【摘 要】
:
在这个网络飞速发展的时代,信息大数据已经逐渐渗透到各行各业,传统产业也紧跟时代发展进行合并、改革,逐渐引进新型数字化技术。在我们日常生活中,大数据、区块链、云计算、物联网等新兴技术给我们的生活、生产以及出行带来了快捷、便利与高效。但是,事物都是从正反两个方面来看待的。数据信息在推动人类社会进步的同时,也会衍生出新的问题,也亟需人类攻破这些难题。其中信息安全和隐私保护问题正在变得复杂多样化,生活中的
论文部分内容阅读
在这个网络飞速发展的时代,信息大数据已经逐渐渗透到各行各业,传统产业也紧跟时代发展进行合并、改革,逐渐引进新型数字化技术。在我们日常生活中,大数据、区块链、云计算、物联网等新兴技术给我们的生活、生产以及出行带来了快捷、便利与高效。但是,事物都是从正反两个方面来看待的。数据信息在推动人类社会进步的同时,也会衍生出新的问题,也亟需人类攻破这些难题。其中信息安全和隐私保护问题正在变得复杂多样化,生活中的许多信息泄漏问题都给人类带来了前所未有的挑战。密码技术是信息安全和隐私保护的核心技术,在保障信息安全的道路上,密码学有着举足轻重的作用。密码学发展至今,已成为当下隐私保护、网络空间安全以及区块链等领域的研究基础。近年来,密码学作为隐私计算的核心技术,其中密码学中的研究热点是安全多方计算。在数据通信的过程中,互不信任的参与方都不愿意共享较多的个人信息。为此,安全多方计算很好的解决了隐私数据计算的问题,实现了可控制的数据共享,参与多方协同计算,进而数据信息得到隐私保护。保密计算集合问题和几何问题都是安全多方计算的重点研究问题,而目前人们所设计的安全协议大多都是在半诚实模型下设计的。半诚实模型下的协议虽然相对简单、高效,但是不能够抵抗恶意敌手的攻击,协议的安全难以得到更好的保证。因此,设计恶意模型下的安全多方计算协议具有极其重要的研究意义和实用价值。本文针对安全多方集合计算和安全多方几何计算问题,分析了目前研究者所设计的半诚实模型协议。为了更加有效的保障协议的安全性,本文在此基础上,分析了可能出现的恶意行为,设计了恶意模型下的安全多方计算协议,主要研究内容如下:(1)判断整数点与整数区间的关系是研究安全计算集合问题中最基本的问题。本文分析了在半诚实模型下的整数点与整数区间关系的协议,逐一举出协议中可能存在的一些恶意行为。利用Paillier加密方案、Goldwasser-Micali加密算法、零知识证明和分割-选择方法等密码学工具,设计了恶意模型下整数点与整数区间关系的保密判定协议。最后,采用理想-实际范例方法,证明了该协议在恶意模型下是安全的。与现有方案相比,它不仅保持了较好的性能,而且能够抵抗恶意对手的攻击,从而使协议更加公平。(2)隐私计算曼哈顿距离在安全几何研究中是一个新的问题,具有广泛的应用前景。然而,关于安全计算曼哈顿距离的研究很少,仅有的协议方案不能抵抗恶意敌手的攻击。本文分析了可能被恶意敌手攻击的计算曼哈顿距离保密计算协议,在此基础上设计了一个安全性能高、且可以抵抗恶意行为的协议。采用理想实际范例方法证明了恶意模型下协议的安全性。最后,给出了该协议的具体应用场景。(3)点与凸多边形的包含问题同样是一个重要的安全计算几何问题,在诸多领域呈现了极大的应用价值。然而,目前针对点与凸多边形包含问题的研究方案大都是在半诚实模型下设计的,不能抵抗恶意敌手攻击。本文分析了半诚实模型下点与凸多边形包含问题判定协议中可能存在的恶意攻击行为,利用Paillier加密算法,借助零知识证明和分割-选择等密码学工具,设计了恶意模型下点与凸多边形包含问题的判断协议。利用理想-实际范例证明了在恶意模型下该协议是安全的,与现有方案对比,不仅高效,而且可抵抗恶意敌手攻击,具有公平性。
