密文策略属性基加密(ciphertext-policy attribute-based encryption,CP-ABE)技术可以在保证数据隐私性的同时提供细粒度访问控制.针对现有的基于CP-ABE的访问控制方案不能有效解决边缘计算环境中的关键数据安全问题,提出一种边缘计算环境中基于区块链的轻量级密文访问控制方案(blockchain-based lightweight access control scheme over ciphertext in edge computing,BLAC).在BLAC中,设计了一种基于椭圆曲线密码的轻量级CP-ABE算法,使用快速的椭圆曲线标量乘法实现算法加解密功能,并将大部分加解密操作安全地转移,使得计算能力受限的用户设备在边缘服务器的协助下能够高效地完成密文数据的细粒度访问控制;同时,设计了一种基于区块链的分布式密钥管理方法,通过区块链使得多个边缘服务器能够协同地为用户分发私钥.安全性分析和性能评估表明BLAC能够保障数据机密性,抵抗共谋攻击,支持前向安全性,具有较高的用户端计算效率,以及较低的服务器端解密开销和存储开销.
以某电信公司的网络设备告警日志作为研究基础,提出随机森林嵌入(random trees embedding,RTE)和极端梯度提升(extreme gradient boosting,XGBoost)的组合模型,并将其应用于对网络业务运行状态的故障预测。针对特征中噪声大的问题,采用...
详细信息
以某电信公司的网络设备告警日志作为研究基础,提出随机森林嵌入(random trees embedding,RTE)和极端梯度提升(extreme gradient boosting,XGBoost)的组合模型,并将其应用于对网络业务运行状态的故障预测。针对特征中噪声大的问题,采用RTE算法对告警日志数据进行特征转化,借助Bagging抽样方法减少噪声数据的影响;结合XGBoost算法的多分类功能建立预测模型。实验结果表明,相对于XGBoost算法、随机森林算法以及基于概率统计的贝叶斯算法,RTE+XGBoost组合模型的预测准确率分别提升了1.23%、3.44%、4.43%。
暂无评论