【摘 要】
：
在信息化时代,网络信息安全技术在云环境下得到广泛应用及普及,同时,错综复杂的云环境体系结构也为客户端提供多样的云计算服务,在为人们生活、工作、学习带来诸多便利的同时,也给人们带来多方面的信息被泄漏、攻击、窃取等网络安全风险。因此如何利用网络安全技术去解决云计算应用中遇到的隐私安全、身份认证问题已经成为安全人员研究关注的焦点,本文主要在不同的安全认证体系之中面向云环境跨体系访问资源认证合法身份问题,
论文部分内容阅读
在信息化时代,网络信息安全技术在云环境下得到广泛应用及普及,同时,错综复杂的云环境体系结构也为客户端提供多样的云计算服务,在为人们生活、工作、学习带来诸多便利的同时,也给人们带来多方面的信息被泄漏、攻击、窃取等网络安全风险。因此如何利用网络安全技术去解决云计算应用中遇到的隐私安全、身份认证问题已经成为安全人员研究关注的焦点,本文主要在不同的安全认证体系之中面向云环境跨体系访问资源认证合法身份问题,对安全获取资源的身份认证展开了如下几个方面的研究:1、提出异云环境下异域体系之间的用户身份跨域认证方案针对异域用户在云环境下存在不能完成异构密码体制的安全互访认证问题,利用当前经典主流的密码体制无证书公钥密码体制（Certificate Less public key Cryptography,CLC）和公共密钥基础设施（Public Key Infrastructure,PKI）来建立完善的异域访问资源身份认证框架,并提出用户身份认证方案。框架方案实现用户User和云服务提供商（Cloud Service Provider,CSP）双向实体的信息交互和认证计算,身份认证方案利用密码算法的特点,完成双向实体用户的身份计算和传输,使身份信息达到匿名、安全高效的认证效果,并降低用户的计算开销。2、提出云环境中第三方认证中心和代理中心的跨域认证结构框架针对异构体系之间没有构造一个完整且高效安全的模型结构,结合第一个算法认证技术方案,在云间引入一个可信认证中心,并给予合法且可信的授权操作,减少异域之间的通信计算通信负载,提高用户和服务器之间的信息交互速度,同时满足双向实体身份认证;但云间认证中心增加了自身的计算负载,所以根据这一缺点结合第二个算法认证方案,在云间引入第三方代理机构并给予完全可信的代理计算权限,减少云间认证中心的计算负载量,提高框架计算效率。完成匿名身份之间建立信任链框架。3、提出面向多云环境多异密码体制之间身份认证的密算技术方案针对现有异云环境异构密码体制之间不能高效控制互访问题,利用签密和盲签名技术构造了高效的管理访问认证方案。签密算法方案为了完成完整的的异构安全域用户的跨域身份认证,利用签密算法先签名再加密的特点来保证身份的加密传输安全。代盲签技术方案是利用盲签名可以对身份进行盲化和可识别性的特点来对身份进行盲化和匿名和签名等处理,达到盲匿名和标志的作用来进行跨域身份通信认证。根据分析结果表明,方案基于多种密算可满足身份匿名性、抗替换性攻击、身份不可追踪性和抵抗重放攻击、中间人攻击等性能,完成异可信域用户之间高效高安全性的互交跨域身份认证。
其他文献
近年来,随着流媒体技术的高速发展,大型开放式网络课程被越来越多的人们关注。相比于传统的线下授课模式,慕课（Massive Open Online Course,MOOC）具有更高的开放性,用户可以根据自身兴趣爱好选择课程进行学习。然而,由于高度的自主选择性和缺乏师生之间的实时互动交流等原因,导致MOOC具有极高的辍学率。较高的MOOC辍学率引起用户规模和平台收益的缩减,从而成为制约MOOC平台发展
毫米波雷达是高级驾驶辅助系统的关键组成部分,随着汽车工业的发展道路上的毫米波雷达也越来越多。在众多雷达系统中,线性调频连续波雷达系统由于成本低、尺寸小和测量精度高等优点被广泛应用于汽车领域。随着毫米波雷达数量的增加以及有限的频谱资源,雷达间相互干扰的问题将会变得更加突出。线性调频连续波雷达之间的干扰可以分为交叉干扰和平行干扰,交叉干扰会增加频域的噪声基底,降低雷达的检测性能;平行干扰会产生虚假目标
