检索结果-内蒙古大学图书馆

计算机工程 2018年第9期44卷 141-148页

作者：刘卓马敏耀邱克娥冯君贵州师范学院数学与计算机科学学院贵阳550018 贵州师范学院网络空间安全重点实验室贵阳550018 华中科技大学计算机科学与技术学院武汉430000

针对传统1-to-1和m-to-1认证模式中认证密码容易泄露的安全隐患,提出一种m-to-n认证模式。系统认证时,由m个客户端同时向n个认证服务器发起认证请求,将该认证模式抽象为安全两群体计算模型,并定义其在半诚实模型下的安全性。构造一个安... 详细信息

针对传统1-to-1和m-to-1认证模式中认证密码容易泄露的安全隐患,提出一种m-to-n认证模式。系统认证时,由m个客户端同时向n个认证服务器发起认证请求,将该认证模式抽象为安全两群体计算模型,并定义其在半诚实模型下的安全性。构造一个安全多方求和协议,并以该协议为基本构建模块,将健忘传输协议作为基本密码工具,设计安全两群体认证协议。分析结果表明,该协议安全性和效率较高,能够解决两群体群体内及群体间的安全认证问题。

关键词：安全多方计算安全两群体计算 m-to-n认证模式半诚实模型健忘传输协议

来源：评论

学校读者我要写书评

暂无评论

保护隐私的汉明距离与编辑距离计算及应用

引用

计算机科学 2022年第9期49卷 355-360页

作者：窦家维陕西师范大学数学与统计学院西安710119

随着信息技术的快速发展,在保护数据隐私的条件下进行多方合作计算越来越普及,安全多方计算已成为解决这类问题的核心技术。在科学研究及实际应用中,人们常根据两个字符串之间的汉明/编辑距离度量其相似程度,研究汉明/编辑距离的保密计... 详细信息

随着信息技术的快速发展,在保护数据隐私的条件下进行多方合作计算越来越普及,安全多方计算已成为解决这类问题的核心技术。在科学研究及实际应用中,人们常根据两个字符串之间的汉明/编辑距离度量其相似程度,研究汉明/编辑距离的保密计算具有重要意义。文中主要针对汉明距离与编辑距离的两方保密计算问题进行研究。首先将汉明距离的计算问题转化为向量内积计算问题,应用加密选择技巧以及Okamoto-Uchiyama(OU)密码系统设计保密计算协议。然后通过对参与者字符串中各字符进行统一编号的方法,将编辑距离的计算问题转化为判定隐私数据的差是否为0的问题,应用OU密码系统设计编辑距离保密计算协议。应用模拟范例严格证明了协议的安全性,分析了协议的计算复杂性,测试了协议的实际执行效率,并与目前已有相关结果进行了分析比较。理论分析和实验结果都表明了协议的高效性。

关键词：安全多方计算汉明距离编辑距离半诚实模型模拟范例

来源：评论

学校读者我要写书评

暂无评论

恶意软件特征提取与云安全检测技术研究

恶意软件特征提取与云安全检测技术研究

引用

作者：孙浩国防科学技术大学

学位级别：博士

随着互联网技术的发展,恶意软件呈现出数量巨大、高速增长、变种技术复杂和样本分布广泛等诸多特点,已经成为对信息安全和隐私产生严重危害的关键因素之一。因此,研究如何在恶意软件形成规模的初期尽早提取发现其特征,并根据新特征进行... 详细信息

