【摘 要】
：
在大数据时代,不同企业或者部门间迫切需要进行数据共享.针对共享数据如何进行细粒度控制、数据的追溯和机密性保护等问题,提出了基于区块链的数据共享访问控制模型.本模型首先采用区块链技术保证数据溯源和不可篡改;其次使用联盟链的智能合约机制,进行粗粒度的访问控制,减少并过滤区块链的恶意攻击;最后基于改进的权重属性基加密机制对数据进行细粒度的控制与和机密性保护,并减少数据加解密时间开销.通过安全性分析和实验仿真结果表明,该模型很好地解决了数据共享问题.
【机 构】
：
中国电子科技集团公司第三十研究所,四川成都 610041
论文部分内容阅读
在大数据时代,不同企业或者部门间迫切需要进行数据共享.针对共享数据如何进行细粒度控制、数据的追溯和机密性保护等问题,提出了基于区块链的数据共享访问控制模型.本模型首先采用区块链技术保证数据溯源和不可篡改;其次使用联盟链的智能合约机制,进行粗粒度的访问控制,减少并过滤区块链的恶意攻击;最后基于改进的权重属性基加密机制对数据进行细粒度的控制与和机密性保护,并减少数据加解密时间开销.通过安全性分析和实验仿真结果表明,该模型很好地解决了数据共享问题.
其他文献
为了缓解通信网络的拥塞问题,减少用户请求服务的等待时间,提高网络的利用率,网络运营服务商需要对网络实时流量进行分析,而建立准确高效的流量分析模型能提供更加准确的数据支持.基于此,提出了改进的自回归差分移动平均模型,该方法与传统模型方法相比,引入了误差扩散因子这一新的参数,并使用改良的粒子群算法得到欲求解的参数值.通过对测试集中的流量数据进行验证分析,可以得到,改进后的模型相比改进前,预测精度和稳定性均得到了提升.
随着运营商业务竞争的加剧,用户网络满意度开始受到普遍的关注,运营商希望通过对用户网络满意度调研结果的分析和研究,发现网络质量与用户调研结果之间的联系,从而进行针对性的优化调整.基于此,通过对满意度调研样本进行主客观分离,并识别有效样本,将其与用户网络和业支侧数据进行关联分析,构建了一种基于随机森林算法的贬损用户预测模型.最后,对预测出的贬损用户进行聚类,识别常驻小区,为运营商有针对性地进行优化提供支撑.
没有数据安全就没有国家安全,数据安全治理作为数据安全体系重要的组成部分引起了各行各业越来越多的关注.从大数据环境下海量数据面临的安全风险出发,结合数据在使用过程中的安全需求,给出了一种动态防御的数据安全治理架构,并对该架构下的关键技术进行了研究.该架构能够为数据安全治理提供体系化安全治理思路,其中的关键技术可以为该架构的实现提供有效支撑.
在数据中心的发展过程中,能耗高、资源浪费严重是突出问题.随着数据中心的不断进步和发展,也带来了高水平的资源消耗.为了实现能源的综合利用,贯彻节能理念,不断提高数据中心的能源利用率,建设绿色节能的模块化数据中心,以满足各项建设需求.
针对云计算环境下数据的隐私保护问题,在研究全同态加密技术的基础上设计了一个安全多方计算协议.该协议约定网络类型为同步网络,信道模式为可信的安全信道,敌手为半诚实的参与者,同时有一个服务器作为计算中心.参与者通过全同态加密算法预先对输入进行加密并将明文发送给服务器进行安全多方计算,服务器和其他参与者全程得不到该参与者的输入信息,保证了所有参与者的隐私.
针对自动驾驶场景中物体特征信息有限、模板不适应目标几何形变的问题,提出一种通道注意力机制与可变形卷积结合的网络框架.该方法先将点云划分柱体,再编码为伪图像并送入卷积网络层,结合可变形卷积,引入目标形变偏移量,并引入通道注意力增强网络对目标关键信息的提取能力.实验表明该网络框架能够提高车辆及骑行者的检测精度,在二维模式下,3种类别的检测精度均值提高了1.07％,一定程度上解决了原网络框架存在的漏检问题.
针对云平台中所存储的车辆数据面临着的严峻的安全问题,提出高效且安全的车联网数据完整性验证方案.该方案采用了格密码系统构造协议,从而避免了传统椭圆曲线方案的高计算开销问题,并且利用概率比例规模抽样代替随机抽样来降低采样数量.该方案中,路侧单元维护一棵平衡二叉树,存储每个数据块的访问周期用于概率比例规模抽样生成采样单元,该平衡二叉树可实现数据动态操作.实验仿真表明,所提方案具有低计算开销和低通信开销的特性.
辐射源定位是实现频谱资源管理与非法用频查处的重要基础.针对传统定位方法难以对多个辐射源信号进行快速定位,且无法在地图上直观地体现辐射源所处的地理位置的问题,提出了一种基于频谱测绘的辐射源定位方案,包括基于反距离加权法实现三维频谱数据补全,以及基于聚类算法结合电磁波传播规律进行辐射源定位.该方案能够实现稀疏采样条件下频谱地图测绘与辐射源定位.实验证明,在多辐射源的场景中,该方法确定的辐射源位置与实际情况吻合,具有良好的性能.
网云融合环境下的网络安全防护系统需要与网云基础设施紧密结合,提供按需部署、灵活调整的安全服务,其中安全资源的动态编排是核心问题.针对广域网络的特点,设计了广域网络安全资源编排框架和工作机制,并提出了一种能够较好地适应大规模网络的启发式编排算法,可为云网融合环境下的广域网络安全防护系统设计提供借鉴.
为了处理探索环境中的变化和减少智能体不必要的从头学习的时间,研究了对探索环境的预处理方法,提出了运用轨迹标记的Q学习算法尝试对探索的路径进行标记学习和对探索环境的变化部分进行预处理,来减少智能体学习时间.实验仿真中与使用策略重用的算法对比分析表明,该算法减少了智能体学习时间,并改进了对探索环境的变化的处理机制.