基于群签名的Web查询踪迹隐藏的方法研究与实现

来源 :东北大学 | 被引量 : 0次 | 上传用户:xiaocai_01
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
网络服务提供商(ISP)为了提高用户体验度而有意收集Web查询等信息并分析行为。尤其是“跨屏营销”的流行,使得ISP可以通过用户账号登录方式准确定位用户,并获取查询数据。搜索引擎根据这些信息挖掘出检索意图优化后返回用户需要的内容。广告商通过分析查询日志可以获得用户的属性特征,以便于定向推送广告。黑客劫持查询信息窃取用户隐私,如账号密码、银行卡密码等。很多用户希望获得好的服务但又不想泄露个人隐私。现有很多Web查询隐私保护的技术如匿名网络、“禁止追踪”等,但存在以下问题:(1)不能从根本上保护用户隐私,ISP依然可以识别出用户身份和查询;(2)对于账号登录Web查询方式不能起到保护作用。本文针对账号登录的Web查询方式,并考虑用户不想暴露隐私,提出了基于群签名的Web查询踪迹隐藏方法。群签名是指组中任意一个群成员代表群对消息签名。本方法借鉴此思想,将单一用户隐藏于群组中,任意群成员以群组的名义进行Web查询。本方案分为两部分:(1)群组创建,可信中心为每个用户发放RSA私钥和AES种子密钥,用户加入群组后将此成员的身份信息、AES种子密钥及RSA公钥发送给群管理员。(2)HTTP代理服务器,多线程处理每个用户的请求。在普通服务器基础上增加了公共账号自动登录功能及数据加密算法,保证用户数据的传输安全。ISP追踪获取的Web信息是整个群组的Web查询集合,分析及挖掘的结果必是有误差或不准确的。本方案利用OpenSSL库调用RSA和AES加密解密函数。在实现整体方案后,对HTTP代理服务器获取的用户查询日志利用WEKA数据挖掘平台进行数据分类分析。Web查询数据集中不同的特征属性包括查询长度、查询时间及查询敏感度分别分析。对比实验说明TMN不能隐藏用户身份及查询信息。本实验表明本文提出的方法可以将用户的查询属性隐藏于集合属性中,因为ISP得到的群查询模式是所有成员的混合查询属性,Web服务器无法分析挖掘出单一用户的查询特征,从而达到了隐藏用户Web查询踪迹的目的。
其他文献
随着人工智能的飞速发展,卷积神经网络(Convolution Neural Network,简称CNN)被广泛应用于视觉分析领域,并在图像分类、人脸检测、对象识别、图像变色等方面取得了令人瞩目的
心电信号(ECG)自动分析与诊断是当前信号处理领域的一个研究热点,这一技术能够有效实现能够提高医生效率,促进医疗事业发展和提高人们健康水平。心拍识别作为心电信号自动分
我们提出了一种应用于人脸视频的实时本征分解技术,该技术让用户能够在实况视频中编辑面部外观。在运行之前,用户将编辑应用到参考人脸图像的反照率本征图和亮度本征图,这允
在课堂小组合作学习盛行的当下,同伴互助学习模式显然有其优越性,本文介绍了同伴互助小组的形成、学习内容及考核评价机制,以期提高课堂学习效率,实现"因材施教"的理想。
钢材凭借其诸多优点被广泛应用于建筑结构中。近年来随着我国国民经济和建筑市场的不断发展,国内钢结构的应用范围在不断扩大,建筑钢结构科学技术领域的发展也在不断提高。但建筑科学领域对钢管结构相贯节点极限承载力以及超低周疲劳断裂方面的研究并不充分。本文以圆钢管相贯节点为研究对象,研究思路由简入繁,从平面节点入手,对常见的圆钢管X型相贯节点进行研究。空穴扩张模型(Void Growth Model,简称VG
麦冬Ophiopogon japonicas属多年生常绿草本植物,近年来作为草坪在绿化中应用越来越广泛,杂草在草坪中的发生危害也在逐年加重。草坪中杂草尤其是多年生杂草,如果得不到及时防除,轻则影响草坪观赏效果,重则草坪被杂草覆盖。目前,麦冬草坪中杂草防除的研究较少,为此,本文调查了扬州市主城区麦冬草坪地发生的杂草;评价了36种除草剂茎叶喷雾对麦冬草坪的安全性;通过田间试验筛选了防除麦冬草坪地杂草的
随着互联网和社交媒体的快速发展,网络中出现了大量的用户发布的主观性文本。这些文本覆盖了用户对于产品的评价以及民众对于社会热点事件的反应等大量内容,因此自然语言处理
基于瑞利散射的布里渊光时域分析(RBOTDA)系统因为单端工作的优点,在大型监测场合中有广泛的应用前景。但是该技术本身也存在缺陷,由于瑞利散射光十分微弱,导致系统的信噪比
随着社交网络的不断发展,有效的社交网络数据每天持续地增长。例如,在2014年6月之前,平均每天,Facebook的活跃移动用户高达6亿5千万。社交数据主要是由人类之间的社交活动产
电力线通信(PLC,Power Line Communication)是现代智能电网建设中重要通讯方法之一,在智能家居、能源控制和电表数据集中抄表等场合有着广泛应用。低密度奇偶校验码(LDPC,Low