随着互联网技术的发展,恶意软件呈现出数量巨大、高速增长、变种技术复杂和样本分布广泛等诸多特点,已经成为对信息安全和隐私产生严重危害的关键因素之一。因此,研究如何在恶意软件形成规模的初期尽早提取发现其特征,并根据新特征进行快速及时的检测与防护以抑制危害是当前网络安全研究的重要问题之一。另外,随着云计算技术应用的不断深入,基于云平台的安全防护在带来轻量高效的恶意软件检测服务的同时,也由于云环境本身的安全问题带来了数据隐私泄露的风险。因此,研究如何同时实现高效率的安全检测和满足云检测过程中的数据隐私保护需求,也是目前云安全防护研究中的热点问题之一。本文的研究工作主要针对上述恶意软件相关的安全与隐私问题,以恶意软件哈希特征为基础,旨在设计包含基于云计算平台的恶意软件特征提取与特征检测的防护体系,提供高效、可靠的安全服务。主要贡献包括以下四个方面:(1)提出了基于网络流的恶意软件哈希特征自动聚类与提取机制针对现有内容特征提取技术存在的提取开销大与提取结果关联性低等问题,本文设计实现了网络流恶意软件哈希特征自动聚类与提取机制AutoMal。首先通过提出一种哈希特征的表示方式,有效地降低特征表示的维度;其次我们设计了基于网络流提取哈希特征的交叉关联聚类的方法,能够从大量的网络流数据中提取出向量特征,并构成哈希特征矩阵进行去噪约减、聚类关联,得出相似样本之间的共同特征;最后通过贝叶斯验证的方法对得出的新型特征进行验证筛选,从而降低结果的误报率。(2)提出了基于哈希特征的云安全检测机制针对目前恶意软件检测技术存在的摘要特征检测精度低、字符特征检测开销大等问题,本文设计实现了基于哈希特征的多层级特征检测机制HiScan。首先通过将特征码与文件内容进行统一规格化的处理,形成相应的哈希向量并进行初步的过滤匹配;然后通过多层次的哈希过滤器对已经部分匹配的嫌疑内容进行多级的后续匹配,从而进一步降低匹配过程中的误报率;最后通过模式匹配算法对多级过滤后的嫌疑片段进行确认,从而保证检测结果的正确性。(3)提出了云安全检测的防窃听机制针对目前云安全检测技术存在交互内容泄露数据隐私以及交互开销需要优化等问题,本文设计实现了云安全检测的防窃听机制CloudEyes。首先,在云服务端设计一种基于特征码的嫌疑容器交叉过滤机制,能够实现恶意特征片段的可逆溯源,从而降低精确匹配过程的时间与计算开销;其次,在客户端实现了一个轻量级的扫描器,能够快速的根据可逆概述的摘要信息对文件内容的嫌疑性进行判断,从而快速的缩小精确匹配的范围;最后优化客户端与云服务端的通信机制,避免了双方的数据内容的直接暴露以及第三方的窃听,同时也能够减少通信交互的开销。(4)提出了云安全检测的隐私保护机制针对目前云安全检测技术难以在安全抗攻击的半诚实模型下实现可用的恶意软件检测的问题,本文设计实现了云安全检测机制的隐私保护技术PriMal。首先,我们构建了简单高效的特征过滤引擎,能够实现海量特征码与文件内容的快速匹配过滤,锁定嫌疑内容的范围,减少精确匹配的范围;采用了模式哈希机制,能有效减少计算与存储开销,并能够为隐私数据提供大量的碰撞混淆,增加安全性。其次,我们设计了隐私特征交集机制,能够在半诚实模型下实现安全可靠的精确匹配过程,使得云服务端无法获知客户端的检测结果以及文件原始内容,客户端也只能知道被检测的内容是否为恶意软件,无法获知云服务端的特征码内容。

关键词：恶意软件特征检测特征提取哈希特征半诚实模型隐私保护

来源：评论

学校读者我要写书评

暂无评论

集合交集与并集的安全多方计算

引用

计算机科学 2024年第2期51卷 371-377页

作者：谢琼王维琼许豪杰长安大学理学院西安710064

集合的安全多方计算问题是保密科学计算研究的重要问题之一,在电子选举、门限签名、保密拍卖等场景中有着重要的应用。文中主要研究多个集合的保密计算问题,首先针对不同的集合运算提出了对应的转化方式将集合转化为向量,然后基于哥德... 详细信息

