车联网中基于多属性的数据访问安全技术研究

发布时间：2017-09-10 16:46

  本文关键词：车联网中基于多属性的数据访问安全技术研究

  更多相关文章： 车联网 车云数据安全 访问安全 访问控制

【摘要】：车联网涉及对海量涉车数据信息的存储、计算与分析,车云平台是车联网的核心。车云计算环境具有用户身份复杂、数据所有者和数据使用者之间多对多对应关系等特点,使得数据被非法用户窃取的风险大大提高了。利用数据自身属性和用户属性可以唯一标识信息内容和用户的原理,可以提高数据访问的安全性。本文对车联网中基于多属性的数据访问安全技术方案进行研究,主要工作如下:1、针对数据自身属性特征,在传统基于网络端防止数据泄漏技术方案的基础上,提出了基于网络基因GID(Gene Identification)和Bloom滤波器的车联网数据访问安全方案。设置允许外界访问的数据白名单,利用循环冗余码计算和采集白名单中内容的GID,并存储在Bloom滤波器中,为使内存开销降低,设计算法计算滤波器的最佳部署。只有用户访问数据的GID与白名单数据的GID一致时,用户才能获取数据。分析了传统直接基因比较和与Bloom滤波器相结合基因比较两种方案,仿真结果表明基于Bloom滤波器方案可有效降低系统内存开销。2、CP-ABE(Ciphertext-Policy Attribute-Based Encryption)算法可根据用户自身属性加密数据。然而,传统CP-ABE算法不能直接运用到车联网云环境中。因此,本文提出了DAC-MAVCS(Data Access Control for Multi-authority Vehicliar Cloud Storage)方案。在本方案中,对传统的CP-ABE算法进行改进,数据上传者以访问用户的属性作为加密因子加密数据;针对用户变更,主要是用户撤销时引起的数据更新和访问问题,利用代理重加密技术,设计了一个有效的用户撤销方法,将密文的重加密任务交给云服务器执行。仿真结果表明该方案的加解密效率和重加密效率得以显著提高。
【关键词】：车联网 车云数据安全 访问安全 访问控制
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP309.2;U495
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 研究背景和意义8-9
• 1.2 国内外研究现状9-11
• 1.2.1 国内研究现状9-10
• 1.2.2 国外研究现状10-11
• 1.3 论文主要内容11-12
• 1.4 论文结构安排12-13
• 第二章 车云计算数据访问安全概述13-22
• 2.1 车云计算数据访问安全挑战13-15
• 2.2 车云计算数据访问安全关键技术研究15-21
• 2.2.1 密文检索方案15-17
• 2.2.2 数据隐私保护方案17
• 2.2.3 可信云计算方案17-18
• 2.2.4 基于数据属性的网络端的数据访问安全方案18-19
• 2.2.5 基于用户属性的访问控制方案19-21
• 2.3 本章小结21-22
• 第三章 基于数据属性的车云平台网络端数据访问安全方案22-33
• 3.1 GID与Bloom滤波器简介22-25
• 3.1.1 GID概述22-23
• 3.1.2 Bloom滤波器简介23-25
• 3.2 基于GID与Bloom滤波器的数据访问安全方案25-30
• 3.2.1 系统模型25-26
• 3.2.2 基于GID与Bloom滤波器的数据访问安全方案描述26-30
• 3.3 仿真结果与分析30-32
• 3.3.1 实验环境配置30-31
• 3.3.2 实验结果与分析31-32
• 3.4 本章小结32-33
• 第四章 基于用户属性的车云平台数据访问控制方案33-51
• 4.1 背景技术介绍34-36
• 4.1.1 数学背景知识介绍34
• 4.1.2 CP-ABE算法概述34-35
• 4.1.3 代理重加密技术简介35-36
• 4.2 基于CP-ABE和代理重加密的访问控制方案36-46
• 4.2.1 系统模型36-38
• 4.2.2 访问策略模型38-39
• 4.2.3 改进的CP-ABE算法39-40
• 4.2.4 基于CP-ABE和代理重加密的访问控制方案描述40-46
• 4.3 仿真结果与分析46-49
• 4.3.1 实验配置47
• 4.3.2 实验结果与分析47-49
• 4.4 本章小结49-51
• 第五章 总结与展望51-53
• 5.1 总结51-52
• 5.2 展望52-53
• 参考文献53-56
• 附录1 攻读硕士学位期间撰写的论文56-57
• 附录2 攻读硕士学位期间参加的科研项目57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 胡牧;李勇;孔震;刘士进;;数据拓扑及其在电网数据处理分析中的应用[J];电力系统自动化;2013年03期

