【摘 要】
：
针对产业链协同Saa S平台以龙头企业为核心的一平台多租户、一租户多用户以及业务数据高安全性需求,提出了一个面向产业链协同Saa S平台的租户身份认证配置方案,目的是解决不同租户的用户身份认证安全性问题。该方案建立了租户身份与业务服务功能之间的映射关系,提出了面向租户个性化应用的用户认证方式配置算法和配置规则存储机制,根据用户安全需求分配相应身份认证规则,建立了认证信息加密及基于挑战/应答模式的双
论文部分内容阅读
针对产业链协同Saa S平台以龙头企业为核心的一平台多租户、一租户多用户以及业务数据高安全性需求,提出了一个面向产业链协同Saa S平台的租户身份认证配置方案,目的是解决不同租户的用户身份认证安全性问题。该方案建立了租户身份与业务服务功能之间的映射关系,提出了面向租户个性化应用的用户认证方式配置算法和配置规则存储机制,根据用户安全需求分配相应身份认证规则,建立了认证信息加密及基于挑战/应答模式的双向认证实现方法。提出的模型和实现方法在汽车及零部件产业链协同Saa S平台上进行了身份认证,结果表明该方
其他文献
提出了一种基于多秘密共享的H.264视频无漂移鲁棒隐写方法。该方法首先利用（t,n）门限多秘密共享技术将需要嵌入的p个秘密信息利用矩阵方程分发成n个子秘密;然后利用H.264预测模
现有的社会网络隐私保护通常是基于所有用户完全一致的隐私保护,忽略了用户之间对隐私保护的需求存在差别。针对这一问题,提出个性化隐私保护框架,根据用户不同隐私保护需求提取部分子集,共设置三种隐私保护级别:首先,简单移除原始图节点标签,并为每个节点设置相应的ID值;其次,为保护节点度信息,提出基于动态规划思想的k-d_sub(k-degree_subset)算法;最后,为防止敏感属性被识别将l-dive
微博意见领袖挖掘中通常单独考虑用户属性、网络结构或交互信息等特征,对这些特征之间的关系及微博信息的话题特征考虑较少。针对上述问题,提出了一种基于用户行为网络的微博意见领袖挖掘算法TopicLeader Rank。该算法利用微博用户的内容属性和社交属性,并结合用户在特定话题中的交互信息构建用户行为网络,然后利用Page Rank算法的投票思想,同时考虑网络中节点权重和边权重对投票的影响来挖掘意见领袖
针对分布式数据存储中空间效率低、计算复杂度高等问题,基于Jordan矩阵和拉格朗日差值公式,提出了一种一般访问结构上高效的分布式数据存储方案。方案是计算安全的,空间利用率与理论安全的方案相比提高了m2倍,每个存储服务器只需维护长度很短的秘密份额,就可以实现大数据的分布式存储。在数据存储过程中,存储服务器根据双线性对的性质计算并贡献影子份额,确保秘密份额的安全性。方案具有可公开验证性,有效防止了数据
综述了代理重签名理论及其发展状况、应用背景、一般模型和安全性定义;通过对现有经典代理重签名方案的系统研究,详细分析比较了其性能特性、执行效率和安全性。提出了代理重签名方案在数据安全交换中的应用,解决了现有电子政务中数据交换存在的效率低、密钥管理复杂、交换服务器权限过大等问题。最后概括了所取得的研究成果,并讨论了目前研究中所遇到的关键问题。
车载网VANETs中网络服务和应用需不断交互车辆的位置信息,而节点之间的障碍物使两车间产生非视线距离NLOS(nonline of sight),同时也阻碍位置信息的交互。针对如何获取车辆可靠的位置信息,提出了一种位置信息协作式获取方法。首先在假设条件成立的情况下,建立车辆协作式位置信息获取模型,同时基于三角算法获取车辆位置信息;其次,设计协议算法对所获得的信息结合距离计算进行二次完整性验证;最后
针对软件故障数据中正例样本相对较少且大量样本标注困难的现实场景,已知未标注样本中包含用于建立故障检测模型的大量有用信息,提出仅用正例和未标注数据构建分类模型对软件开发过程中的故障进行检测的半监督学习方法。首先采用合成少数类过采样SMOTE算法对数据集中的正例样本进行过采样,平衡数据集中的类分布。在此基础上合理构建正例集合和未标注集合,采用POSC 4.5和Bagging算法构建软件故障决策树集成分
为了解决AODV协议在能耗性能上的不足,提高协议能量有效性,实现协议在多种网络环境中传输有效性与能量有效性的灵活折中,提出了一种改进的基于能量有效性的路由协议(energy-aware reverse AODV,ERAODV)。ER-AODV协议采用基于逆向AODV并结合最小功率以及能量均衡的设计方案,提出了一种改进的链路代价函数用来选择最佳传输路径。仿真结果表明,当代价函数中加权系数固定时,ER
为提高生物地理学优化算法的全局和局部搜索能力,提出一种自适应迁入混合拉丁超立方采样的改进生物地理学优化算法。算法基于混沌函数优化种群初始分布,综合当前最优栖息地和当前迁出地优化迁入地适应度指数变量,以增加算法的全局搜索能力。在满足预定条件时,围绕当前最优栖息地进行拉丁超立方采样展开深度搜索,提高算法的收敛精度。同时,辅以适应度相关的变异机制。基于标准测试函数的仿真实验结果表明,算法在全局搜索、收敛
根据已有的查询历史记录对排名模型进行自适应调整可以更好地实现检索结果的个性化。为了提高个性化检索的准确性,提出了一种基于线性回归的适应性排名算法。基于线性回归技术提出了一种适应性排名通用框架,该自适应框架通过调整参数来描述不同用户的查询偏好,进而实现排名的个性化,然后将改进的Rank SVM算法应用于该框架,并提出了一种适应性Rank SVM算法。最后,通过真实数据集实验验证了提出算法的有效性,能