多服务器网络环境下身份认证协议的研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:hbffff
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
受益于互联网技术的飞速发展,人类的生活发生了巨大的变化。通过互联网,人们可以随时随地办理各类在线业务,获取各种资讯,体验多样的娱乐生活。互联网已经成为人类生活中不可或缺的一部分。然而,由于互联网的开放性,人们在享受各类网络服务的同时也存在着一定的安全风险。身份认证密钥协商协议是确保网络参与者在开放的网络环境中实现安全通信的一种行之有效的安全机制。有别于传统的单服务器网络架构,多服务器网络架构更适用于当前的实际应用。此外,多服务器网络环境下的身份认证协议允许用户在仅提供一套认证因子的情况下访问系统中不同的服务提供者,有着更高的安全性和实用性。因此,多服务器网络环境下的身份认证协议成为了学术界的研究热点。
  不同的多服务器网络环境有着不完全相同的网络特点,包括:服务提供者的性能不同、面临的安全威胁不同等。因此,不同的多服务器应用环境所适用的身份认证协议也不相同。本文对两种有代表性的多服务器网络环境下的身份认证协议进行了研究,即移动云计算环境下的身份认证协议、无线传感器网络环境下的身份认证协议。本文的主要工作和贡献包括:
  (1)总结了多服务器网络环境下的两种认证模型,即两方参与认证的认证模型和三方参与认证的认证模型,并分析了两种认证模型的区别,讨论了不同认证模型适用的网络环境。
  (2)移动云计算环境下的身份认证协议是一种有效的确保只有合法移动用户才能访问移动云服务的安全机制。扩展混沌映射作为一种高效安全的公钥密码学原语被运用于移动云计算环境身份认证协议的设计。2018年,Chatterjee等人利用扩展切比雪夫混沌映射设计了一种适用于移动云计算环境的身份认证协议。然而,该协议存在着无法实现用户不可追踪性、无法实现n因子安全性、无法抵御恶意用户发起的假冒攻击等缺陷。在总结、分析同类协议存在的安全缺陷和性能缺陷后,本文基于扩展混沌映射设计了一种新的匿名认证密钥协商协议。同时,形式化安全分析和性能比较分析表明,所提新协议具有更高的安全性和实用性;
  (3)移动云计算使得资源有限的移动设备通过开放的无线网络与远端云服务器进行通信,访问存储在云端的资源、获取各种类型的云服务,从而实现移动设备性能的“提升”。然而,移动设备自身并不具有较高的计算性能、通信性能。因此,移动云计算环境下的身份认证协议应避免移动用户端进行复杂性高的计算。本文在分析He等人所提协议的设计缺陷后,基于双线性映射设计了一种新的适用于移动云计算环境的匿名认证密钥协商协议。新协议能够有效抵御同类协议易遭受的拒绝服务攻击,可实现健壮的安全性。同时,新协议避免了移动用户端的map-to-point运算操作,使得协议的计算性能比其他同类协议有着明显的优势。与此同时,新协议也具有良好的通信性能。
  (4)传感器节点的计算能力、存储空间、电源能量都是极其有限的,这也决定了无线传感器网络环境下身份认证协议的设计应采用轻量级密码学原语,如Hash函数、对称加密算法。另一方面,由于传感器节点常常被部署在无人值守的区域或敌对区域,攻击者可以很容易地捕获传感器节点,并得到存储于传感器节点中的秘密信息。因此,无线传感器网络的身份认证协议应实现前向安全性,当传感器节点的私钥被攻击者捕获时,保证用户与传感器节点之前生成的会话密钥仍然是安全的。基于以上两方面,采用轻量级密码学原语实现前向安全性成为了无线传感器网络身份认证协议设计的难点。为解决这一难题,本文提出了一种基于Hash函数适用于无线传感器网络的身份认证协议,并对协议进行了ProVerif安全验证和BAN逻辑证明。结果表明,新协议实现了所有的安全目标,且能够抵御已知的安全攻击。
  (5)通过在各个通信方设置同步信息,并在每次会话后对信息进行更新,能够在使用轻量级密码学原语的前提下,实现协议的用户不可追踪性和前向安全性,这种方法非常适用于无线传感器网络。然而,攻击者可以通过阻断通信方的交互信息,造成两端信息失去同步,从而影响通信双方下一次会话的认证。这种攻击被称作去同步攻击。为了有效抵御去同步攻击,本文设计了一种基于对称加密算法适用于无线传感器网络的身份认证协议,通过对不同通信方相关信息标识符的设置,有效抵御了去同步攻击。同时,通过对协议进行安全分析和性能比较分析,发现新协议也实现了所有的安全目标,且具有良好的实用性。
其他文献