集合的安全多方计算问题是保密科学计算研究的重要问题之一,在电子选举、门限签名、保密拍卖等场景中有着重要的应用。文中主要研究多个集合的保密计算问题,首先针对不同的集合运算提出了对应的转化方式将集合转化为向量,然后基于哥德尔编码提出了新的编码方式,再结合ElGamal门限加密算法设计了半诚实模型下可输出多个集合交集或并集,以及同时输出交集与并集的保密计算协议,最后应用模拟范例证明了协议的安全性,协议可以抵抗任意的合谋攻击。实验测试了协议的执行效率,当集合的势满足一定条件时,与现有协议相比,所提协议的计算效率更高。

关键词：安全多方计算集合交集与并集 ElGamal加密算法半诚实模型模拟范例

来源：评论

学校读者我要写书评

暂无评论

具有隐私保护的外包数据分类方法研究

具有隐私保护的外包数据分类方法研究

引用

作者：李晔哈尔滨工业大学

学位级别：博士

随着大数据的快速发展,如何有效地保护用户隐私成为亟待解决的重要问题。基于数据加密的具有隐私保护的数据挖掘技术是解决这一问题的有效手段之一。因此,本文以数据分类算法为研究对象,结合云计算技术,从安全模型(半诚实、恶意)、云计... 详细信息

随着大数据的快速发展,如何有效地保护用户隐私成为亟待解决的重要问题。基于数据加密的具有隐私保护的数据挖掘技术是解决这一问题的有效手段之一。因此,本文以数据分类算法为研究对象,结合云计算技术,从安全模型(半诚实、恶意)、云计算服务(计算外包、存储及计算外包)及数据分布(水平分布、垂直分布和任意分布)等方面对具有隐私保护的数据分类方法展开研究,主要包括以下三点:首先,对半诚实模型下计算外包的隐私保护分类方法进行了研究。半诚实模型是指支持存在半诚实参与方的安全模型,半诚实参与方在协议执行中,完全遵循协议执行,但是可以通过协议执行过程中的中间信息推断其他参与方的隐私信息。本文将主要研究的三类数据分类方法(ID3、C4.5及随机决策树)在不同分布的数据集(水平、垂直、任意)中的隐私保护问题分别归纳为平均数计算问题、交集计算问题、频繁项集计算问题、安全和问题及安全投票问题等。(1)本文将两方安全平均数计算协议改进为基于单密钥半同态加密的多方外包安全平均数计算协议。在此基础上,提出了基于水平分布数据集的多方隐私保护ID3方法。(2)将两方安全平均数计算协议、安全交集计算协议、安全频繁项集计算协议改进为基于多密钥半同态加密的多密钥外包安全平均数计算协议、多密钥外包安全交集协议及多密钥外包安全频繁项集计算协议等,并在此基础上提出了基于水平、垂直及任意分布数据集的多方隐私保护C4.5方法。(3)将安全和计算协议及安全投票协议,改进为基于多密钥半同态加密的外包安全和计算协议以及多方外包安全投票协议,并提出了基于水平分布数据集的多方计算外包隐私保护随机决策树方法。通过安全性分析,各个安全子协议在半诚实模型下是安全的,所提出的各类计算外包隐私保护数据分类方法(ID3、C4.5及随机决策树)在半诚实模型下也是安全的。通过性能分析表明,所提出的方法也大大降低了用户端的负载。其次,对半诚实模型下存储及计算外包的隐私保护分类方法进行了研究。提出了两方及多方存储及计算外包的隐私保护ID3决策树方法。首先,将该存储及计算外包的ID3方法分解为密文数据比较、ln计算、密文最小值选择等运算。然后,基于单密钥同态加密方法提出了安全比较协议、两方安全ln计算协议及安全最小值选择算法,提出了存储及计算外包的两方隐私保护ID3方法。但由于单密钥同态加密方法难以有效支持多参与方的数据分类方法,本文进一步采用了EPOM多密钥同态加密方法,并提出了多方安全ln计算协议,从而提出了存储及计算外包的多方隐私保护ID3方法。通过安全性分析表明上述各类安全子协议在半诚实模型下是安全的,所提出的两方及多方存储及计算外包的隐私保护ID3决策树方法也是安全的。通过性能分析表明,所提出的方法也大幅降低了用户端与云端的数据通信。最后,对恶意模型下存储及计算外包的隐私保护分类方法进行了研究。恶意模型是指支持恶意参与方存在的安全模型,恶意参与方在协议执行中,不仅可以做任何事情来推断其他参与方的隐私信息,而且可以更改原始输入、篡改交互信息及中断协议执行。提出了恶意模型下两方外包存储及计算的隐私保护数据ID3决策树方法。针对恶意参与方存在的情况,提出了基于混淆电路的安全平均数计算协议,并结合两方安全ln计算协议、安全最小值选择算法及安全比特位分解协议等安全协议,提出了数据恶意模型下两方存储及计算外包隐私保护ID3方法。通过安全分析,所提出的方法可以在云端计算服务器恶意情况下,基于混淆电路的安全平均数计算协议是安全的。同时,在参与方和云端存储服务器是半诚实的情况下,所提出的恶意模型下两方外包存储及计算的隐私保护数据ID3决策树方法是安全的。