抛丸机是制造业对各类异形零件非加工表面进行清理、抛光及强化处理的最常用设备之一,抛丸过程因硬质弹丸的连续高速运动,会同时造成设备内腔构件的迅速磨损。目前各型系列抛丸机普遍存在抛丸效率与设备寿命的矛盾,优化其核心部件抛丸器结构,配合升级整机智能控制技术是提高效率降低损耗的重要途径。研究学习机械、流体、自动控制、计算机应用等相关理论,结合目标抛丸器结构及运行工艺参数,以增效减损为目标制定抛丸器优化方案
基于机器学习方法的数字信号调制解调,可以在不进行载波恢复、滤波处理的情况下,实现在同一个网络模型下对多种数字调制信号进行解调,有助于提高通信系统中信息传输的效率,缓解日益复杂通信环境下硬件电路设计的压力。另外基于机器学习方法的数字信号调制解调,可以在不进行信道估计的情况下,直接将符号序列从衰落信号中恢复处理,有利提高通信系统的频率利用效率。因此,基于机器学习方法的数字信号调制的解调成为近年来研究的
深度相机的低成本化,加上有限的室内场景范围,极大地推动了基于RGB-D图像的室内视觉SLAM的发展。闭环检测与场景地图构建是RGB-D SLAM能够实现定位导航并保持全局一致的重要模块。闭环检测用于识别曾经到过的地方;地图构建用于将观测信息生成点云地图。目前的RGB-D SLAM存在两个方面的问题:一方面,传统的地图构建充分利用场景的几何信息,但忽略了语义信息,限制了机器人的任务能力;另一方面,常
目标检测是计算机视觉领域热点话题之一,它广泛应用在智能驾驶、智慧城市等方面。将目标检测技术应用到安全生产方面,是近年来国家倡导的跨领域结合,检测安全护具的佩戴情况具有重要的意义。传统方法使用图像处理和机器学习进行安全帽佩戴检测,存在检测准确率低、检测速度慢等问题,无法满足使用需求。安全帽佩戴检测使用深度学习技术使检测准确率大幅提升,但现有网络模型在复杂工作场景下仍存在错检漏检现象。本文基于YOLO
近年来,随着深度学习的快速发展,基于深度学习的单目标跟踪在算法性能方面也得到大幅度提升,而这一部分的提升很大程度上源于使用深度神经网络提取到的深度特征具有良好的分辨能力。目标跟踪在实际应用中存在以下问题,首先,小样本数据量不足、样本多样性低,导致网络提取到的特征数量有限。其次,在遮挡、形变和快速移动等因素的干扰下,目标跟踪精度低。针对上述问题,提出一种小样本目标跟踪算法,主要研究方向和创新点概括为
随着移动互联网、地图测绘和室内导航技术发展,基于位置的服务受到了极大地关注。据统计人们平均80%的时间是在室内,数据连接应用平均80%也在室内,在室外广泛使用的卫星定位技术全球定位系统和北斗定位系统仅仅支持室外定位,在室内复杂环境中无法进行精确地位置服务。随着数字化时代的到来,无线技术的迅猛发展,移动技术得到了广泛的应用,人们开始了对室内定位技术的研究和探索。由于单一定位技术存在精度有限、稳定性不
人脸检测是一种通过计算机算法对输入图像进行人脸目标查找的技术,人脸检测技术在智能安防、人流统计和刑侦破案等场景具有广泛应用。近年来人脸检测借助卷积神经网络技术使得检测精度取得了巨大提升。在实际运用场景中,由于图像背景物体复杂,人脸特征与背景高度融合和人脸目标尺度过小,使得人脸检测精度降低,因此需要对复杂背景下的小尺度人脸检测进一步的研究。论文基于YOLOv3和YOLOv4目标检测模型,研究复杂背景
我国高校教育扶贫工作是国家精准扶贫政策中一项重要的内容。目前,国家教育扶贫工作主要包括贫困生的资格认定和贫困生贫困等级的划分。信息化管理系统的应用为贫困生数据信息的采集提供了很大便利,但由于这些贫困生数据未经有效处理,导致了大量的数据堆积,同时也存在着诸如数据缺失、数据噪声及数据冗余等质量问题。对贫困生数据进行科学高效管理,进一步利用数据挖掘方法提高贫困生认定及贫困等级划分的准确率,从而更有针对性