

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、互聯(lián)網(wǎng)在給人們的生活帶來(lái)便利的同時(shí)也引發(fā)了很多安全隱患,尤其是個(gè)人信息的泄露造成的不良影響十分廣泛。因此,個(gè)人信息的保護(hù)日益引起人們的重視。在無(wú)線環(huán)境下的身份認(rèn)證中,越來(lái)越多的用戶為了保護(hù)自己的隱私信息,更傾向于匿名認(rèn)證,以防攻擊者獲取用戶的位置并得到更多的個(gè)人信息。
為了解決利用共享密鑰實(shí)現(xiàn)匿名認(rèn)證的問(wèn)題,我們提出了基于 k-假名集合的匿名身份認(rèn)證方案,主要做了以下工作:
1.提出了基于共享密鑰的k-假名集合匿名認(rèn)
2、證方案,用戶在提出認(rèn)證請(qǐng)求后,將包含自己真實(shí)身份標(biāo)識(shí)的 k-假名集合以及用真實(shí)用戶密鑰加密后的信息發(fā)送給認(rèn)證服務(wù)器,認(rèn)證服務(wù)器在最多遍歷 k個(gè)用戶的共享密鑰和驗(yàn)證其對(duì)應(yīng)的加密信息后就能夠完成對(duì)用戶的認(rèn)證。
2.根據(jù)攻擊者的能力定義了兩類攻擊模型,即 Do le v-Yao模型和加強(qiáng)的Do le v-Ya o模型。此外,我們還分別給出了在Do le v-Ya o模型和加強(qiáng)的Do le v-Yao模型下兩種 k-假名集合的構(gòu)造方法
3、,并從安全性及性能等方面分析了兩種方法的優(yōu)勢(shì)和不足。
3.將所提方案同已有的基于共享密鑰的無(wú)線匿名認(rèn)證方案在安全性方面進(jìn)行了比較,分別從匿名性、雙向認(rèn)證、前向保密性和后向保密性、抗別名去同步攻擊、抵抗重放攻擊、抵抗假冒攻擊幾個(gè)方面具體分析了方案的安全性,結(jié)果表明所提方案具有明顯的優(yōu)勢(shì)。
4.建立了測(cè)試床,實(shí)現(xiàn)了所提方案,并分別測(cè)試了 k-假名集合中的用戶數(shù)量k以及同時(shí)認(rèn)證請(qǐng)求的用戶數(shù)量對(duì)認(rèn)證時(shí)間的影響。大量實(shí)驗(yàn)表明方
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 移動(dòng)群智感知中基于假名加密的匿名身份認(rèn)證機(jī)制.pdf
- 基于K-匿名的隱私保護(hù)方法研究.pdf
- 基于K-匿名技術(shù)的隱私保護(hù)研究.pdf
- 基于k-匿名隱私數(shù)據(jù)挖掘研究.pdf
- 基于生物特征的匿名身份認(rèn)證研究.pdf
- 基于R樹(shù)的K-匿名技術(shù)研究.pdf
- 移動(dòng)用戶漫游匿名認(rèn)證協(xié)議的研究.pdf
- 基于k-匿名的云計(jì)算隱私保護(hù)算法研究.pdf
- 基于k-匿名位置隱私保護(hù)技術(shù)的研究.pdf
- 基于K-匿名的快遞信息隱私保護(hù)應(yīng)用.pdf
- K-匿名隱私保護(hù)問(wèn)題的研究.pdf
- 防止隱私泄漏的K-匿名研究.pdf
- 基于熵的k-匿名屬性泛化算法研究.pdf
- 基于K-匿名的隱私保護(hù)模型和算法研究.pdf
- 基于k-匿名的軌跡隱私保護(hù)技術(shù)研究.pdf
- 一種基于K-匿名的隱私保護(hù)算法.pdf
- K-匿名表更新問(wèn)題的研究.pdf
- 海量查詢下基于K-匿名的隱私保護(hù)算法研究.pdf
- 基于k-對(duì)稱匿名算法的社會(huì)網(wǎng)絡(luò)隱私保護(hù)研究.pdf
- 社會(huì)網(wǎng)絡(luò)中社團(tuán)K-匿名研究.pdf
評(píng)論
0/150
提交評(píng)論