【摘 要】
：
互联网的影响已经深入到人们生活的每一个角落，随着电子邮件，电子商务等应用的出现，互联网安全的重要性也愈发凸显。现有互联网中的安全基于协议分层的网络体系，存在着安全协议功
论文部分内容阅读
互联网的影响已经深入到人们生活的每一个角落，随着电子邮件，电子商务等应用的出现，互联网安全的重要性也愈发凸显。现有互联网中的安全基于协议分层的网络体系，存在着安全协议功能重复，使用复杂，缺乏可定制性，功能不可扩展等诸多问题。
从根本上来说，安全服务缺乏可定制和可扩展性问题的根源在于分层网络结构的束缚，服务可扩展网络节点模型从服务的可定制可扩展出发，借鉴了软件中模块化的思想，实现了服务的灵活定制，无限扩展。在此基础上，针对安全服务，本文首先提炼出网络中基本的安全服务，同时分析和总结现有网络安全实现方式中的不足，最终提出安全服务可以被划分为多个功能独立、外观相同的安全元服务。这些元服务具有安全功能、密钥算法和安全粒度三个属性，通过对不同安全元服务的组合可以实现安全服务的灵活定制，通过对新的元服务的扩展可以实现安全服务的无限扩展。
安全子系统作为服务可扩展网络节点中的一个重要服务，其实现主要是在容器的控制下完成安全需求的定制，服务的扩展及数据的处理，还包括了密钥的生成、协商，不同网络粒度的访问控制等功能。实验部分，本文首先对安全子系统中提供的可定制的安全服务进行功能测试，然后对安全服务的可扩展性进行测试，最后在策略的控制下完成了不同粒度的安全保护。结果显示，服务可扩展网络节点中的安全子系统除了可以提供基本的网络安全服务之外，还具有良好的可定制性与丰富的可扩展性。
其他文献
传统的机器学习的研究中往往倾向于将有标签的数据和无标签的数据分开研究,但是在现实生活中,这两种情况往往是并存的。半监督学习便由此应运而生,在传统应用中往往将半监督
研究表明,我们肉眼所看到的自然界众多图像中,其所传达的情感语义都十分丰富,或清爽,或伤悲,或温暖,或恐惧。基于文本的图像检索系统出现最早,发展也最为成熟,它主要根据某些
文本是信息检索领域中数据的基本表示形式。如何从大量文本数据中分析和提取出有用信息,业已成为数据挖掘一个日益流行而且重要的研究课题。文本数据用向量空间模型表示时,由
目前的统计机器翻译的发展,由于其对大规模平行语料库的依赖,还主要集中在平行语料库相对容易获得的英法、英汉等语言之间。由于获取途径的限制,即使像英语,汉语,法语这些常
为了解决物联网(Internet of Things)的内在矛盾,引入了语义协同(Semantic Collaboration),形成新一代网络--语义物联网(Semantic Web of Things)。但语义协同过程中存在两个
随着Web2.0逐渐走向成熟,网络中出现了大量的用户生成意见文本,意见挖掘因此而成为自然语言处理领域的一个研究热点。作为意见挖掘研究的关键问题之一,情感极性分类的目的是
现如今,为满足营销和消费者偏好分析的需要,商户往往会将交易数据,包括敏感信息PAN(持卡人的银行卡卡号)进行存储,这使商户系统易成为攻击者的目标。此外,虽然创新支付方式的
Folksonomy是一种基于Web2.0的新型知识分类方法。Folksonomy由用户、资源、标签三个重要元素组成。具有自由性、共享性和用户性等特点。在实际应用中Folksonomy系统常常受到
随着互联网技术的发展,Web服务已经在企业应用集成、工作流、电子商务等领域获得广泛的应用。Web服务的质量保障是影响其应用的关键问题,其中可靠性是一个重要的方面,要求系