关键词：隐私保护数据挖掘安全多方计算计算外包存储外包同态加密半诚实模型恶意模型

来源：评论

学校读者我要写书评

暂无评论

安全多方计算应用协议研究

安全多方计算应用协议研究

引用

作者：夏勇湖北工业大学

学位级别：硕士

在开放式互联网络中,用户之间的信息交互实际上就是进行分布式计算,每个用户按照要求完成计算任务,然后共同合作得到最终的计算结果。由于在通信过程中,用户直接参与运算,有可能导致隐私信息被他人所窃取利用。这样泄露了需要保密的信息... 详细信息

在开放式互联网络中,用户之间的信息交互实际上就是进行分布式计算,每个用户按照要求完成计算任务,然后共同合作得到最终的计算结果。由于在通信过程中,用户直接参与运算,有可能导致隐私信息被他人所窃取利用。这样泄露了需要保密的信息,可能造成严重后果。如何保证网络通信过程中隐私数据的安全,是一个值得关注的问题。为了解决上述网络安全保密计算的问题,安全多方计算(Secure Multi-party Computation,SMPC)就应运而生了。目前对于安全多方计算的研究主要分为两方面:第一,基于安全多方计算的理论研究。这一方面主要是对概念、已知结果、安全模型定义、关键技术、方案构造等相关的研究;第二,基于安全多方计算的实际应用问题的研究,这一个方面主要在选举投票、电子拍卖、云计算外包服务等实际应用场景下的研究。虽然安全多方计算的理论研究已经取得了巨大的成就,但是有些成果无法满足实际应用问题的需求。因此,如何在现实场景中构造出安全、高效的安全多方计算协议是众多专家、学者努力的方向。本文围绕安全多方计算协议应用展开,主要工作如下:(1)介绍安全多方计算的研究背景、意义,分析了国内外研究现状。分析和探讨了安全多方计算的基础及相关技术协议。(2)在社交网络中提出了一种基于移动终端隐私保护的两方安全信息匹配协议,在半诚实模型下给出了协议的具体执行过程,同时对其安全性、正确性、复杂性进行了分析,该协议有效解决了用户在交友过程中个人隐私信息容易泄露的问题。(3)在云计算服务中提出了一种隐私友好的信誉权值聚合协议,分别在半诚实模型和恶意攻击模型下给出了协议的具体执行过程,并对两种模型下协议的正确性、安全性、复杂性进行了分析。该协议只需要投票参与者经过两轮通信就可以得到最终的计算结果,而且最多可以抵抗n-2个恶意的攻击者。通过比较得出该协议在实际应用中有较高的安全性和高效性。

