支持叛逆追踪的属性基加密方案研究

来源 :河南理工大学 | 被引量 : 0次 | 上传用户:linebarrel2
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
目前,伴随着移动社交的广泛普及和云计算的蓬勃发展,人们愈发倾向于通过网络获取知识与存储信息,互联网中的数据呈现爆炸性的增长趋势。与此同时,信息安全领域的问题也日益严峻,个人、企业等信息遭到泄露的事件频频爆出,鉴于以上因素,大数据环境下的数据安全成为了研究学者的关注热点。属性基加密机制作为密码学的一个重要分支,通过访问结构与属性集之间的匹配关系实现用户对数据访问权限的控制,高效地解决了“一对多”的秘密数据共享问题,在云计算、大数据、隐私保护等领域有着广泛的研究与应用。但是,在属性基加密机制实际应用中,也存在一些缺陷,例如有一些用户无意或有意的泄露私钥,会对数据安全造成威胁;并且,当不同用户具有相同属性时,其访问权限会相同,此时会出现无法满足相同属性的不同用户的权限区别的问题。因此,本文主要在叛逆者追责和属性权重两个方面对属性基加密方案进行了研究,具体研究成果如下:(1)针对实际应用中存在着叛逆者泄露私钥获取非法利益的情况,本文提出一个支持叛逆者追踪的密文策略属性基加密方案。此方案将Boneh-Boyen签名算法融入私钥生成算法中,通过对用户身份的嵌入来实现对叛逆者的追踪。采用树形访问结构,灵活性更高。当叛逆者所拥有的私钥能够满足合理性检验时,就可以计算出叛逆者的身份。并证明在DBDH假设下满足选择明文攻击安全。通过性能分析表明,该方案密文长度、私钥长度都得到了缩短,降低了计算开销和通信开销。(2)在进行叛逆者追踪时,考虑到用户属性在实际应用中的重要性不同的情况,提出了一种支持叛逆者追踪的权重属性基加密方案。该方案将用户身份信息嵌入到用户的私钥中,追踪从系统中泄露密钥信息的恶意用户。引入了属性权重的思想,通过属性集分割算法将属性集转化为属性权重分割集,通过线性秘密共享实现访问控制,使其更接近实际环境。并证明在q-DBDH假设下满足标准模型下选择明文攻击安全。与其它方案相比,该方案在通信和计算代价方面都有显著提高。
其他文献
随着工业4.0和智能制造2025等概念的提出和实施,自动导引车(Automated Guided Vehicle,AGV)在自动化工厂、智能化物流系统等领域得到了广泛的应用。AGV的大量应用提高了相关
在非交换射影代数几何的研究中,需要将一个诺特分次代数的商范畴用其它代数的商范畴来刻画.在非交换奇点解消理论中,需要将Gorenstein代数的商范畴用某个自反模的自同态代数
当前,我国机器人市场进入高速增长期,工业机器人连续五年成为全球第一大应用市场。然而工业机器人在使用中存在能量的不合理利用,造成大量的能源浪费,其能耗问题已上升到国家
麦盖提斜坡在其形成演化过程中经历了多期构造运动,构造应力场多次发生改变,从而发育多期次活动的断裂构造,成为斜坡带的一个显著特征。麦盖提斜坡不同期次断裂构造的构造变
蛋白质是生物体实现生命活动的基础,单一的蛋白质难以实现生物体丰富多彩的生命活动,它们通过彼此相互作用并形成蛋白质复合物来实现特定的生物功能。因此在结构复杂、数据规模较大的蛋白质相互作用网络中,精准且高效的识别出蛋白质复合物对理解蛋白质相互作用网络的结构、分析细胞实现生命活动的过程以及生物医学的研究均有重要的意义。在现有的研究中识别蛋白质复合物主要分为实验方法和计算方法,一般采用实验方法花费的时间比
网络信息系统的快速发展和广泛普及,有效提升了网络中信息流动的速度,使得网络信息的传递和交互变得极为频繁。而且近年来,智能移动设备市场占用率的增高使得人们将会更加便捷地获取网络信息,极大方便了个人生活。然而,由于利益的驱使,信息系统中的漏洞和监管措施的不完善使得网络信息安全问题频发。随着用户数量的不断变化和用户属性的不断增多,导致信息系统对用户管控变得越来越麻烦,传统的访问控制技术很难对用户的访问请
随着经济的发展,科学技术水平的提高,农业生产已经不再局限于靠天吃饭,农业生产方面运用科学技术,不仅可以提高农产品产量,还能增加利润收益。科学技术水平的应用在当下越来
同步定位和地图构建(SLAM)是机器人在行进过程中,通过传感器获取环境数据来建立环境地图并同时估计出自身位姿的过程。随着移动机器人应用领域的增多以及应用场景的复杂化,部分未知的半结构化环境以及完全未知的非结构化环境下的移动机器人定位成为迫切需要,SLAM成为解决移动机器人自主导航的关键技术。本文主要分析了基于深度传感器的视觉SLAM实现方法,包括鲁棒的图像特征点检测和匹配、机器人运动的相机位姿估计
模块度可用于检测社区网络结构的强度,取值越大表明划分后同一社区内部关系越紧密,不同社区之间的关系越疏离,该特点与聚类的目标不谋而合。因此,近年来愈来愈多的聚类算法基于模块度进行设计,并取得了较好的聚类效果。然而,这些算法多属于硬聚类的范畴,受限于隶属度只能取0和1二值,聚类的准确率仍可进一步提高。此外,聚类分析过程结束后,聚类有效性检验是一个关键环节,常以有效性指标的取值衡量聚类算法性能以及准确率
自然语言处理的目的是使用计算机技术来分析处理人类产生的文本数据,了解人类的意图,最终可以实现人类与计算机之间无障碍的沟通,其主要包括机器翻译、情感分析与智能问答等领域。文本情感分析的主要任务就是对带有主观情感的文本进行特征挖掘和分析,从而得出其情感倾向。随着互联网的快速发展,深度学习算法的实现得到了技术上更坚实的支撑,其在各个领域中都做出较大的贡献,使用深度学习方法来解决自然语言处理的问题成为更多