混沌加密在实时隐私数据保护中的应用研究
发布时间：2021-01-26 14:54
在大数据采集、分析、传输、存储的整个生命周期中伴随的敏感数据泄露问题日趋严峻。密码学是保证数据安全的有效途径之一,其中混沌密码学作为一门混沌理论与密码学交叉融合的学科,在国内外众多学者长达三十载的研究与探索中,于图像加密、数字水印、Hash函数等信息安全领域取得一些成果,但将混沌密码学与大数据的隐私保护相结合的研究尚且不多,同时亦是当今研究的热点课题之一。Spark Streaming是构建在轻量级大数据处理平台Spark上的一种实时数据处理框架,能同时兼容批量处理和实时数据处理的逻辑和算法,且被广泛应用于各种实时数据分析处理场景,但是对于实时数据的处理并没有提供好的隐私保护方案。为了实现对海量数据流中敏感数据的甄别与保护,本文结合混沌密码学与大数据实时处理框架Spark Streaming,作一些尝试与探索,设计了一种基于Spark Streaming的实时隐私数据混沌加密系统（RPCES）。具体工作情况如下:（1）设计了一种5维无简并高维离散时间超混沌系统。首先给出一个非线性标称矩阵,然后通过非奇异矩阵进行相似变换获得一个渐近稳定的标称系统。随后设计了一个一致有界的控制器和控制矩阵...
【文章来源】：广东工业大学广东省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
李氏指数的图示
图 6-2 系统节点监控 web 界面Fig. 6-2 System node monitoring web interface6.2 实时隐私数据混沌加密实验结果6.2.1 模型训练结果本实验数据集来自网站 https://archive.ics.uci.edu，数据库提供者为匈牙利心脏学会、瑞士巴塞尔大学医院等机构。它是一种关于患者是否患有心脏病的医疗数据集，包含 76 种属性，目标值为 1 或 0，表示患有心脏病患者和未患有心脏病患者，如图 6-3 所示是部分数据集中各年龄段中病患人数散点图。实验中将目标值为 1，即患有心脏病的患者信息定义为高度敏感信息。一旦新的推送病例信息被模型分类为目标值是 1，即信息将采取混沌加密操作。其通过 Spark MLlib 中的贝叶斯分类算法训练后的模型，其首次训练数据的准确率（precision）、召回率（recall）、结果数
Fig. 6-2 System node monitoring web interface隐私数据混沌加密实验结果型训练结果验数据集来自网站 https://archive.ics.uci.edu，数据库提供士巴塞尔大学医院等机构。它是一种关于患者是否患有心 76 种属性，目标值为 1 或 0，表示患有心脏病患者和未患所示是部分数据集中各年龄段中病患人数散点图。实验中脏病的患者信息定义为高度敏感信息。一旦新的推送病例是 1，即信息将采取混沌加密操作。其通过 Spark MLlib 中的模型，其首次训练数据的准确率（precision）、召回率（图 6-4 所示
【参考文献】：
期刊论文
[1]基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法[J]. 温贺平,禹思敏,吕金虎. 物理学报. 2017(23)
[2]大数据隐私保护技术综述[J]. 方滨兴,贾焰,李爱平,江荣. 大数据. 2016(01)
[3]面向大数据安全的密码技术研究[J]. 张小松,杨浩淼,汪小芬. 信息安全研究. 2015(03)
[4]基于双混沌系统的大数据环境并行加密算法设计[J]. 司红伟,钟国韵. 计算机测量与控制. 2015(07)
[5]大数据隐私保护密码技术研究综述[J]. 黄刘生,田苗苗,黄河. 软件学报. 2015(04)
[6]基于MapReduce的并行混合混沌加密方案[J]. 王欣宇,杨庚,闵兆娥. 计算机应用研究. 2015(06)
[7]一种新型的四维多翼超混沌吸引子及其在图像加密中的研究[J]. 彭再平,王春华,林愿,骆小文. 物理学报. 2014(24)
[8]基于HDFS的云存储安全技术研究[J]. 余琦,凌捷. 计算机工程与设计. 2013(08)