关键词：安全多方计算半诚实模型恶意攻击模型隐私保护云计算服务

来源：评论

学校读者我要写书评

暂无评论

多方安全计算及其应用

多方安全计算及其应用

引用

作者：王敏北京大学

学位级别：硕士

本文对安全多方计算及其应用进行了研究。首先介绍了安全多方计算的背景和意义；然后从简单的两方情形着手给出了在两个不同模型-半诚实模型和恶意模型下的安全计算的定义，并分别给出计算一般函数的协议构造；然后将简单的两方情形拓... 详细信息

本文对安全多方计算及其应用进行了研究。首先介绍了安全多方计算的背景和意义；然后从简单的两方情形着手给出了在两个不同模型-半诚实模型和恶意模型下的安全计算的定义，并分别给出计算一般函数的协议构造；然后将简单的两方情形拓展到多方情形；最后介绍了半诚实模型下的多方矩阵乘积协议，并给出了恶意模型下两方矩阵乘积协议。\n 本文得到的主要成果如下：\n 1.研究了如何将半诚实模型下的安全协议编译到恶意模型下。\n 2.

关键词：多方安全计算半诚实模型恶意模型多方矩阵乘积协议

来源：评论

学校读者我要写书评

暂无评论

基于LWE两方数相等的保密计算协议

引用

计算机工程 2013年第12期39卷 122-125页

作者：解丹杨波邵志毅徐彦蛟杜军强陕西师范大学计算机科学学院西安710062

保密地比较两方数是否相等是安全多方计算(SMC)问题中重要的研究内容,其在数据挖掘、在线推荐服务、在线预定服务、医药数据库等领域有着重要应用。针对半诚实模型下两方保密比较协议无法抵抗恶意攻击的问题,提出一种恶意模型下两方数... 详细信息

保密地比较两方数是否相等是安全多方计算(SMC)问题中重要的研究内容,其在数据挖掘、在线推荐服务、在线预定服务、医药数据库等领域有着重要应用。针对半诚实模型下两方保密比较协议无法抵抗恶意攻击的问题,提出一种恶意模型下两方数相等的保密计算协议,采用基于格上差错学习(LWE)困难性问题的公钥加密机制和Paillier加密方案,使得存在恶意攻击者的情况下能够阻止恶意攻击行为发生,同时证明协议在恶意模型下是安全的。分析结果表明,该协议执行完成后不会泄露通信双方的私有信息,与半诚实模型下两方保密比较协议相比,能有效抵抗恶意攻击者的攻击,为SMC通信提供了较好的解决方案。

关键词：安全多方计算两方数相等半诚实模型恶意模型差错学习困难性问题 Paillier加密方案

来源：评论

学校读者我要写书评

暂无评论

隐私保护离群点检测算法的研究

隐私保护离群点检测算法的研究

引用

作者：张倩江苏大学

学位级别：硕士

隐私保护数据挖掘技术的目标是在不泄露隐私信息的前提下,使用数据挖掘工具得到准确的挖掘结果,随着人们对隐私问题的日益关注,已成为一个重要的研究方向,目前主要从两个方面进行研究:数据扰乱技术和安全多方计算技术。研究人员已经提... 详细信息

