基于区块链的物联网属性访问控制模型研究

来源 :云南财经大学 | 被引量 : 0次 | 上传用户:dragon624
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
传统的物联网访问控制模型大多是基于集中式的可信实体构建,存在决策过程不透明、动态扩展性差、设备拥有者自主性差等问题,无法满足轻量级、海量异构、动态性接入的物联网复杂计算环境。随着区块链技术的发展,因其具有去中心化、防篡改、可追溯等特性,为物联网访问控制实现安全、高效的数据交互和访问决策提供了新的解决方案。因此,本文以ABAC模型为基础,提出一种基于区块链的物联网属性访问控制模型。通过将区块链技术和物联网的访问控制相结合,实现去中心化的细粒度访问,解决传统物联网访问控制系统存在的中心化决策、信任缺失以及审计、监督问题。通过仿真实验表明,本文提出的控制模型、决策机制以及合约升级方案适用于复杂物联网系统中的访问控制需求。本文具体的研究内容主要有以下几点:(1)提出一种基于区块链的物联网访问控制模型,将ABAC模型中各功能执行点改造为对应的智能合约,并提出一种非合约类事务的数据结构,解决属性或策略无法更新的问题。通过将布隆过滤器结合到智能合约中,提高属性的查询效率;最后进行对比实验表明基于布隆过滤器的智能合约查询效率更高。(2)采用ABAC框架中的下一代访问控制标准NGAC,提出一种基于NGAC规范下的IOT访问控制决策机制。以物联网典型应用智慧农业场景为案例,构建NGAC多策略图;结合图的深度优先遍历算法,给出NGAC多策略图的决策算法;针对两种常见的访问请求,结合索引表和布隆过滤器给出高效的查找算法。对两类访问请求的查找给出时间复杂度并和其他文献对比分析,最后通过实验对其验证。(3)针对ABAC模型改造的智能合约出现业务升级的情况,提出一种基于查找表的智能合约链上升级方案USC-LT,将原合约划分成代理合约、数据合约、逻辑合约三个合约模块,解决了合约部署后不能升级的问题。首先给出合约类事务的数据结构,并以智慧农业场景中注册合约为例,给出合约模块的具体算法;最后通过实验给出原合约部署成本,合约模块部署产生的额外成本,以及升级合约节约的成本,实验表明采用USC-LT模型升级合约,有效降低了合约的部署成本。
其他文献
在各大平台智能聊天机器人代替人工在线回复的背景下,人类从广义上来说已经进入了人工智能时代。尤其随着大规模深度神经网络学习模型的发展,聊天机器人背后的内容生成不再按照传统方式依靠模板匹配与检索,而是基于深度学习模型算法的实时生成方式。随着应用越来越广,效果越来越好,聊天机器人越来越受欢迎,使其成为了一个非常热点的人工智能的研究方向。心理学家基于荣格的心理类型研究理论提出:人类的心理理论研究可以通过能
学位
随着网络技术的不断发展,通信成为人们正常生活中提升效率的重要技术。但是,大数据时代数据的爆发式增长为恶意个人收集通信领域用户的隐私数据提供了机会,用户身份与数据的隐私问题逐渐暴露出来。非透明的中心化通信机制由于通常存在单点失效、隐私被窃取和易被黑客攻击的缺点,难以解决通信过程中的隐私安全问题。而区块链技术的不断发展,为解决通信过程中隐私安全问题提供了新思路。通过对传统通信模式与基于区块链技术的通信
学位
随着当今社会的迅速发展,数字化和信息化的程度越来越高,信息的安全与共享问题被越来越多的人所关注。区块链技术的快速发展,人们发现区块链技术具有去可信第三方的共信特性,区块链的数据对所有人公开,任何人都可以通过公开的接口查询数据,整个系统的信息高度透明,且数据拥有者(即用户)可以自己控制数据,而不是将数据交由不可信的第三方保管。于是人们利用区块链技术,在一定程度上解决了信息的安全共享问题。但是新的问题
