤维细胞的异质性及不同的成纤维细胞参与创面修复的不
期刊
短路故障使电网信号中存在暂态的衰减直流分量,影响基频稳态信号的电气特征量提取速度。为此,针对单相接地故障中的DDC分量提出dq0坐标下的三点采样检测算法,该方法在延时采样周期的双dq变换基础上进行改进,通过先提取出0轴的DDC分量,将提取结果与dq坐标系下的正序和负序分量相结合,滤除含有DDC分量的部分后,再从dq坐标下滤除二次谐波,从而快速且准确地提取出基波的正序和负序分量。最后,通过PSCAD
期刊