支持黑盒追踪与属性撤销的属性基加密方案研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:yyyyoooouuuu
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
随着互联网和计算机技术的迅猛发展,海量数据的安全存储、可靠计算、便捷共享等问题日益成为大众关注的焦点。云计算与传统的网络应用模式相比具有高灵活性、可扩展性和高性价比等特点,是继互联网技术之后的又一次技术革命。云存储作为其基本的服务之一,主要用于远程存储与数据管理,为用户节约了大量的数据管理时间和软硬件基础设施投资。因此,越来越多的用户倾向于将数据存储至第三方云存储平台。由于云存储中数据的管理权与所有权相分离,且用户和云服务提供商之间缺乏可靠的信任机制,极易导致用户数据隐私的泄露。传统的密码技术仅能保证数据机密性,无法在云存储环境下实现密文数据的细粒度访问控制。基于属性的密码体制是一种“一对多”的公钥密码体制,能够有效地解决云存储中数据机密性与细粒度访问控制之间的矛盾,因而属性基加密在云存储环境中得以广泛应用与发展。属性基加密源于身份基密码体制,通过用模糊的属性概念代替特定的身份信息。加密时访问策略与属性结合,用户拥有的属性集合只有满足访问策略时方可解密。属性基加密具有灵活的访问控制和丰富的表达能力,能够较好地解决云环境中数据的安全问题。属性基加密的发展与完善,为云存储的安全提供了必要的理论基础与技术保障。本文针对属性基加密体制中的用户追踪、属性撤销机制展开研究,主要内容包括:1.针对现有黑盒可追踪的属性基加密方案存在计算开销较大、追踪效率较低的问题,本文提出一种高效的黑盒可追踪密文策略属性基加密方案。首先设计了一个新的密文策略的属性基加密算法,然后将用户身份信息嵌入到用户密钥之中,构造出特殊的追踪算法,实现了对非法解密设备的黑盒追踪。所提方案在素数阶双线性群上构造,并在标准模型和判定性q-parallel BDHE问题假设下被证明是形式化安全的。通过与现有黑盒可追踪CP-ABE方案的分析比较表明,所提方案加解密算法与系统用户数量无关,计算效率较高,且追踪算法的复杂度为O(1),可快速实现黑盒追踪。2.针对可撤销属性基加密方案,提出一种新的攻击方式—密钥伪造攻击。同时,通过分析发现部分可撤销方案无法抵抗用户合谋攻击。针对上述问题,本文提出一个抗合谋攻击、密钥伪造攻击的细粒度属性撤销的CP-ABE方案。所提方案采用密钥随机分割技术和代理重加密技术,实现了用户属性的细粒度撤销,并能抵抗合谋攻击;通过改进属性基加密算法并在密钥中嵌入用户身份标识,使得用户密钥不能被随机化进而能够抵抗密钥伪造攻击。所提方案被证明在标准模型下是抗选择性选择明文攻击不可区分的,同时能够抵抗合谋攻击和密钥伪造攻击;性能分析表明,所提方案的计算效率与其他方案相当,但增强了方案的安全性。
其他文献
轻型载货汽车在城市道路的公路运输中扮演着重要角色,而与此同时,消费者对载货汽车的品质有越来越高的要求,消费者越来越关注汽车行驶的平顺性与舒适性,使得车辆的振动性能成
乳腺癌是全世界范围内威胁女性健康最主要的癌症之一,而超声(US)是乳腺结节的主要影像学检查和术前评估之一。然而,在超声诊断领域,由于良性和恶性乳腺结节图像的相似表现形式,这使得诊断结果在很大程度上依赖于医生的经验判断。而且具有不同资历的医师的诊断准确性相差高达30%,因此,很容易导致误诊并增加不必要的穿刺活检率。近年来随着计算机科学的不断进步和医学方面的数据集的不断丰富,计算机辅助的医学诊断逐渐成
