开放云端计算环境中的任务执行代码安全机制

来源 :计算机科学 | 被引量 : 0次 | 上传用户:ch101732
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
云端计算可以充分聚合Internet网络服务器端和边缘终端节点的计算资源来获得更大的效益。但将计算任务部署到用户终端上执行却带来了安全隐患。分属于不同用户的海量终端节点之行为显然不可靠,计算安全性也难以保障。特别是作为任务执行者的用户终端节点可能篡改任务中的程序代码或数据,返回的是虚假的结果,或是窥探有私密性要求的代码和数据。提出一种新的基于内嵌验证码的加密函数的代码保护机制,它可同时满足计算完整性和私密性,能够有效验证返回结果的正确性,并保障计算代码不被窥知。为了进一步提高任务执行的成功率和缩短作业周转
其他文献
ANP法是一种关于复杂决策问题的有效求解方法。针对传统ANP理论存在"元素相对重要性表达问题"和"群决策问题"的两大固有缺陷,运用"区间标度"代替"点估计",采用C-OWA算子集结群体偏好,
频繁模式查找对新词识别、网络舆情监测、生物信息序列检测等领域有很高的应用价值。为处理规模远超出内存的语料,提出了一种实用的频繁模式查找算法。先将语料按后缀首字符划
基于各种海量规则信息处理的需求,提出了一种海量规则模式匹配方法。设计了海量规则模式匹配方法的基本算法步骤,研究了各种规则节点的匹配处理方法。最后总结了海量规则模式
研究了组合测试错误定位表的结构。针对t维组合测试情形,在假设待测系统中只有一个强度小于等于t维的错误交互时,提出了一种新的构造这种特殊情形的错误定位表的方法。这种方
针对人体运动状态监测中出现的设备要求苛刻、预测精准确较低等问题,采用了一种基于支持向量机(SVM)的人体运动状态检测方法。该方法通过移动终端设备中的传感器获取人体运动数据,并利用SVM对"小数据集"进行运动状态建模和预测,最终实现了低设备要求、高准确度的人体运动状态检测,并通过实验验证了其有效性。
介绍了一种基于随机Hough变换(RHT)的圆检测的改进算法。该算法利用梯度方向信息来确定采样的3点是否进行累积,并在获得真实圆之后采取部分删减的策略来更新边缘点集。此方法不仅解决了传统RHT中由于随机采样而造成的大量无效累积问题,并且有效改善了传统RHT方法中与梯度方向Hough变换(GHT)算法相比最优拟合结果丢失的情况。该方法在降噪后的图像上做了实验,最优拟合结果出现概率明显提高,检测性能有
定位技术是无线传感器网络中的关键支撑技术之一。针对移动无线传感器网络的特点,在深入分析现有多维定标节点定位算法的基础上,提出一种改进机制,即距离自调整的多维定标节
提出了一种基于物理的流体运动模拟方法,同传统的模拟技术相比,基于物理的模拟更能表现真实感运动。选用的物理模型是完整的Navier-Stokes方程组,针对完整的Navier-Stokes方程组,利用破开算子法将模型分解成外力、对流、扩散和投影项分别进行计算。因为每一步都稳定,所以整个求解过程也稳定。因此可以用大时间步长来模拟流体运动。Navier-Stokes方程组保证了真实感,而此求解方法保证了
支持向量机是一种用途广泛的分类器,标准的支持向量机在预测每个样本点的类别时使用了训练集中所有的样本信息(即全局信息),然而这种全局化的方法并不蕴含一致性。局部支持向