2 马建光;姜巍;;大数据的概念、特征及其应用[J];国防科技;2013年02期

3 彭洁;闫宾华;刘鑫东;苏鹏;;浅析大数据[J];内蒙古科技与经济;2014年09期

4 安宇亭;;浅谈航空数据与GIS的融合应用[J];空中交通管理;2008年11期

5 马曦;李蕾;吕遐东;王剑波;;设计模式在对准数据采集处理系统中的应用[J];舰船电子工程;2009年06期

6 许玲;;大数据时代图书馆发展趋势分析[J];内蒙古科技与经济;2014年10期

7 刘宇雄;;“大数据”时代下的冲击[J];珠江水运;2014年05期

8 麻德明;丰爱平;;海岛规划管理信息系统框架设计[J];海岸工程;2011年03期

9 杜玉辉;蒋姣丽;;大数据背景:高速公路收费系统数据的现状、分析与展望[J];电脑知识与技术;2012年15期

10 孙希奕;;浅析大数据时代给医疗系统信息化发展带来的变化[J];科技视界;2014年17期

中国重要会议论文全文数据库 前4条

1 李田;郭利;冯鹏;;某型导弹单元设备自动检测系统软件设计[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 高世光;邓苏;王长缨;;关于ADO+引导数据种类的演变的研究[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

3 颜涯;邵佩英;;GIS与MIS系统集成技术在城市规划中的应用[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

4 谢国忠;;大数据时代下的企业管理与创新[A];创新驱动：新机遇 新挑战——2013年全国企业管理创新大会资料汇编[C];2013年

中国重要报纸全文数据库 前10条

1 中国科学技术发展战略研究院 许晔;大数据时代来袭 中国宜加紧布局[N];经济参考报;2013年

2 记者 李成成;崭露头角的大数据时代[N];企业家日报;2013年

3 ;精简企业数据是时候了[N];计算机世界;2008年

4 光大证券;“大数据”或成重要投资主线[N];中国证券报;2012年

5 本报记者 郭涛 李奕;与大数据打交道的那些人[N];中国计算机报;2012年

6 本报记者 齐洁;大数据蕴藏创业空间[N];中国经营报;2012年

7 吴勇毅;大数据“热”下的“冷”思考[N];中国冶金报;2012年

8 抚苏;众望所归，，大数据时代来临[N];电脑报;2013年

9 《网络世界》记者 于翔;大数据的价值实现之旅[N];网络世界;2013年

10 本报记者 孙琦子;这些年,一起忽悠着的“大数据”[N];经济观察报;2013年

中国博士学位论文全文数据库 前5条

1 张兰廷;大数据的社会价值与战略选择[D];中共中央党校;2014年

2 李琦;基于多源数据的交通状态监测与预测方法研究[D];吉林大学;2013年

3 张新;区域性防灾减灾信息服务体系研究[D];中国科学院研究生院（遥感应用研究所）;2006年

4 李智慧;基于可视化的三维放射治疗计算机模拟系统的研究[D];四川大学;2002年

5 袁培森;基于LSH的Web数据相似性查询研究[D];复旦大学;2011年

中国硕士学位论文全文数据库 前10条

1 贾同;大数据对高等教育发展的推动研究[D];西南大学;2015年

2 张靖雯;基于GPS路网的重卡动力参数分析系统开发[D];长安大学;2015年

3 张辉;基于移动互联网的高速公路公众信息服务系统分析与研究[D];长安大学;2015年

4 邓先明;基于西安市矿产资源规划关系数据库的数据质量控制研究[D];长安大学;2015年

5 宣冬琦;上海银行的客户关系管理系统设计与实现[D];电子科技大学;2015年

6 王文佳;基于普适环境的FP-growth算法研究[D];中国石油大学(华东);2014年

7 汪文祥;考古遗址发掘数据分析研究与应用[D];浙江大学;2016年

8 杨太萌;基于大数据的城市防汛决策支持系统研究[D];浙江大学;2016年

9 魏麟钧;大数据与侦查方法论之创新[D];江西财经大学;2015年

10 陆鹏;基于Neo4j的大数据组织检索研究与应用[D];东南大学;2015年

本文编号：825480