车联网作为物联网在交通运输领域的扩展,可以为交通管理人员和驾驶员提供更具体的路况,交通和娱乐信息,从而极大地便利了车辆管理和路线规划,实现节能减排,确保行车安全,提升社会交通服务的智能化水平。随着车联网的不断普及,用户远程访问车辆数据时会引起大量敏感数据的传输,所以车联网系统应采用认证和密钥协商(Authentication and Key Agreement,AKA)协议确保用户的真实性,保证数据的安全性和隐私性。此外,由于车辆经常放置在无人监管的地方,车载传感器容易受到敌手的物理攻击。因此,为车联网系统设计的AKA协议应在车辆传感器被敌手腐化的情况下保证整个系统的安全。物理不可克隆函数(Physical Unclonable Function,PUF)为实现这些目标提供了可行的手段。目前,尽管已经有许多学者提出了许多基于PUF的认证协议。但是,由于各种缺陷,这些协议不能直接应用于车联网系统,如(1)部分协议无法提供用户匿名性,并使用户易于被敌手跟踪;(2)尽管大多协议声称能够提供用户匿名性,但并未考虑传输过程中消息的丢失,容易受到去同步攻击;(3)部分协议忽略了PUF响应有噪声的事实,使得车联网系统可能错误地拒绝合法用户。因此,设计基于PUF的鲁棒而高效的AKA协议并非易事。在本文中,PUF用于抵御设备腐化。具体而言,PUF作为硬件指纹生成器,消除了车辆传感器中存储任何秘密信息的必要性。本文从车联网场景出发,设计了基于PUF的双因子认证协议PUF-2FA(PUFbased Two-Factor Authentication)和基于PUF的三因子认证协议PUF-3FA(PUF-based Three-Factor Authentication)。具体成果如下:1.PUF-2FA方案使用PUF实现了对用户设备和车辆传感器的认证,使得传感器可以不存储任何秘密信息,实现了车辆的物理安全。首先内置有PUF的车辆传感器和持有口令与内置PUF的设备的用户分别向同一数据中心注册。其次,在用户端和车辆传感器端都使用了反向模糊提取器,处理了PUF响应的噪声,并减轻了用户端和车辆传感器的计算负担。方案引入模糊验证因子解决离线口令猜测攻击。最后,本文提供的详细的安全性分析表明所提出的协议可以抵御各种已知的攻击。安全性和效率的对比表明PUF-2FA方案的安全性和实用性。2.PUF-3FA协议融合了用户特征(生物特征)和设备特征(PUF响应),使得敌手难以仿冒多个特征,从而为车联网系统提供更健壮的安全性。首先,给出了系统模型,它包含三个参与者:用户、车辆传感器和云服务器。其次,通过使用模糊承诺,PUF-3FA方案可以容忍PUF响应和生物特征的噪声。最后,提供了详细安全性分析,并给出了该方案在随机语言模型下的形式化分析。