面向物联网的消息队列传输协议安全性的研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:deathadam
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
随着基本通信网络的发展,越来越多的物联网设备需要与用户进行交互。另一方面,由于物联网中的设备计算性能,内存存储性能和网络带宽资源都有限,所以提出MQTT的基于发布/订阅的轻量级数据传输协议,同时近几年随着物联网的发展,MQTT协议也被越来越多的用到物联网系统中,因此使用MQTT的进行传送的数据的安全性也被越来越多的讨论。
  本文中提出了两个关于MQTT协议的安全性的相关方案,第一个方案基于物联网设备的计算能力和带宽能力有限,提出了轻量级密钥协商方案,该方案基于中国剩余理论和ECDH算法,ECDH算法基于椭圆曲线用于客户端与代理服务端进行密钥协商,然后使用中国剩余理论带上客户端与代理服务端的相关参数,进一步增强ECDH密钥协商过程的安全性。从安全性,计算性能,存储性能和通信性能方面对该轻量级密钥协商方案与其他方案进行对比,通过安全分析,该轻量级密钥协商方案能够抵抗重放攻击,中间人攻击等,并能够成功的进行共享密钥的协商,证明该方案是适合于MQTT协议客户端和代理端的密钥协商的。
  然后,通过对MQTT协议的分析,当前越来越多的需求需要MQTT进行大块数据的传输,而当前MQTT协议中,并没有针对大块数据传输的相关方案,因此提出了数据分组加密传输的方案,该方案基于AES加密的CBC工作模式进行分析,每一个分组的被加密后的密文数据组都与上一个明文数据组有关,这样就可以保证了被发送数据的一致性问题。该方案也引入了作为向量的时间戳,对数进行异或操作,这样便一定程度抵抗重放攻击;同时,该方案对组内数据举行加密传输,数据的机密性也得到了有效的保证。
  综上两种方案,基于中国剩余理论的ECDH轻量级密钥协商方案和基于CBC的数据分组加密传输方案,方案的数据交互次数较少,并且计算开销和内存开销较小,并能够抵抗中间人攻击,重放攻击和身份伪装等攻击问题,实现了数据的安全传输。
  
其他文献
随着人工智能的发展,我们的生活发生了翻天覆地的变化。其中,让机器懂得人类的语言一直是我们梦寐以求追寻的目标。人们对语言信息处理的需求越来越大,人们迫切需要用自动化的手段处理海量的语言信息。例如:机器翻译,问答系统,人机对话等。这些自然语言处理的应用已经深入的渗透到人类的日常生活中。但是,这些应用与人类的水平还有一段距离。其背后原因可能是机器并不是真正的理解自然语言所表达的含义。所以,自然语言理解的
在用户历史交互记录中,蕴含着丰富的映射用户潜在兴趣偏好的信息,这些信息可以帮助推荐系统建模,从而向用户推荐他们潜在兴趣的内容或商品,在电子商务领域中扮演着重要的角色。这种方式不仅方便用户以更高效、快捷的方式获取有利信息或商品,而且电子商务平台也可以通过推荐系统的技术,主动地将产品或者服务准确地投放给目标用户,以便他们获取更高的利润。由于用户的个性化商品推荐与人们日常生活息息相关,所以越来越多的研究
图像超分辨率重建是深度学习的重要分支,受到越来越多科研人员的关注。目前,图像超分辨率重建方法以深度学习为基础在图像的定性和定量上取得了突破性的发展。为了提高图像的重建质量,现有的基于深度学习的图像超分辨方法一般都是通过增加网络模型的深度提高图像的重建质量。但是,实验也表明随着网络模型深度的增加,图像过渡平滑现象会越来越严重。除此之外,由于自然场景下真实低分辨率图像受到天气、噪声和模糊度等因素的影响
现有的图像修复方法,主要针对自然场景、建筑物等图像,对于人脸图像的修复并没有过多的深入研究。自然条件下的人脸图像的修复,会随着人脸姿势、遮挡、表情等因素而造成修复结果产生偏差,比如出现边界区域模糊、结构不连贯等问题。本课题着重关于人脸图像的修复展开研究,提出了基于人脸结构特征先验引导的图像修复算法,该算法通过在残缺人脸图像中使用卷积神经网络提取人脸结构潜在信息,然后通过人脸结构条件约束和重建隐藏层
学位
电商平台和网络社交媒体的快速发展,让我们的生活更加丰富多彩,获取信息也更加方便,但是随之而来的是信息过载给我们上网所带来的巨大影响。而推荐系统则在一定程度上减轻了目前信息爆炸的问题,也可以有效的帮助人们更加迅速的寻觅到他们所需的信息。但是,数据稀疏和冷启动等问题会对推荐的质量造成较大的影响,如何克服这两个问题也成为了诸多学者研究的目标。已有研究表明利用信任信息可以在一定程度上解决数据稀疏和冷启动的
随着云计算、大数据及网络等技术的快速发展,社会进入了信息化时代,各种信息系统成为人们日常生活的基础设施,人们的工作、学习、生活无不严重依赖于网络,信息安全日益成为焦点问题。密码学是信息安全的核心与支撑性技术,密码技术的应用对社会信息化的健康发展具有不可替代的作用。  信息化时代,数据规模不断扩大,巨大用户数量、海量数据规模、高并发处理性能,都对密码运算的加解密速度、数字签名和验证速度等性能指标提出
学位
估计图像中物体的三维位姿(位置和朝向)是计算机视觉领域的基本问题,在增强现实领域起着非常核心的作用。在增强现实环境中,系统需要实时跟踪现实世界中特定物体的位姿,才能保证渲染的虚拟物体与现实物体保持几何一致性。基于视觉的三维物体跟踪方法是实现连续跟踪物体位姿的关键技术,由于其具有非侵入式、准确和廉价的优点得到快速发展。随着智能移动设备的普及和其计算能力的提升,基于单目彩色相机的三维物体跟踪方法成为研
学位
激活函数作用是引入非线性到神经网络中,使神经网络可以更好地学习复杂的非线性函数,这是神经网络解决非线性问题的核心。激活函数的选取对于整个神经网络的训练起到十分重要的作用,如何选取激活函数会影响网络训练的时间和准确率。在现实处理器中,选取适当的非线性激活函数可以提高训练准确性,但是非线性激活函数的计算往往会消耗很大的运算周期。软件实现造成的延时会影响整个网络的训练效果,硬件层次的实现降低延迟同时存在
近年来,复杂网络研究引起了广泛的关注。现实生活中的许多基础设施都可以建模为复杂网络,如供电网络、交通网络和互联网等。大部分复杂网络并非是随机网络,而是呈现出一种特殊的结构。无标度网络就是一种特殊形态的复杂网络,它表现为少数的重要节点拥有大量的连接,而新加入的节点也会以较大概率连接到这些重要节点上。无标度网络因其“重尾”特性而表现得十分脆弱,因此会不可避免地出现各种故障。网络鲁棒性就是用来评估网络对