随着信息时代的不断进步以及电子产品的全民化普及,网络上代表着用户情感和观点的短文本内容呈现爆炸式的增长,传统的基于深度学习的中文情感倾向分类方法无法完全挖掘出这些评论的商用价值。为此,本文研究了中文评论短文本的情感倾向以及与互动率的关系,并设计实现了一个评论情感倾向与互动率预测系统。本文针对电影新闻相关的在线短文本评论数据,首先提出了一个基于LSTM的前融合情感倾向分类模型PF-LSTM,实现了不
目标跟踪作为计算机视觉领域的重要分支,已经广泛应用于智能视频监控、自动驾驶、军事侦察、医学诊断等领域。传统的目标跟踪算法在面对目标快速移动、模糊、物体形变、光照变化等复杂场景的时候,有着很大局限性。随着深度学习的发展,一系列基于深度学习的目标跟踪算法逐渐被提出,这些算法凭借着卷积神经网络强大的特征提取能力,极大地提高了目标跟踪的精度,在面对复杂场景时也有着更好的鲁棒性。但是基于深度学习的跟踪算法网
Hadoop作为典型的开源分布式数据存储处理框架,已成为商业化处理大数据的工具之一。Hadoop平台的应用与发展面临着诸多问题,其中Hadoop安全已成为关注的重点。Hadoop平台在数据分布式存储和并行处理过程中存在着一些安全漏洞,恶意用户利用安全漏洞获取数据或针对平台进行攻击,威胁着存储在平台的敏感数据和个人隐私。本文针对Hadoop平台的安全威胁与安全机制进行了分析与研究,主要的工作如下:(
振动数据采集系统凭借其高效、可靠、低成本和非入侵性等特点,在大型民用基础工程的结构健康监测系统中得到了广泛的应用。通过对振动信号分析,提取出的特征值可以为监测人员提供早期的警报,以便进行及时地维护。本文在研究了国内外相关知识的基础上,提出了一种基于FPGA+ARM的多通道振动数据同步采集系统,并且基于本文设计的硬件平台上实现了动态位移特征值的有效计算,本文主要工作如下:1.本文确定了多通道振动数据
单目深度预测是计算机视觉领域中一项具有挑战的任务,而且在3D重建中占据着重要的组成部分。随着卷积神经网络的出现,使用深度学习进行单目深度预测得到愈来愈好的实验效果。但是,随着精度的提高,卷积神经网络模型的参数变得十分庞大。由于计算资源和内存的限制,将庞大神经网络广泛应用显得十分困难。因此利用轻量级的神经网络进行单目深度预测的想法应运而生,本论文基于轻量级卷积神经网络来研究单目深度预测问题,本论文主
《周易》《中庸》作为中国哲学的两部重要代表作品,《周易》乃六经之首,《中庸》更是四书之一,备受历代学者的推崇。《周易》当为《中庸》思想的重要源泉之一,《中庸》则为《周易》哲学的主要方法论。《周易》与《中庸》究其根本均是为儒家核心思想“仁”服务的。《周易》形而上的“生生”之道乃是仁道之要,《中庸》“致中和,天地位焉,万物育焉”思想与《周易》“生生”之道相贯通,故而宋至明清以来的学者发明了以《中庸》诠
随着科技的进步,存储技术也在不断的发展,闪存因其高性能低成本而成为应用最广泛的非易失性存储器。随着制造工艺的进步,虽然闪存的容量不断增加、成本不断降低,但闪存中数据的可靠性越来越难以保证,这导致闪存在存储数据过程中出现错误,降低闪存芯片的使用寿命。为此,闪存中应用了纠错编码(Error-Correcting Codes,ECC)差错控制技术,以确保正确的对闪存进行写入和读取。本文首先对NAND闪存
在科技快速发展的现代化社会中,调制识别作为介于信号检测和信号解调的中间步骤,促使自动调制识别技术进一步发展的越显得更加重要。目前调制识别技术普遍存在着人工选取特征,而且在不同的通信系统难以统一特征的选取,带来处理效率低和识别模型鲁棒性差等问题。而随着大数据的驱动和深度学习技术的不断发展,借助深度学习模型特征提取和拟合的能力,能够促使调制识别领域的前进。因此,本文基于深度学习研究调制识别领域中合适的