情绪,作为一种短暂而强烈的对外反应,影响人类的生理和心理状态,在人类生活中起着非常重要的作用。情绪识别研究受到了广泛关注,其在医疗、安全驾驶、社会安全等领域都有所应用。相较于外在的物理信号,生理信号直接由神经系统(中枢神经系统、周围神经系统)产生以及控制,人的主观意识难以对其控制,其识别结果更具客观性。因此,本文的研究内容是基于生理信号的情绪识别。目前,基于生理信号的情绪识别研究存在两个局限性。(
学位
视觉目标跟踪是计算机视觉领域中的热门研究之一,在智能监控、人机交互、安防监控等领域具有广泛的应用场景。近年来,虽然研究人员已经提出了大量优秀的视觉目标跟踪算法,但是实现一个鲁棒的实时视觉跟踪算法依然极具挑战性。视觉目标跟踪的挑战主要来源于跟踪场景的复杂性和多变性(如相似干扰物,局部遮挡)和视觉跟踪算法自身的缺陷。视觉跟踪算法设计的难点在于精度和效率之间的平衡。本文主要围绕基于孪生网络的实时视觉目标
这篇文章致力于研究新型改进的调制方案,包括索引调制下的正交频分复用技术,扩频技术以及同相正交技术,用以提高误码率的性能和频谱效率。首先,我们定义一个新的系统模型,叫做基于索引调制和扩频的正交频分复用技术。这一技术是一种新近提出的方案,它的原理是在信号发送之前,从一个扩频码域集中选出多个扩频码,用来传输额外信息比特(以索引的形式)。我们把基于索引调制和扩频的正交频分复用技术和基于同相正交索引调制的正
近年来,随着人工智能技术的发展,深度学习受到越来越多专业学者的关注。自动编码器是一种典型的深度学习算法,堆叠自动编码器通过将多个自动编码器堆叠级联而成,以其优秀的特征提取能力被广泛应用于高维数据的降维处理中,尤其是非线性数据的处理,效果良好。但是在堆叠自动编码器数据降维中,无法评估提取的信息是否包含噪声。低秩矩阵恢复算法通过矩阵分解获取数据的低秩成分,从而实现了数据降噪。本文结合堆叠自动编码器的降
学位
近年来,随着绿色农业概念的提出,作物病害的防治问题受到极为广泛的关注。目前,计算机视觉技术在作物病害识别领域中的应用已经取得了一定的研究成果,然而基于传统机器视觉的病害识别方法需要依赖人工特征选取,难以全面的反应作物叶片病害特性,精确率仍有待提高。卷积神经网络是一种深度学习算法,可有效避免传统计算机视觉技术繁琐的特征选择过程,并实现比传统算法更高的识别精度,但是,现有基于深度学习的叶片病害识别模型
学位
无线传感器网络是一组电池供电的小型设备和无线基础设施,用于监测和记录环境中的状况。无线传感器网络广泛应用于各种应用层面,如军事监控应用、定位成像应用、环境监测、医疗保健应用、精准农业等。  在敌方环境中部署无线传感器网络用于军事监视等关键任务时,由于敌方部署环境、有限的计算能力和有限的电池寿命等无线传感器网络固有的关键约束,其单个传感器节点很容易被敌方破坏。这些关键挑战使得传统网络中使用的现有传统
移动传感器网络具有自组织性、灵活性和可扩展性,可以广泛地应用在广域监控、搜救任务和追逃行动等场景中。这些典型的应用场景要求移动传感器网络具备快速高效的广域覆盖和多目标追踪能力,并对移动节点的运行灵活性、任务处理效率、环境适应能力以及协调协作性能等都提出了较高的要求。然而实际应用场景中存在许多约束和不确定因素,如节点运行环境复杂、网络拓扑结构易变、信息交换效率低下等,移动节点之间的协调性能受到严重影
目标检测是机器视觉和数字图像处理技术的一个重要研究方向,主要包含特征提取、描述和匹配,同时也是图像拼接、目标跟踪、运动分析、目标识别、视觉导航研究领域的基础。这些应用处理需求不同,包括对处理时间(在线、离线或实时)、遮挡的鲁棒性、旋转的不变性以及多角度的最优检测。然而,光学遥感图像的目标检测依然存在诸多局限性,因此本文针对这些不足进行分析与改进。在计算机视觉领域,现今最优秀的特征提取方法主要根据待
随着汽车电子技术的飞速发展,汽车中的电子控制单元越来越多,导致传统单一的CAN(ControllerAreaNetwork,CAN)网络结构越来越无法保证汽车的性能需求,出现了由多个子网构成的混合CAN网络。为了保证整车网络中多个子网之间能够实现信息交互,需要车载网关将消息从一个网络转发至另一个网络。网关作为网络信息交互中心,其消息转发时延将影响汽车的安全性和稳定性,因此网关消息的实时性对整车网络
户外广告牌是一种常见的广告传播方式,它具有持续时间长、对地区和消费者的选择性强、视觉冲击力强等优点,因此对于在户外进行打广告的需求来说,广告牌是一个很好的选择。一般来说,户外广告牌可以分为静态的广告牌和动态的广告牌。静态广告牌的特点是更换一次广告会很麻烦,更换广告的成本也会很高,但是持续时间较长。动态广告牌可以播放包含图片、视频等在内的不同形式的广告内容,可以通过视觉以及听觉两种方式来达到吸引顾客