【摘 要】
：
随着云计算技术的发展和物联网技术的进步,智慧医疗服务因其能为患者提供更好的诊断和治疗成为人们关注的热点.然而智慧医疗在带来便捷的同时,也出现了一系列安全问题,如数据篡改、隐私泄露等问题.在已有的方法中,支持策略隐藏的属性基加密（ABE）可以有效的解决这些问题,在保护用户隐私的同时可以避免机密数据的泄露以及篡改.然而目前大多数支持策略隐藏的方案仍存在诸多问题,如解密效率较低、方案的安全依赖强困难假设
论文部分内容阅读
随着云计算技术的发展和物联网技术的进步,智慧医疗服务因其能为患者提供更好的诊断和治疗成为人们关注的热点.然而智慧医疗在带来便捷的同时,也出现了一系列安全问题,如数据篡改、隐私泄露等问题.在已有的方法中,支持策略隐藏的属性基加密（ABE）可以有效的解决这些问题,在保护用户隐私的同时可以避免机密数据的泄露以及篡改.然而目前大多数支持策略隐藏的方案仍存在诸多问题,如解密效率较低、方案的安全依赖强困难假设及不支持用户/属性撤销等.针对这些问题,本文对支持访问策略隐藏的属性基加密展开研究,主要工作如下:1.针对智慧医疗系统存在的患者数据的潜在泄露风险以及轻量级设备的计算资源存储资源匮乏的问题,构造了适用于轻量级设备的支持策略完全隐藏的属性基加密方案.传统ABE中,加密者指定的访问策略一般是由一些敏感的用户属性所构成,会导致用户的隐私泄露.已有的解决方法大多实现了访问策略的部分隐藏,即将属性分为属性名和属性值,但这仅仅实现了用户具体属性值的隐藏.为了解决上述问题,该方案将内积加密技术与属性基加密方案相结合,通过将访问策略与用户属性集转化为向量来对其模糊化,从而实现了访问策略的完全隐藏.不仅如此,该方案解密测试只需要一个配对运算的,即用户在全解密之前可以有效地检查自己是否是合法用户,验证其属性是否满足访问策略.此外,方案在加密阶段采用在线/离线加密方式,同时在解密阶段将大部分繁重的计算外包给第三方云服务器,减少了用户端的计算开销.基于DBDH假设和DLIN假设,证明了本方案达到了IND-CPA安全.性能分析表明本方案与已有方案相比具有明显优势.2.针对多用户共享机制中存在的访问控制不灵活、用户撤销和计算资源匮乏等问题,构造了支持用户撤销的匿名属性基动态广播加密方案.方案中密钥不仅与用户身份索引相关联,且与用户属性相关联,只有当用户身份索引属于授权用户组且用户属性满足策略时,才能成功解密密文.不仅如此,方案基于Delerablée等人的广播加密方案思想,实现了高效的用户撤销功能.方案利用不经意传输协议,实现了接收者的匿名性,保护了数据用户的隐私.此外,方案支持快速解密,将解密运算降低到常数大小,有效降低终端用户的计算开销.在基于合数阶群的静态假设下,给出了安全分析.性能分析表明,该方案计算效率优于已有方案.
