雾计算中基于属性加密的可撤销访问控制研究

来源 :太原理工大学 | 被引量 : 0次 | 上传用户:zeer
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
雾计算作为物联网分布式应用的一种有效解决方案,与云计算相辅相成,共同促进了物联网的发展,云雾存储也成为了物联网设备存储数据的首选。然而对于存储在雾节点.或云服.务器上的数据,脱离了物联网设备的绝对控制,为了保证对数据的安全访问,密文策略属性基加密(Ciphertext-Pol.icy Attribute-Based Encryption,CP-ABE)技术可以在实现数据机密性的情况下满足数.据细粒度访问控制的要求,被广泛应用在云雾存储系统中。而现有的CP-ABE方案在实际应用中存在诸多的问题:复杂的加解密操作给资源有限物联网设备带来的计算负担问题;单授权机构带来的单点瓶颈问题;用户和属性频繁的动态变化带来的用户撤销和属性撤销问题。针对上述问题,本文首先提出了一种雾计算中支持计算外包的多授权访问控制方案,该方案建立在多个属性授权机构的环境下,将部分加解密计算从物联网设备外包给临近的雾节点,计算能力有限的物联网设备只需进行少量计算即可完成对数据的加解密操作,不仅实现了数据的细粒度访.问控制,也减少了资源有限物联网设备的计算开销,适用于实际的物联.网应用场景。然后在上述访问控制方案的基础上加入权限更新机制,.进一步提出了一种雾计算中用户和属性可撤销的访问控制方案。对于属性撤销,方案采用了基于属性组概念撤销属性的方式,通过减少属性撤销时的密文更新部分和更改密钥的计算方式分别提高了原撤销方式的密文更新效率和密钥更新效率;对于用户撤销,提出了一种新的适用于雾计算的高效用户撤销方式,利用雾节点与邻近物联网设备构造了用户组,雾节点通过更新用户组版本密钥实现了所在用户组中用户的撤销,在该撤销过程中无需更新密文。最后,对所提的两种访问控制方案分别进行了安全性和性.能的分析,分析结果表明所提两种方案具有较高的安全性和系统效率,可实际应用于云雾存储系统中。
其他文献
随着移动互联网的快速普及,人们使用网络的目的也发生了巨大变化,电商平台的出现也极大的改变了人们的消费方式,随之而来的互联网评论信息也使得人们在进行决策行动之前有了更多的参考。就各大酒店预定平台使用过程来说,用户通过浏览酒店的评论信息来获得更直观的判断。通过对酒店的评论数据进行情感分析,可以清晰地了解到用户对于酒店的客观评价以及入住体验,从而帮助其它用户进行快速决策,选到合适的入住酒店,降低用户的选
随着人工智能不断发展,人机交互在现实生活中也越来越重要,实现良好人机交互离不开对情感的识别。除此之外,情感识别在医疗卫生,国防安保,商业金融等领域也有着十分广泛的应用。如今情感识别可以分为基于生理信号的情感识别和基于非生理信号的情感识别,其中基于人脸的情感识别是基于非生理信号情感识别的重要部分。基于人脸的情感识别有着方便快捷的优点,但是在人为主观的刻意隐藏情况下,会造成识别不准确的问题;使用生理信
互联网和人工智能技术的快速发展为信息的传播和有效利用提供了时宜的契机,但是随着信息量的大量积累,信息过载问题已然成为困扰人们的重要问题,为此个性化推荐算法应运而生。推荐算法不仅可以节省用户的搜索成本,增强用户体验,而且可以将有价值的产品推荐给用户,增强实体制造商的积极性。因此,如何将有价值的产品推荐给有真正需求的用户是推荐算法研究的重要课题。融合社会化关系的个性化推荐算法不仅可以传递好友间的信息,
图像信息是人们感知世界的一种重要形式,随着人工智能的发展,人们对图像处理的要求越来越高,在图像处理的整个过程中,图像分割处于较为基础的地位,对图像识别的准确性有很大的影响,因此图像分割在工程领域和日常生活中都有重要的作用。长久以来,研究者们在图像分割领域进行了深入的研究,图像分割的方法也越来越多样化,但是至今仍然没有一种通用的方法,所以有关图像分割的探索一直在继续。其中模糊C均值(Fuzzy C-
河域边界线指的是河域中波动的水面与河滩的瞬时交界线,其位置信息的实时监测在河域自动化测流中起着十分重要的作用。现为实现河域测流平台在测流时对河域边界线的自动实时视觉识别与定位而可自动布置测流点,达到河域全自动化测流的目标。现针对河域边界线的实时视觉识别提出方法研究,接着对识别到的边界线进行坐标定位并应用于测流点布置。本课题针对水文站的实际测流工作需要,首先进行了视频监控系统的搭建,实现了研究对象的
近年来,我国的交通运输业成为了发展较快的行业之一,成为了构成国家经济中的一个核心部分。交通基础设备建设关联了社会中的各种环节,对城市以及国家的经济增长起着关键作用。全覆盖的建设高速网络,可连接部分人口较少的城市,提升居民出行便利性,支撑新型城镇化发展。据相关部门的规划,在十三五结束时,我国的道路可以行车的总公里数将实现15万公里的突破,至2020年,我国在城市建成区已经拥有超过每平方公里8公里的平
特殊场景常常面临样本不易获取的问题,由此造成该场景分类识别任务的样本缺乏。针对场景样本缺乏的问题,利用辅助域(或称源域)构建迁移学习模型,提高困难场景中样本分类准确度与性能是当前研究的热点与难点。以本地森林火灾预防为例,由于样本缺乏,对本地森林火灾图像检测较困难,近几年森林火灾频繁发生,使提高本地森林火灾图像检测准确率变得尤为重要。因此,解决本地森林火险多分辨图像分类识别问题并提高烟雾样本分类准确
随着医学领域的随访工作逐渐被重视,在医学图像处理领域,通过相关分析方法获吗取随访信息的工作也变得越来越重要。就肺癌筛查工作而言,在早期阶段的诊断过程中,医师常需要根据分级报告对当前CT的筛查结果进行评估并给出随访筛查的建议。而随着随访时间和随访次数的推移,医师对于随访类筛查结果的判断往往容易忽视时间信息及相关随访信息从而造成误诊和漏诊问题。同时,在肺癌的计算机辅助诊断方法中,大多肺结节分类模型并没
随着计算机技术的进步,尤其是深度学习技术的发展,数字图像处理和计算机视觉技术已经逐渐自成体系。图像的语义分割问题作为计算机视觉的基本任务,因其可被用于辅助其它计算机视觉任务的实现,同时也受到越来越多的关注。图像语义分割对图像进行逐像素的分类,为图像中所有像素点分配语义标签,从而实现从像素级别理解图像内容,在自动驾驶、物体检测和跟踪、人机交互、场景识别与理解等领域都有着广阔的应用前景。本文总结了语义
电子化在线教育是互联网与算机技术同教育方面的需求相结合的产物。近年大规模开放式在线课程学习平台得到了教育界人士的关注和大力推广。在基础设施条件良好的前提下,相比传统的教育形式,在线教育平台有着对用户的学习时间和学习地点友好、大规模授课成本更低、可以更顺畅地衔接各种电子化的或者多媒体教学资源以及在一些方面上可以更便捷地记录学习者的行为及反馈等优势。但在线教育平台由于其大规模性及线上性,在对学生的个性