【摘 要】
:
随着云计算技术、5G无线通信技术和智能传感技术的蓬勃发展,人们可以更加方便快捷地存储和传输数据信息,然而,如何在云环境中确保数据安全共享是一个长期未解决的公开问题,因
论文部分内容阅读
随着云计算技术、5G无线通信技术和智能传感技术的蓬勃发展,人们可以更加方便快捷地存储和传输数据信息,然而,如何在云环境中确保数据安全共享是一个长期未解决的公开问题,因此,以密文政策基于属性加密(Ciphertext-policy Attribute-based Encryption,简称为CP-ABE)为代表的数据加密及共享技术应运而生。CP-ABE使得用户可以根据自身条件或者属性从属性机构得到密钥,加密者制定对数据的访问政策。然而,现有的CP-ABE方案在安全性、效率以及表现性方面存在着诸多不足,比如,这些基于CP-ABE的方案在数据加密时的操作较为单一,即只通过公钥加密算法把密文上传至云服务提供商(Cloud Service Providers,简称为CSPs),此外,这些方案大都缺乏对访问政策本身的研究,显然,这样无法很好地契合现实中数据共享的应用场景。因此,本文设计了两个云计算中基于CP-ABE的数据加密及共享方案,具体如下:1)基于CP-ABE的双因素公共数据保护方案本文设计了一种可撤销的高效的基于CP-ABE的双因素公共数据保护方案。该方案在数据加密和解密的过程中需要双因素(安全设备和用户密钥)同时参与,摒除了简单加密带来的密钥窃取等安全性问题。此外,安全设备的撤销解决了安全设备的丢失问题,从而使得该方案具有很高的现实意义。二级加密交由CSPs完成,这确保了方案的整体高效。基于1-w DBDHI困难性问题的安全性分析在随机预言机模型下证明了该方案的安全性。2)支持访问政策隐藏和外包解密的限次CP-ABE方案鉴于现有的CP-ABE方案(包括上述方案)在效率和表达性等方面存在的问题,本文还设计了一种可审计的支持访问政策隐藏和外包解密的限次CP-ABE方案。据我们所知,这是云计算中首次同时实现了访问政策隐藏、外包解密、解密审计和限次访问等表达性的CP-ABE方案。具体而言,所设计的行布隆过滤器(Row Bloom Filter,简称为RBF)和属性行映射表(Attribute-row Mapping Table,简称为A-RMT)实现了访问政策的隐藏,阈值?的设定和变色龙哈希签名的引入很好地解决了限次访问和双向认证的问题,外包解密和解密审计在提高效率的同时保证了数据的安全性。基于q-p DBDHE困难性问题的安全性分析证明了该方案能够抵抗选择明文攻击。
其他文献
“本土成分”(local content),一般是指外国投资者在东道国进行投资时,需采购一定数量的本土商品或服务,在投资公司里应确保一定数量的当地股份,雇用并培训一定数量的当地员
正交频分复用(OFDM)技术常用于宽带无线通信,它使用彼此正交的子载波并行传输信号,在充分利用带宽的同时还可以有效对抗窄带干扰及多径失真,是新一代无线通信领域研究的热点。信道估计是无线通信系统中的关键技术。由于无线多径信道常常呈现稀疏特性,传统信道估计不能充分利用无线信道的稀疏特性,导致信道估计中需要的导频的数量巨大。将压缩感知(CS)技术应用于稀疏信道估计可以降低导频数量,提高频谱利用率,并获得
GDPR数据处理记录义务源于1995年欧盟通过的《关于涉及个人数据处理的个人保护以及此类数据自由流通和第95/46/EC/号指令》,由于该指令中并未将数据处理记录义务单列为一项独
难民问题是一个世界性问题,有着长久的历史。随着全球化的发展,难民问题愈来愈成为国际政治中难以忽视的问题。2015年因叙利亚战争造成了大规模难民,大量难民涌入欧洲,致使欧
长期演进的车联网(Long Term Evolution-Vehicle to Everything,LTE-V2X)作为车联网的国际主流标准之一,其资源分配方式有集中式(Mode 3)和分布式(Mode 4)两种。资源分配算法
竞争性选拔作为干部人事制度改革的重要举措,自上世纪80年代萌发探索到十七大之后的全面推进,经过多年的实践探索,提高了选人用人的公信度,扩大了选人视野,选出了大批优秀干
随着激光技术的快速发展,光栅在脉冲压缩、光谱合束等领域作为核心元器件被广泛地应用在高功率激光系统中。光栅的衍射效率与入射光的偏振态有着紧密的联系,提高光栅能量利用
碳纳米管及其复合材料具有电导率高、重量轻、表面积大、环保、密度低、化学稳定性好等一系列优点,是制备集轻、薄、高电磁屏蔽性能于一体的理想材料。然而在碳纳米管复合材
基于内部光发射原理的热载流子(包括热电子和热空穴)光电探测器作为一种新型光电探测方案,具备突破半导体禁带限制、室温运行和零偏压下工作等优点,并在工作波长、探测带宽以
随着物联网和新型应用场景的不断发展,未来网络需要满足超低时延、高可靠、海量连接等需求。移动边缘计算(Mobile Edge Computing,MEC)通过在移动网络边缘提供云计算功能和存储资源,营造出一个具备高性能、低延迟与高带宽的网络环境,让用户享有不间断的高质量网络体验。在MEC服务器超密集部署的边缘计算网络中,用户可以将计算密集型或时延敏感型的计算任务卸载到与其相关联的MEC服务器上。用户