【摘 要】
：
蓝牙低功耗技术作为物联网的基础构件,成为智能应用不可或缺的无线连接方式,被广泛应用在无线个人局域网中。根据蓝牙技术标准规范,低功耗安全简易配对（Low energy secure simple pairing,简称LESSP）协议是配对设备协商认证密钥的过程,旨在为用户提供安全、隐私、低功耗的无线配对方式。大规模监控的实质是算法替代攻击（Algorithm-substitution attack,
论文部分内容阅读
蓝牙低功耗技术作为物联网的基础构件,成为智能应用不可或缺的无线连接方式,被广泛应用在无线个人局域网中。根据蓝牙技术标准规范,低功耗安全简易配对（Low energy secure simple pairing,简称LESSP）协议是配对设备协商认证密钥的过程,旨在为用户提供安全、隐私、低功耗的无线配对方式。大规模监控的实质是算法替代攻击（Algorithm-substitution attack,简称ASA）。针对LESSP协议的算法替代攻击是指攻击者利用带陷门的恶意算法来替代标准LESSP协议中随机数选取操作将设备私钥泄露的过程。针对上述监控问题,本文提出三个贡献:（1）提出针对LESSP协议的ASA方案,并设计密钥可提取和不可检测评估模型来形式化地证明本文提出的攻击具有有效性和不可检测性。（2）针对上述监控,本文提出相应的改进协议,并设计不可监控模型证明本文的改进具有不可监控性。此外,我们将监控改进思路扩展到隐私安全的LESSP协议中,从安全和效率两方面对我们的改进与标准协议的性能进行对比分析。结果表明,我们的改进不仅能抵抗传统的被动监听、中间人攻击,还能抵抗因公钥重用引起的隐私攻击,更能抵抗本文提出的算法替代攻击。同时,相比标准LESSP协议,我们的协议在计算开销方面展示出更高的效率。（3）为了实现更强的安全性,将本文的改进部署到智能家居与娱乐（Home automation and entertainment,简称HAE）系统中是非常必要的。我们从监控角度阐述了改进协议能够解决HAE系统中授权、隐私和机密问题的三个原则,并将这些原则部署在智能锁、智能可穿戴设备和智能看护系统等典型应用中。我们的研究结果不仅有助于提高蓝牙系统在无线个人局域网中的安全性,还有助于增强使用蓝牙技术的HAE系统的安全性。
其他文献
大数据发展的今天,部署在数据中心的应用类型和体量剧增,对数据中心网络资源管理提出富有挑战性的考验。在资源管理中,数据中心网络不仅需要满足应用的需求,同时也需要考虑网络资源成本。Coflow调度是数据中心网络资源管理的有效技术手段。然而,现有的研究工作要么是以减小Coflow的完成时（CCT）为目标,要么是保障Coflow在截止时间（Deadline）之前完成。这两个目标虽然都能够提高应用的性能需求
曲面屏是指一类用于非平面显示设备上的曲面盖板薄透件,凭借屏幕眩光弱、显示效果出色等优点被人们所钟爱,广泛应用于智能手机、智能穿戴、车辆工程以及航空航天等领域。但目前曲面屏的加工工艺精度控制不稳定,生产中产品几何尺寸加工精度低、屏幕平面度差以及屏幕厚度不均匀等问题时有发生,严重影响了显示设备的正常使用。对大面积曲面屏的测量需求,急需一种快速高效、低成本、可进行屏幕多层同步测量的曲面屏测量方案。针对以
自动语音识别技术发展至今日,无论是在传统混合语音识别架构还是新兴的端到端识别架构上,在声学语料充足、资源丰富的语言上,均已取得了不错的识别效果。而对于一些语料较为匮乏的低资源语言,缺乏转录语音训练数据这一核心问题,使得这些语种在搭建语音识别系统任务中仍然受到很大限制,其语音识别研究仍停留在较为初级的层面。本文的研究目的是利用迁移学习的思路,选择在端到端架构上,采用多语言语音识别技术提升低资源语言的
太赫兹波通常是指频率介于0.1-10 THz之间的电磁波。太赫兹器件的发展是促进太赫兹波研究的重要组成部分,其中太赫兹源的研究又居于主要地位。太赫兹光电导发射天线具有宽频带、高信噪比、低泵浦光功率以及可光纤集成化等优点,被广泛应用于太赫兹光子学研究中。目前的光电导天线存在的主要问题是无法对其辐射的太赫兹波的频谱进行调控,这很大程度上制约了太赫兹技术实用化的进程。为了拓展光电导天线的功能,高自由度地
随着片上系统的应用与创新,嵌入式存储器在片上系统占据的比例越来越高。存储器内建自测试是常用的嵌入式存储器测试技术,对于片上系统数量庞大的嵌入式存储器,需要提高测试效率,减少测试时间。因此,本文对基于测试时间优化的嵌入式存储器内建自测试进行了研究。当存储器内同时存在静态故障与动态故障时,诊断数据存在数据冗余的问题,面临故障行或故障列时,冗余率激增,导致测试时间长。针对上述问题,将诊断数据无损压缩和故
随着无线访问接入点AP（Access Point）在室内环境中的大量部署和应用,利用WiFi进行室内定位的技术成为研究热点。近年来,室内定位技术已有很多优秀的研究成果,但是能够在真实大规模场景中部署应用的却很少。这是由于利用WiFi定位需要在参考点上采集大量带有位置信息的WiFi信号强度（RSS,Received Signal Strength）指纹数据来构成指纹库。这些指纹数据通常由专业人员采集
随着单模光纤通信容量不断的逼近非线性香农极限,人们迫切的需要开发新的维度来拓展通信容量。基于少模光纤的空分复用技术因能充分利用光纤中的空间维度而备受关注。但在少模光纤应用于光纤通信系统的过程中,需要充分考虑非线性效应对少模光纤的影响。因此本文对光纤中的非线性效应进行了研究,并重点研究了少模光纤模间四波混频的频谱关联特性。本文主要工作包括以下三个部分:一、对少模光纤参数与少模光纤特性进行了仿真研究。
当今的说话人识别任务往往局限于使用传统的特征提取方法而忽略了说话人个性化特征的产生机理。一些广泛用于语音识别的特征被直接应用在说话人识别任务中,但这两种任务在某种程度上存在对立性,尽管大多数特征在实际应用中可以取得较好的识别结果,却没有明确合理的解释。特征提取器是说话人识别系统的首个组成部分,其在一定程度上决定了之后分类模型的性能,一个好的特征需要包含能够强调说话人个性化特性的部分。为此,本文聚焦
网络功能虚拟化（Network Function Virtualization,简称NFV）和移动边缘计算（Mobile Edge Computing,简称MEC）是第五代移动通信网络技术中最核心的两大技术,因此,在移动边缘网络环境中部署服务功能链（Service Function Chain Allocation,简称SFC-A）在提高用户的体验质量（Quality of Experience,
近年来,鲁棒的声音识别受到国内外研究者们越来越多的关注。现实环境中,噪声无处不在。如何在真实的噪声环境下鲁棒地识别一个突发声音仍然是一个具有挑战性的任务。而在声音识别中,需要解决的最主要的两个问题就是特征提取和分类器模型选择。本研究的目的是为了探究有效的、切实可行的特征提取和模型选择方法来进一步提升声音识别的鲁棒性。类脑计算是一种更加接近于人类大脑的信息处理方法,本研究我们探究采用类脑计算的方法来