其他文献
随着时代的进步和科技的发展,互联网的使用更为频繁,随之而来的便是大量数据的产生.这些人们生活中产生的形形色色的数据,如若加以利用,便能给人们的生活带来更多便捷.数据挖掘就此应运而生.它通过分析数据本身的结构和数据间的关联性,将无用的信息过滤,进而提炼出更具有价值的信息.聚类作为一种典型的数据挖掘方法,也是一种无监督学习方法,能够在没有先验知识的情况下将数据划分为若干簇,使得不同簇的数据间相似性尽可
交通标志的检测识别是智能驾驶系统的关键技术之一,交通标志中含有大量有用信息,能实时提示驾驶员做出正确反应,极大地减少交通事故的发生,但由于现实环境中天气、光线、遮挡等因素的影响,交通标志的检测识别存在一定的难度。传统的检测算法在特征提取方面因受人工设定因素的影响,无法满足交通标志在多类别下检测识别的准确性与实时性的要求。基于深度学习的检测算法具有自动提取特征、计算量小等优势,受到研究者的青睐。本文
随着新型网络技术的高速发展和用户业务需求的多样化,信息网络的规模不断扩大,传统网络的诸多问题日益凸显,网络功能虚拟化（Network Function Virtualization,NFV）作为一种新型技术为解决这些问题提供了一条途径。NFV技术将网络功能与专有硬件解耦,并通过在通用硬件设备上部署虚拟网络功能（Virtualized Network Function,VNF）以完成用户请求服务,增
目前推荐系统的一大研究热点是基于用户交互序列挖掘其中隐含的用户兴趣,在取得显著效果的同时,个性化推荐场景中也存在着数据稀疏性和冷启动问题。本课题基于上述几个问题进行了深入研究,具体如下:本课题利用图嵌入（Graph Embedding）技术来解决数据稀疏性和用户商品冷启动问题。在常规的图嵌入算法基础上,通过引入商品辅助信息,利用随机游走算法对商品的各类属性进行建模并获取对应的Embedding向量
水库防洪调度是一个复杂多目标优化问题,具有决策变量维度高、不同决策维度之间具有链式相关性的特点,因此进化多目标优化算法在求解该类问题时会因为搜索空间过大、决策变量相关性强而导致收敛缓慢,求解效率低下,甚至无法跳出局部最优解而导致求解失败。另一方面,进化多目标优化算法需要输入洪水完整过程线才能进行求解,因此多目标优化算法往往被用作离线求解方案,在线调度目前主要利用调度规则进行决策,但调度效果不如人意
为了将人工智能应用于从世界收集的大量无标注数据,一大关键难题是要用弱监督或无监督的学习方法来学习有用的表征。传统医学影像学的图像分辨率往往不足以充分表示清晰的细胞信息,数字病理时代的全切片成像技术带来了多尺度、高精度的更清晰的数字可视化数据,使得病理图像具备更多微观细节信息。卷积神经网络强大的特征提取能力能够有效提取数字病理图像中的特征,然而病理医生的缺失以及病理图像的标注困难使得带有标签的样本不
随着通信技术的快速发展,天线在军用领域和民用领域发挥着越来越重要的作用,其设计要求也越来越高。天线测量作为分析天线的重要方法,是天线研究领域不可或缺的一步,天线的高性能依赖于精密的测量系统与先进的测量技术。随着天线测量技术的发展,天线测量的研究方向由远场测量转向近场测量,通过探头将近区场幅度相位信息收集起来,再采用近远场变换对近场测量的数据进行处理,从而得到天线辐射远场的特性。近年来,为了提升天线
近年来随着教育信息化、个性化教育等观念的逐渐深化,在网络上进行自主学习已经成为学生获取知识的重要途径之一。在线教育平台会为学生提供不同形式的知识学习方式,如通过视频、文档的形式进行知识传播。然而,由于平台中的教学资源数据之间是相互独立的关系,分散地存在于网页结构中,学习资源之间并没有通过逻辑关系建立连接,难以形成系统化的知识体系结构。该问题导致课程信息背后隐含的丰富语义信息被人忽略,课程数据可利用
近年来,随着互联网和信息通讯技术的快速发展,人们已习惯在线办理各种业务。这导致线上海量文本数据呈爆炸式增长趋势,对依靠人力处理政务和提供服务的政务平台造成了巨大压力。文本分类技术作为能加速工单审批、建档分类的可行途径之一,逐渐受到学术界和工业界的广泛认可和关注。目前,在电子政务领域中,文本分类算法的应用寥寥无几,模型鲁棒性差是现有模型在实际应用时面临的主要难题,而导致此现象的原因一方面来自数据层面
随着互联网技术的不断发展,图像检索技术在现实生活中的应用也越来越广泛,特别是电子商务领域。比如在淘宝、京东等电商平台上,用户输入欲购买商品的图像,平台使用图像检索等技术,返回用户欲购买商品的相关信息,这是生活中使用较多的应用场景。图像中所包含的信息比文字或者音频所包含的信息更具体、更简单,而图像所占用的存储空间比视频所占用的存储空间更小、更方便人们使用。因此,图像检索一直是互联网中的研究热点。在酒