車聯(lián)網(wǎng)中基于多屬性的數(shù)據(jù)訪問安全技術(shù)研究.pdf

1、車聯(lián)網(wǎng)涉及對海量涉車數(shù)據(jù)信息的存儲、計算與分析，車云平臺是車聯(lián)網(wǎng)的核心。車云計算環(huán)境具有用戶身份復雜、數(shù)據(jù)所有者和數(shù)據(jù)使用者之間多對多對應關(guān)系等特點，使得數(shù)據(jù)被非法用戶竊取的風險大大提高了。利用數(shù)據(jù)自身屬性和用戶屬性可以唯一標識信息內(nèi)容和用戶的原理，可以提高數(shù)據(jù)訪問的安全性。本文對車聯(lián)網(wǎng)中基于多屬性的數(shù)據(jù)訪問安全技術(shù)方案進行研究，主要工作如下：
　　1、針對數(shù)據(jù)自身屬性特征，在傳統(tǒng)基于網(wǎng)絡(luò)端防止數(shù)據(jù)泄漏技術(shù)方案的基礎(chǔ)上，提出了基于

2、網(wǎng)絡(luò)基因GID(Gene Identification)和Bloom濾波器的車聯(lián)網(wǎng)數(shù)據(jù)訪問安全方案。設(shè)置允許外界訪問的數(shù)據(jù)白名單，利用循環(huán)冗余碼計算和采集白名單中內(nèi)容的GID，并存儲在Bloom濾波器中，為使內(nèi)存開銷降低，設(shè)計算法計算濾波器的最佳部署。只有用戶訪問數(shù)據(jù)的GID與白名單數(shù)據(jù)的GID一致時，用戶才能獲取數(shù)據(jù)。分析了傳統(tǒng)直接基因比較和與Bloom濾波器相結(jié)合基因比較兩種方案，仿真結(jié)果表明基于Bloom濾波器方案可有效降低系統(tǒng)內(nèi)

3、存開銷。
　　2、CP-ABE(Ciphertext-Policy Attribute-Based Encryption)算法可根據(jù)用戶自身屬性加密數(shù)據(jù)。然而，傳統(tǒng)CP-ABE算法不能直接運用到車聯(lián)網(wǎng)云環(huán)境中。因此，本文提出了DAC-MAVCS(Data Access Control for Multi-authority Vehicliar Cloud Storage)方案。在本方案中，對傳統(tǒng)的CP-ABE算法進行改進，數(shù)據(jù)上傳