抗异步攻击的RFID认证协议

来源 :计算机应用与软件 | 被引量 : 0次 | 上传用户:dh9998
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
针对文献[13]提出的RFID认证协议存在无法抗异步攻击的缺陷,在此协议基础上,设计一种能抵抗异步攻击的认证协议。该协议摒弃原协议采用的哈希函数加密策略,选择超轻量级的字合成运算对传送消息进行加密;设计协议为能够抵抗异步攻击,前后两次通信认证用到的共享密钥均存放于读写器中,标签一端引入计数器Q对最后一轮读写器发送给标签的消息进行计数。基于逻辑BAN形式化分析协议,给出严谨的推理过程;基于安全性分析,表明该协议具备一定的安全性;基于性能对比,说明其能够适用于当前低成本的系统中。
其他文献
目前,NB-IoT设备多采用单地址空间处理器作为控制单元,其程序都是专门定制开发,程序的修改需要经过重新编译烧写才能够正常运行,且程序远程更新困难,几乎需要全部重新烧写。这对于通信带宽受限的NB-IoT设备,无疑加剧了系统流量与能量的消耗,限制了其开发和应用。针对此问题提出一种通过对编译器配置以及自定义软件包的更新方法,在单地址空间处理器上实现动态链接库远程更新,程序的模块化加载使得系统能够按需升
针对公共环境中异常声音的检测与识别存在的强噪声干扰及检测效率低的问题,提出基于参数自适应匹配跟踪的声信号识别算法。基于粒子和种群的进化率改进粒子群参数的自适应设置并优化稀疏分解目标函数;基于自适应粒子群算法的连续集搜索特性建立连续超完备Gabor原子集,以提高最匹配优原子与声信号的匹配度并加速原子的匹配搜索;使用SVM分类器实现公共环境异常声信号的复合特征识别。实验结果表明,与已有算法相比,该算法
如何设计合理的属性子空间区间是序贯三支分类研究的重要内容之一。考虑到实际应用中广泛存在的数值数据,将邻域粗糙集及邻域决策错误率引入序贯三支分类方法中,构建合理的属性子空间区间。借助邻域决策错误率约简,分别定义局部和全局属性子空间,并基于此设计基于邻域决策错误率的序贯三支分类算法。在6组UCI数据集上的实验结果表明,该分类方法不仅压缩了数据的属性空间,而且提高了数据的分类精度,为序贯三支分类方法的研
针对A~*算法缺乏动态性、不够平滑、计算量大,且不满足具体的非完整约束等问题,提出一种融合改进A~*算法和lattice算法的路径规划方法。一方面消除传统A~*算法中的冗余点,同时考虑物体的方向属性和实际运动约束,优化启发式函数最终生成全局路径。另一方面lattice根据改进A~*算法生成的全局路径作为参考线,采样并结合障碍物信息和其他代价信息选出平滑的、无障碍的包含位置、移动速度、移动加速度等信
电力系统静态安全分析是提高电网安全性的关键计算。随着当前静态安全分析的计算规模日趋增大,合理设计并行算法和任务分配算法利用云计算技术海量存储和计算能力的特点可满足电网对静态安全分析的计算资源和效率要求。提出基于云计算的快速静态安全分析方法,包括潮流方程分裂并行算法和云计算任务分配算法。通过对雅可比矩阵的分裂和子系统的划分实现多重分裂并行计算;综合考虑运算时间和相互间通信时间,进行合理的子过程划分,
为了提高云计算任务调度的效率,将微生物遗传算法(MGA)和改进的粒子群算法(PSO)融合成MGA-PSO算法用于云计算任务调度。综合任务完工时间、任务执行成本及虚拟机负载均衡三个目标构造适应度函数,以此寻找任务调度的最优解;对粒子群算法进行改进,使用动态惯性权重策略以提高算法的自适应搜索能力;在任务调度前期使用MGA算法缩小求解空间,在任务调度后期使用改进的PSO快速收敛到最优解。仿真实验表明:与
针对实际工程中网络控制系统建模困难的情况,引入子空间方法,从输入输出数据角度辨识系统的子空间矩阵。为克服开环子空间方法的有偏性,通过计算系统输入输出误差序列,构造闭环子空间从而计算闭环子空间矩阵。为克服时延的影响,构造预测模型,设计闭环子空间预测控制算法及补偿结构,主动补偿网络时延的影响。为便于在线递推计算,采用一种简单的参数矩阵更新方法,相比于复杂的矩阵分解算法,减小了计算复杂度,提高了系统的实
交通拥堵、停车贵、停车难等问题在城市中日益凸显。基于通信技术、网络技术、大数据、云计算等技术手段,设计开发城市级智慧停车综合管理系统。采用分层分布式网络结构,实现停车场管理、停车信息采集、停车引导、泊位预定查询等一系列智慧停车管理和服务,并全面应用到长春市105个封闭停车场和28条街道的路内/路侧停车泊位,解决了长春市"两横三纵"快速路下的所有停车场/泊位的车辆停放管理问题,形成了以"城市级"概念
因任务分配算法的优劣直接影响用户的满意程度和平台的质量效率,所以任务分配算法一直是云计算领域的重点研究方向。为解决云计算中任务分配问题,通过对任务分配模型的分析,提出一种基于资源状态的自适应蚁群优化算法(MACO)。利用虚拟机的状态来修正启发式因子和释放信息素浓度,并以自适应的方式进行信息量的更新,多目标综合考虑任务分配问题。采用CloudSim工具实现仿真实验,实验结果表明,该算法在任务完成时间
Web应用程序天然存在多种漏洞,使得跨站脚本(Cross-site scripting, XSS)攻击实施简单但能产生较大危害,如何快速准确检测出XSS攻击是Web应用程序面临的一个难题。对此,基于单分类支持向量机(One Class Support Vector Machine, OCSVM)分类器提出一个新的XSS攻击检测模型。采用基于TF-IDF算法的特征向量化方法,对XSS攻击样本进行分析