基于云的用户持续认证及隐私保护研究

发布时间：2021-01-14 20:26

　　随着移动互联网的迅速发展,移动设备的安全也越来越受重视,目前移动设备和应用服务提供商一般都采用口令、指纹或人脸识别等一次性认证方式对用户进行身份认证。但是一次性认证存在一个严重的安全隐患,如果授权用户忘记或者离开其已经认证的设备,那么未经授权的用户便能访问授权用户的私有资源。持续认证的引入,可以很好的解决上述一次性认证存在的问题。由于移动设备和服务提供商的计算和存储资源有限,诸多基于云的持续认证系统被提出,但是这些系统的设计通常为了追求更高的认证准确率,而忽略了用户行为数据隐私的保护。为此本文旨在设计一种高认证准确率和隐私保护的持续认证系统。首先,本文采用了一种基于用户、服务提供商和云平台三方的持续认证系统设计方案,并对方案中特征提取和特征处理模块进行改进。在特征提取模块中对用户特征进行细粒度的划分,利用统计学方法对特征进行扩展,增多系统的有用特征。在特征处理模块中采用一种特征离散化的处理方法,使得系统的认证准确率提高3%左右。接着,针对基于用户、服务提供商和云平台三方的持续认证系统,本文提出了两种隐私保护方案。第一种是基于同态加密的隐私保护方案,该方案实现了DT-PKC同态加密算法,... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

OneClassSVM示意图

第二章 基础知识也是一个二分类问题。因此，逻辑回归算法也常用在持续认一种二分类算法，通过使用 sigmoid 函数估计概率，其求。逻辑回归算法的本质是一种条件概率分布：( 1|)1wx bwx beP Y xe( )10 |1wx bP Y xen为输入，Y 0 ,1 为输出，nw R和 b R为参数，w称为 x为 w 和 x 的内积。输入实例，按照式（2-26）和式（2-27）可以求得x属于x )和负样本的概率值 P ( Y 0|x )。LR 算法比较正样样本概率值 的大小，并将实例 分到概率值较

3.2 特征提取图3.3 滑动行为采集图提取用户行为特征的基本原理：在移动设备上，用户的滑动操作可以分解为一系列的触摸点，如图 3.3 所示，通过这些触摸点，可以计算出不同用户所独有的特征信息，这些特征信息组成了用户行为特征向量。例如：通过用户起始的触摸点和结束的触摸点的位置坐标和时间，分别可以计算出用户滑动的位移信息和滑动过程所耗费的时间。表3.1 统计学方法方法名 max min mean quantile sum std含义 最大值 最小值 平均值 分位数 求和 标准差

【参考文献】：
硕士论文
[1]采用击键特征的用户隐式身份认证算法研究[D]. 贺冰清.西安理工大学 2018
[2]基于同态加密或分段Logistic映射的安全生物特征认证技术[D]. 梁家豪.杭州电子科技大学 2018
[3]基于One-class SVM的人脸识别研究[D]. 张彬.江南大学 2016



本文编号：2977489