论文部分内容阅读
近年来,随着互联网的蓬勃发展,人们更依赖通过网络进行交流、购物等行为。这使得数据量呈现指数增长,于是大数据应运而生。大数据具有开放性、交互性和全球性的特点,并且有巨大的价值,甚至有人将大数据比作石油、黄金。大数据成为公司、企业和国家关注的重点。但大数据带来机遇的同时也带来了新的挑战,目前面向大数据的加密算法存在密钥长度短、加密速度慢等缺点。大数据环境下如何保护数据安全成为最重要的问题之一。只有解决好信息安全这一发展瓶颈,才能让信息技术得以快速广泛的发展。本文在对现有数据加密算法和文献进行研究后,创新性的提出了基于流密码的改进DES算法和基于超混沌与圆锥曲线的混合加密算法,两种算法均在安全性上有所提高。将两种加密算法在Spark平台上进行并行计算,提高了加密速度。论文具体研究内容如下:(1)提出一种基于流密码的改进DES的加密算法。通过对DES加密算法中密钥生成过程的研究,发现DES子密钥之间具有很强的关联性,容易被穷举搜索等方法破译,因此提出基于流密码的DES改进方案。该改进方案通过RC4算法生成伪随机序列,将该序列作为DES加密的子密钥,用于对DES加密算法的明文进行加密。将随机选取密钥使用RSA加密随密文一起传输,用于对密文的解密。该改进方案使DES的每一个明文分组都使用不同的加密密钥进行加密,同时密钥长度增加到768位,使得破译一组加密密钥的穷举次数达到2768,大大增加了 DES的破译难度。(2)提出基于超混沌与圆锥曲线的混合加密算法。通过分析一维混沌系统设计的加密算法密钥长度短、密钥空间小等缺陷,提出运用四维超混沌设计加密算法,起到增大密钥空间的作用。首先运用两个超混沌系统产生一个无关联性的超混沌序列,然后将明文与超混沌序列执行异或操作实现首次加密,再将加密后的密文作为圆锥曲线加密的明文进行二次加密。通过实验对比分析可知,一方面该算法具有密钥空间大、密文统计特性良好、密钥敏感性高的优点;另一方面经过双重加密后的明文与密文之间没有直接联系,无法通过选择特殊的明文、密文对的办法破解密钥序列,且算法中的非线性运算,能抵御选择明文攻击,提高了算法安全性。(3)通过Spark对两种加密算法进行并行试验。由于Spark在并行计算方面有速度快、简洁易用、通用性和运行模式多等优势。通过对基于流密码的改进DES的加密算法和基于超混沌与圆锥曲线的混合加密算法进行并行算法理论分析,分别对两种加密算法进行并行计算。实验结果表明,针对相同大小的数据集,随着计算节点个数的增加,加密时间在逐渐变短。在加速比方面,随着计算节点个数的增加,加速比也在逐渐增大,达到了提高加密速度的目的。