隐私保护数据挖掘技术的目标是在不泄露隐私信息的前提下,使用数据挖掘工具得到准确的挖掘结果,随着人们对隐私问题的日益关注,已成为一个重要的研究方向,目前主要从两个方面进行研究:数据扰乱技术和安全多方计算技术。研究人员已经提出许多隐私保护关联规则算法、分类算法和聚类算法,但隐私保护离群点检测的算法很少。目前隐私保护离群点检测算法主要是基于距离的算法,通过使用安全多方计算技术中一些通用的安全协议对算法中的隐私信息进行保护,算法复杂度高,数据安全性和可靠性难以满足用户需求;且没有考虑到通信负载的问题,将应用安全协议的集中式离群点检测算法直接应用于分布式数据集,易产生隐私泄露且算法的效率低。本文结合安全多方计算技术、数据扰乱方法和离群点检测算法对以上不足之处进行改进,主要工作如下: (1)构造安全向量和的第k值协议,以该协议和数据扰乱技术为基础,针对数据垂直分割的情况,提出半诚实模型下基于距离的分布式隐私保护离群点检测算法VPPDT-Outlier。理论分析与实验均表明:与同类型算法相比较,VPPDT-Outlier算法拥有近似线形的通信复杂度,提高了通信效率。 (2)分析基于密度的集中式离群点检测算法DBOM的特点,以此算法为基础,结合数据分布方式,提出基于密度的垂直分布式离群点检测算法VDBOM,详细介绍了算法的思想和流程,并从理论和实验两个方面分析和证明了算法能够有效克服DBOM算法应用于分布式数据集时所产生的效率低下问题。 (3)构造安全交集协议和安全比较协议,以此协议为基础,提出了半诚实模型下基于密度的分布式隐私保护离群点检测算法PPVDBOM,解决了VDBOM算法所存在的隐私泄露问题,理论证明所提算法能很好地隐藏数据,有效保护信息的安全。

关键词：隐私保护离群点检测半诚实模型垂直分布安全多方计算

来源：评论

学校读者我要写书评

暂无评论

基于隐私保护聚类的分析与研究

基于隐私保护聚类的分析与研究

引用

作者：姜冬洁江苏大学

学位级别：硕士

隐私保护是数据挖掘领域中一个重要的研究方向,其目的是如何在不泄露私有数据的前提下,使用数据挖掘工具得到精确的挖掘结果。为了有效地保护分布式环境下的隐私,研究人员已经提出了一些隐私保护算法,包括水平分布数据和垂直分布数据,... 详细信息

隐私保护是数据挖掘领域中一个重要的研究方向,其目的是如何在不泄露私有数据的前提下,使用数据挖掘工具得到精确的挖掘结果。为了有效地保护分布式环境下的隐私,研究人员已经提出了一些隐私保护算法,包括水平分布数据和垂直分布数据,但隐私保护的聚类算法少,且算法复杂度较高、效率低、大多基于k-means算法,仅限于两方或第三方是完全诚信方,数据安全性和可靠性难以满足用户需求。隐私保护数据挖掘常用的方法主要有两种:安全多方计算和数据扰乱。安全多方计算以安全协议为基础,构造分布式环境下隐私保护算法,安全高效的隐私保护协议是安全多方计算方法的基础;而数据扰乱通过改变原始数据的分布来隐藏真实数据的值,高挖掘精度和隐私保护度是其追求目标。本文分别使用安全多方计算和数据扰乱方法,对以上提到的不足之处进行了一些改进,主要贡献如下: 1、结合k-means聚类算法和层次聚类算法的优点,构造层次-k-means聚类算法,有效克服了k-means算法因随机选取聚类中心造成聚类结果不确定的缺陷。 2、构造求距离、求聚类中心及标准化等安全协议,提出半诚实模型下基于聚类特征树结构的水平分布数据隐私保护的层次-k-means聚类算法。由数据方和第三方共同参与解决了半诚实模型下水平分布数据多方隐私保护的层次-k-means聚类问题。理论证明和实例分析表明了提出的算法的安全性和有效性。 3、构造安全比较协议,并以安全标准化及安全比较协议为基础,提出半诚实模型下水平分布数据隐私保护的DBSCAN。理论证明和实例分析表明所提出算法的安全性与有效性,举例说明其应用。 4、将基于正交变换的随机扰乱技术应用于垂直分布数据属性间点积计算和数据对象的层次-k-means聚类。选取满足一定条件的随机矩阵来减少误差,理论分析和实验表明这种随机数据扰乱方法能够在恶意方共谋情况下有效保护用户的隐私,扰乱前后的层次-k-means聚类精度损失及点积误差限定在一个较小的范围内。

关键词：隐私保护聚类半诚实模型恶意模型安全多方计算数据扰乱

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：