其他文献
随着信息技术的不断提升,纺织企业的生产管理方式逐渐向自动化、智能化方向发展,同时,国家和地方政策都在鼓励各产业进行数字化转型,利用新一代信息技术进一步推动产业发展。在此背景下,针对细纱断头管理的单锭监测系统逐步发展起来被广泛使用于工厂对细纱断头的管理上。为及时发现并在最短的时间内处理细纱断头,提高企业的生产效率,本文以细纱单锭监测系统对断头锭位的监测为基础,建立了不同场景下的细纱接头调度模型,并使
超声相控阵检测技术在工业无损检测领域具有广阔前景,其研究价值已经得到国内外同行的充分重视和高度评价。但是,传统的人工缺陷检测存在着效率低、成本高等问题,随着机器视觉的更加普及,为了更高效的对异型铸件进行定位及缺陷检测,应该深入研究机器人视觉在无损检测的运用,利用机械臂代替人力、相机代替人眼对异型铸件进行缺陷检测。异型圆柱贯穿腔体承载件的多轴线定位是其自动化缺陷检测的前提,本文提出一种基于机器视觉的
图像深度估计技术在虚拟现实、自动驾驶、三维重建等领域发挥着至关重要的作用。单幅图像本身信息不足,深度估计难度较大,深度学习的快速发展为单幅图像深度估计技术开辟了新的研究方向。本文利用深度学习网络进行了两种单幅图像深度估计方法的研究。针对传统方法在单幅图像深度估计时存在的精度低等问题,构建了一个基于Dense Net全卷积编解码网络的单幅图像深度估网络,编码器网络以Dense Net为基础对图像特征
伴随着人工智能技术和大数据技术的持续发展,各个领域的问答系统得到了快速的发展。与此同时,构建知识图谱相关模型也在不断发展,基于知识图谱的问答系统在各个领域都得到了越来越广泛的应用。基于知识图谱的问答系统与传统搜索引擎不同的是基于知识图谱的问答系统不会像其他问答系统一样,返回给使用者一系列匹配的文档,让使用者自己去寻找答案,而是凭借其智能的精准定位为用户推送准确的答案,显著提高了使用者使用时查找相关
雄安新区是新中国成立以来第一个由外来的总部企业、金融机构、科研院所、大专院校等整体搬迁而迅速形成的大城市。这种崭新的城市形成路径,无疑会带来一系列的社会经济问题,特别是作为非首都功能疏解的集中承载地和全国创新发展示范区,未来将对从业人员受教育年限的要求非常高。而目前当地劳动者的受教育年限仅8.92年,与这座未来创新之城的要求相去甚远,而新科技革命将在未来淘汰大量现有工作岗位。这双重叠加的就业困难,
随着全球经济的快速发展,汽车数量不断增加,导致报废量逐年递增,拆解报废汽车会产生大量的多环芳烃(PAHs),它具有致癌、致畸、致突变等毒性作用。人类长期暴露于PAHs下会对健康造成不可逆的危害。本文以国内典型报废汽车拆解基地为研究背景,以美国环保署(USEPA)优先控制的16种PAHs为研究对象,分别采集了空气、水体和土壤样品,本文首次对报废汽车拆解基地中PAHs的浓度水平、组成特征、排放因子、主
近年来,随着海洋全球化态势的不断升级,舰船目标的战略重要性不断提升,舰船作为海上各类活动的主要载体,如何快速精准地检测海上舰船目标一直以来都是目标检测与识别领域的研究热点。合成孔径雷达(Synthetic Aperture Radar,SAR)成像技术的日益发展,其抗干扰能力强、可持续观测等特点优势也越来越明显。与此同时,越来越多的SAR舰船图像可以应用于舰船目标的检测和识别。当前,卷积神经网络(