学位
“十四五”规划纲要提出的推动“产业数字化”标注着数字化转型上升为国家层面的政策,体现了数字化转型政策地位更高。目前对企业数字化转型经济后果研究方兴未艾,基于行业间的关联性,企业的风吹草动会对审计行业产生一定程度的影响,企业战略也是审计师在制定审计决策时需要考虑的关键问题。因此,本文探究数字化转型与战略差异度的交互作用对审计师的审计投入产生的影响。本文选取2007-2020年沪深A股非金融类上市公司
学位
当前,我国居民财富分配差距显著,为了实现共同富裕的模式,国家不断出台财富三次分配的相关政策。目前,基于财富三次分配的研究中,国内专家学者多集中于对现有政策的理论研究。本文基于多智能体系统(Multi-Agent System,MAS)理论,利用多智能体技术模拟经济领域演化过程,分析财富三次分配的影响因子,能对即将出台的相关政策进行前瞻性分析,模拟仿真政策带来的影响作用,对于共同富裕模式的实现具有重
学位
随着科技的飞速进步,数据的产出量已经达到了史无前例的水平,而且这些数据可以被大量地收集、存储,因此,不同行业对于数据的处理需求也日益提升。在机器学习和数据挖掘领域,分类技术被广泛应用,它可以帮助我们快速、准确地识别出复杂的信息,而这些技术可以通过多种机器学习方法来实现。数据分类技术已经成为智能化处理的重要工具,它可以有效地帮助我们更好地识别和预测数据集上的各种类别,从而大大提高数据分析的工作效率和
学位
随着科技的发展,各行业数据的收集和处理变得越来越容易,而迅速整理和挖掘数据中隐含的信息,不仅能够有效提升各行业的智慧数据处理技术能力,还能够为相关行业的发展提供强有力的支撑。随着数据量的不断增加,数据的分布逐渐呈现出不平衡的趋势,相对于数据集中占比较多的样本,样本数量少的一类才是人们需要深入研究的重点。如在医学检测、垃圾邮件过滤、银行卡防欺诈等方面,数据分布的不平衡更是普遍存在,有效地解决这一问题
学位
当前,5G网络广泛应用,6G网络研究备受关注,但硬件网络发展缓慢,需研究网络虚拟化技术以实现资源共享,其中虚拟网络嵌入问题是关键挑战。为了满足和平衡网络服务提供商和用户的需求,所设计的虚拟网络嵌入算法需要尽可能的提高网络服务提供商的收益和用户的体验。针对现有的方案的优化目标通常集中在单一指标或多个指标的简单组合上,难以合理的进行虚拟网络请求的嵌入,实验结果也不尽如人意。本文提出了两种基于图神经网络
学位
在现代雷达电子对抗的信息战场上,面对信号高度密集、新体制雷达日益复杂的电子对抗环境,以常规参数为基础的雷达辐射源信号分选识别已经难以取得令人满意的效果;基于数学变换域的雷达脉内特征提取方法虽然有很高的研究热度,但建立有效的雷达信号序列表征分析模型仍然是一个难点,这不仅直接影响了辐射源信号分选和识别的性能,还给现代化的雷达情报侦察带来了新的挑战。因此,在复杂的电磁环境中,如何探索和研究雷达辐射源信号
学位
深度强化学习算法将传统强化学习与深度学习两者结合,是目前解决高维决策任务的一类典型算法,已在各领域广泛应用并取得了突破性进展。但是传统的深度强化学习在面对长时间间隔决策游戏以及长间隔决策中需要智能体定点导航的长时间间隔游戏表现不佳,本文针对此问题做出了如下研究:本文提出了融合门循环单元的深度循环Q网络以解决在智能体长时间间隔决策中表现不佳的问题。智能体只能通过有限的画面做出的决策,会出现之前游戏画
学位