基于格的代理重加密的安全理论研究

来源 :淮北师范大学 | 被引量 : 0次 | 上传用户:jxj198711
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
随着云计算技术的飞速发展,越来越多的用户选择在云服务器上存储自己的数据文件,云存储在为用户提供便捷、高效的数据存储服务的同时,也加速了数据的共享与使用。然而,事实上,云服务提供商并不完全可信,因此,用户的数据安全和隐私保护成为了人们广泛关注的问题。而代理重加密技术对于云存储来说是天然的应用,利用代理重加密技术可以将存储在非可信的第三方云服务器上的某个用户的密文,在不解密的情况下转换成其他用户的密文,实现了在开放式网络环境中的数据安全共享。近年来,基于最坏情况下的格上困难问题而设计的格公钥密码算法引起了密码学界的广泛关注,不仅因为格中的运算大多为线性运算,计算相对简单,更重要的是,格密码算法被视作是抗量子计算的最佳选择。因此,本文基于格中带误差的学习问题,对代理重加密算法展开深入研究。通过对现有格密码算法仔细分析并结合传统公钥密码算法特点,探究可以适用于不同场景需求的基于格的代理重加密的算法设计,使其不仅可以抵抗量子攻击,还能够有效地减轻用户端频繁获取账号及密码的负担,解决了云环境下用户在数据共享方面的不便,所取得的主要研究成果如下:1.格上基于身份的代理重加密研究:深入研究了基于身份的代理重加密的安全模型,设计了格上基于身份的多比特双向代理重加密方案,将用户的身份信息映射为一个矩阵,使得用户私钥尺寸较短,扩展了密文空间,极大地提高了加密效率,并且在标准模型下满足选择明文攻击下的不可区分性安全。2.格上基于属性的代理重加密研究:深入研究了基于属性的代理重加密的安全模型,探究其与基于身份的代理重加密的异同,在基于身份的代理重加密的基础上,引入了属性基加密的概念,设计出了格上基于属性的单向代理重加密方案,在保证用户数据文件机密性的前提下,也实现了合法用户对共享资源更细粒度地访问控制,强化了云端数据的可靠性、完整性及保密性,丰富了代理重加密的应用场景。该方案不仅能够抵抗量子攻击及合谋攻击,而且在标准模型下达到了选择明文攻击安全。
其他文献
离子液体作为一种新型介质具有结构可设计性、热稳定性良好、饱和蒸气压低等优点,在气体分离、反应催化等领域具有很大的应用潜力。但要实现离子液体技术的工业化,对该体系进
随着现代工业进入工业4.0时代,与之相关的通信网络、工业制造、智能交互和大数据等方面得到前所未有的发展,特别是通信网络在通信内容、通信手段及通信模式方面的发展给相关
随着互联网的迅猛发展以及网络服务在日常生活中的渗透,网络安全问题也不断出现,在不同程度上影响了社会安定和经济发展。作为网络安全保障体系结构的重要组成部分,入侵检测可以从网络系统中的若干关键点收集信息,并分析网络中是否存在入侵行为及迹象。数据挖掘作为一个从大规模数据中提取特定规律和预测模型的过程,已经被广泛地应用于入侵检测系统(IDS:Intrusion Detection System)中。本文从
近年来,模李超代数已经得到了许多重要研究成果,但单模李超代数的分类仍是公开的问题.滤过结构在模李代数与非模李超的分类中起着重要的作用.张永正教授在2009年构造了一类有限维单模李超代数?.本文主要研究特征p=3时的代数闭域上的模李超代数?的滤过.在此,我们首先对模李超代数?的定义及结构作以简要的概述.利用极小像空间维数的方法,讨论了模李超代数?的滤过.进而得到两个?-型模李超代数同构的充分必要条件
目的:比较替诺福韦酯联合干扰素与单用替诺福韦酯或干扰素治疗慢性乙型病毒性肝炎患者的疗效。方法:计算机检索PubMed、The Cochrane Library、Embase、中国知网(CNKI)、维普
目的:1.探讨ALT
小型核反应堆,也称核电宝,适合为海岛、高原和沙漠等电力难以到达的地区进行能源供给。车载或船载小型核反应堆将使得这种能源供给具有很高的灵活性和隐蔽性,因此,研发车载和
履带式底盘系统,具有机动、越野性能高、灵活性高、环境适应能力强、承载能力高等突出优势,尤其是在野外复杂地形条件和严酷的环境下,履带式底盘行走系统相较于轮式行走机构
近几十年来,大维数据的统计分析广泛地应用于各个领域,其中大维协方差矩阵的假设检验是研究的热点。然而如果数据的维数大于样本容量,此时样本协方差矩阵是奇异的,传统的检验
在当前大数据时代,包括大型社交网络数据,尤其是微博的出现,对人们的生活和工作产生了巨大影响,甚至由此形成了新的商业模式。微博类平台的实时高效吸引了大量用户。微博关键用户作为构建微博社交网络的基础,极大影响了微博社交网络的形成和发展,因此,微博关键用户组的分析对微博社交网络的研究具有十分重要的理论价值和实践意义。在面向社交网络的数据挖掘中,社交网络数据复杂性对挖掘算法的准确性和执行效率提出了严峻挑战