[9]A new image encryption algorithm based on the fractional-order hyperchaotic Lorenz system[J]. 王震,黄霞,李玉霞,宋晓娜. Chinese Physics B. 2013(01)
[10]对一类超混沌图像加密算法的密码分析与改进[J]. 朱从旭,孙克辉. 物理学报. 2012(12)
博士论文
[1]高维混沌流密码的设计、分析及应用研究[D]. 林卓胜.广东工业大学 2018
[2]大数据环境下隐私保护及其关键技术研究[D]. 吴小同.南京大学 2017
本文编号：3001306
【文章来源】：广东工业大学广东省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
李氏指数的图示
图 6-2 系统节点监控 web 界面Fig. 6-2 System node monitoring web interface6.2 实时隐私数据混沌加密实验结果6.2.1 模型训练结果本实验数据集来自网站 https://archive.ics.uci.edu，数据库提供者为匈牙利心脏学会、瑞士巴塞尔大学医院等机构。它是一种关于患者是否患有心脏病的医疗数据集，包含 76 种属性，目标值为 1 或 0，表示患有心脏病患者和未患有心脏病患者，如图 6-3 所示是部分数据集中各年龄段中病患人数散点图。实验中将目标值为 1，即患有心脏病的患者信息定义为高度敏感信息。一旦新的推送病例信息被模型分类为目标值是 1，即信息将采取混沌加密操作。其通过 Spark MLlib 中的贝叶斯分类算法训练后的模型，其首次训练数据的准确率（precision）、召回率（recall）、结果数
Fig. 6-2 System node monitoring web interface隐私数据混沌加密实验结果型训练结果验数据集来自网站 https://archive.ics.uci.edu，数据库提供士巴塞尔大学医院等机构。它是一种关于患者是否患有心 76 种属性，目标值为 1 或 0，表示患有心脏病患者和未患所示是部分数据集中各年龄段中病患人数散点图。实验中脏病的患者信息定义为高度敏感信息。一旦新的推送病例是 1，即信息将采取混沌加密操作。其通过 Spark MLlib 中的模型，其首次训练数据的准确率（precision）、召回率（图 6-4 所示
【参考文献】：
期刊论文
[1]基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法[J]. 温贺平,禹思敏,吕金虎. 物理学报. 2017(23)
[2]大数据隐私保护技术综述[J]. 方滨兴,贾焰,李爱平,江荣. 大数据. 2016(01)
[3]面向大数据安全的密码技术研究[J]. 张小松,杨浩淼,汪小芬. 信息安全研究. 2015(03)
[4]基于双混沌系统的大数据环境并行加密算法设计[J]. 司红伟,钟国韵. 计算机测量与控制. 2015(07)
[5]大数据隐私保护密码技术研究综述[J]. 黄刘生,田苗苗,黄河. 软件学报. 2015(04)
[6]基于MapReduce的并行混合混沌加密方案[J]. 王欣宇,杨庚,闵兆娥. 计算机应用研究. 2015(06)
[7]一种新型的四维多翼超混沌吸引子及其在图像加密中的研究[J]. 彭再平,王春华,林愿,骆小文. 物理学报. 2014(24)
[8]基于HDFS的云存储安全技术研究[J]. 余琦,凌捷. 计算机工程与设计. 2013(08)
[9]A new image encryption algorithm based on the fractional-order hyperchaotic Lorenz system[J]. 王震,黄霞,李玉霞,宋晓娜. Chinese Physics B. 2013(01)
[10]对一类超混沌图像加密算法的密码分析与改进[J]. 朱从旭,孙克辉. 物理学报. 2012(12)
博士论文
[1]高维混沌流密码的设计、分析及应用研究[D]. 林卓胜.广东工业大学 2018
[2]大数据环境下隐私保护及其关键技术研究[D]. 吴小同.南京大学 2017
本文编号：3001306
本文链接：https://www.wllwen.com/kejilunwen/wulilw/3001306.html
