【摘 要】
:
随着网络技术的迅速发展,网络已经从各个方面不断地、深入地渗透到我们的社会生活当中。虽然网络给我们带来了太多的便利,但同时也使得信息安全的问题日益突出,已经成为影响国家政治稳定、经济发展、国防安全以及文化安全的重大问题。作为保障信息安全的密码学的重要分支,数字签名发挥着越来越重要的作用。基于属性的数字签名是于2007年提出的一类特殊数字签名,能够细粒度地划分身份特征,使得数字签名不再是签名者和验证者
论文部分内容阅读
随着网络技术的迅速发展,网络已经从各个方面不断地、深入地渗透到我们的社会生活当中。虽然网络给我们带来了太多的便利,但同时也使得信息安全的问题日益突出,已经成为影响国家政治稳定、经济发展、国防安全以及文化安全的重大问题。作为保障信息安全的密码学的重要分支,数字签名发挥着越来越重要的作用。基于属性的数字签名是于2007年提出的一类特殊数字签名,能够细粒度地划分身份特征,使得数字签名不再是签名者和验证者的一对一,而可以是一对多或多对多,在访问控制、匿名认证、信任协商等方面有广泛的应用,并因此成为一个研究热点。另一方面,随着量子计算的快速发展,逐渐将当前主流使用的密码学方案转换成能够抗量子攻击的密码学方案,将成为发展的必然趋势。而基于格上困难问题的特殊数字签名以其更坚实的安全基础、更高的计算效率和能够抗量子攻击而成为公钥密码学的另一个研究热点。鉴与此,本文进行格上基于属性数字签名方案的研究,并提出基于格上小整数解问题(Small Integer Solution Problem,简称SIS)的多属性授权机构的属性签名方案,成果如下:1、将多属性授权机构(MA)概念引入格,结合Goyal等提出方案中的访问树结构,为每个属性授权机构构造一棵访问结构树,并根据访问结构构造一棵叶子节点为属性授权机构的访问树,根据访问树的最终结果计算签名用户私有密钥对应的矩阵,从而实现了支持格上访问结构的与门、或门和门限的访问策略,并能够在访问结构中涉及的属性多而广时,提高属性比对的效率。2、基于提出的签名用户私有密钥的生成方式,和多属性授权机构的引入,结合格上线性同态签名方案,设计了格上多属性授权机构的属性签名方案,其签名长度与属性数量无关,仅与访问结构所涉及的属性授权机构数量成线性比例;并验证了该方案的正确性和分析了方案在随机预言模型下的不可伪造性、条件匿名性及抗合谋攻击的性质。3、在上述格上多属性授权机构的属性签名方案的基础上,采用Lyubashevsky的格上签名方案的构造方式,提出了格上无抽样多属性授权机构的属性签名方案,并对在随机预言模型下的不可伪造性、条件匿名性及抗合谋攻击的性质进行分析。与上述方案相比,该方案在公共参数和签名长度方面有更好的性能。
其他文献
大规模多输入多输出(Multiple Input Multiple Output,MIMO)技术因为其大吞吐量、高频谱效率等优点成为了第五代通信系统(5G)的关键技术之一。在大规模MIMO系统中,基站端获得准确的信道状态信息(Channel State Information,CSI)是发挥其性能优势的前提。这是因为大规模MIMO系统中的一些关键技术,比如预编码技术、功率分配技术和调制技术等都是建
如今面对与日俱增的数据规模与数据复杂性,Spark大数据分布式数据处理平台以其高性能的缓存机制及高扩展性的特点被业界广泛应用。但是当面对数据密集型应用时,Spark集群仍然
从2010年起,许多中概股的企业价值被低估,且接连受到做空机构攻击,所以陆续开始筹划回归A股事项,并于2015年掀起一股回归的风潮。但盲目的回归助长了套利行为,催生壳资源的炒作,因此监管部门提出要对中概股回归问题深入研究,严格审核,许多回归计划被终止。直到2018年,证监会声明将积极支持优质中概股回归A股市场,可见我国旨在将真正优质的企业接纳回国,提升A股市场上企业的整体质量。鉴于中概股回归对资本
现今,优化问题早已渗透到如工程、科学、工业等大多数领域中。以生物智能为基础发展起来的仿生群智能优化算法具有并行高效的、通用性强、无需问题特殊信息等优点,为解决优化问题提供了新的思路。萤火虫算法(FA)是一类受萤火虫群体发光行为信息的启发演变过来的新型仿生群智能优化算法,算法通过搜索域内更亮萤火虫吸引其他个体向其移动,实现位置更迭。本文针对传统萤火虫算法存在的求解精度低、稳定性弱、易陷入早熟收敛等缺
近年来,分布式信号处理技术迅速发展,通过实现网络中每个传感器的本地处理和相邻传感器之间的通信,提高了网络的可扩展性和灵活性。目标跟踪作为信号处理领域的热点问题之一,
为了有效提高软件开发质量,减少由于程序设计和不良编码风格导致的代码异味,亟需对异味处理方式进行改进,即提高重构效率。由于重构的成本较大,且不同的代码异味对软件系统来说并非同等重要,本文提出了两种不同的重构策略,以不同的异味排序方法来着重关注那些有较高概率出现异味的类。此前,对于代码异味排序的研究,主要分为基于种类级(kind)和基于实例级(instance)两类。基于种类级的异味排序主要是对不同异
维生素D3(Vitamin D3,VD3)作为重要的激素前体,它是人类、动物生长和繁殖必不可少的一种物质。VD3其母核结构中的C1α位或C25位若发生羟基化作用,可以形成具有生理活性的VD3,具
深度学习在计算机视觉领域的应用十分广泛。例如物体检测、识别、跟踪,场景理解等。这其中,图像语义分割一直占据着重要的地位。全卷积神经网络在处理图像语义分割问题上展现出了前所未有的优势。最常用的全卷积网络为编解码器结构,在编码过程中,原图像会被降采样,因此大量的空间信息被丢失,导致分割精度下降。此外,通常的算法模型都会采用较为庞大的神经网络结构,导致推理速度的下降。而如果单纯的使用轻量级网络作为编码器
自然场景图像中的文字检测是计算机视觉领域的一项重要研究内容。由于自然场景的复杂性、文字本身多样性以及图像质量等因素的影响,该类图像的文字检测任务具有挑战性。本课
近年来,在教育信息化、远程教育和web2.0等应用带动下,在线教育得到快速发展。当前的在线教育并不是完全以用户为中心,并不能根据用户的认知水平和认知风格,为每个用户提供最