Fabric中的匿名身份认证技术研究

解决联盟链上用户的隐私问题成为加速区块链实际应用落地的关键.基于联盟链的典型代表Hyperledger Fabric平台设计了一套基于公钥基础设施的匿名身份认证方案.通过将私钥d分解为两部分,由不同的角色使用各自私钥对匿名证书生成联合签名的方式实现证书生成过程中的权限分离,并解决匿名证书追踪过程中的单点攻击问题.分析表...     

一种基于有限域上的多项式分解定理的群签名方案

基于有限域上的多项式分解定理,给出一种新的群成员撤销方案.新方案的特点是:不需要群管理员和成员的交互;在成员增加和撤销过程中不改变成员的密钥;签名算法等同于一个普通签名,验证算法与撤销成员的个数无关.并分析了提出方案的安全性和性能.     

基于单光子的量子双向同步身份认证协议

针对量子身份认证（QIA）存在的高效、双向、同步的需求，提出一种基于单光子的两方量子身份认证协议。首先于协议中采用了一种新型的单光子双向测量基编码方式，其次结合了Kerberos经典密码协议思想提出一种根据量子票据发起建立的认证流程。在此基础上，于认证过程中采用双向同步认证的策略。最后对量子通信和认证中存在的多种攻击方式进行概率计算和安全性分析，并同时试图将协议由两方推及到多方。研究结果与新型编码策略的基于制备-测量的量子身份认证相比，提出了一个完整的、防止用户抵赖的双向同步身份认证协议，并给出了将协议扩展到多方通信的参考原则。从结论上来看，所提方法提高了量子认证理论的高效性，支持了量子通信协议与经典协议的结合和借鉴的新的可能，实现了理论上不可抵赖的双方同步认证流程。     

一种高效的群签名方案*

分别利用模平方和模开方运算实现密钥与证据更新,给出一个高效的具有前向安全和成员撤销功能的群签名方案。与现有方案相比,该方案较大程度地降低了签名算法、验证算法以及证据更新过程的计算量,增强了群签名方案的有效性,且满足撤销成员的公开可追溯性。     

新环境下我国上市公司股权激励实施状况研究

选取2006年《上市公司股权激励管理办法》颁布后至2008年末,实施股权激励方案的29家上市公司作为样本,分析我国上市公司股权激励实施现状,提出推进股权激励的建议：推行股权激励要符合我国实际国情,完善公司治理结构,明确绩效考核标准选择及计算口径,健全资本市场。     

基于Fr(e)chet距离函数的轨迹隐私保护方法

针对传统的基于欧几里得距离函数计算轨迹相似性过程,要求轨迹等长且时间点对应,没有考虑轨迹的形状,一定程度影响了轨迹隐私保护的效果和数据的利用率问题,提出了一种基于Fréchet距离函数的轨迹隐私保护方法.该方法将轨迹运动方向相近且平均速度相近的轨迹匿名在一起,利用Fréchet距离方法计算轨迹间的距离,最后利用轨迹图之间的权值实现轨迹匿名集合.与其他隐私保护算法比较,在隐私保护和信息损失率上都有一定的改进,表明该方法在处理隐私保护数据方面是有效的.     

支持高效撤销的属性加密方案

属性加密(Attribute-BasedEncryption,ABE)将密钥和密文与一系列属性相关联,被广泛应用于云计算的访问控制中。针对现有撤销方案效率低下的问题,提出一种更高效、细粒度的访问控制方案。方案中采用的访问结构可以表达任意涉及布尔运算符的访问策略;在加密过程中,构建一种属性用户组随机密钥分发方法,并结合ABE实现双重加密,将所有撤销操作转化成属性级别细粒度的撤销;新方案的数据始终以密文形式存在于服务器上,降低了对服务器的安全限制,可以将大部分密文重加密任务转移给云服务器执行,有效利用云服务器的计算能力,提升系统的运行效率,减少通信开销。     

农业服务体系建设存在的问题及对策思考——以璧山区为例

加强农业服务体系建设,是提升农业效益、促进农民增收、加快农村发展,推进新农村建设再上新台阶的必然要求。针对当前农业服务建设存在的问题,提出对策建议,促进农业更好发展。     

电涡流传感器仿真开发与缺陷无损检测实验研究

金属表面缺陷电磁场分布情况是影响电涡流探测器灵敏度的主要原因。采用有限元方法和ANSYS工具,建立了电涡流探测器仿真过程中的有限元建模、材料特性定义、网格划分、边界条件设置、模型加载及模型求解等算法,对电涡流的电磁场分布进行仿真分析,并辅助设计电涡流探测器的线圈形状结构以及工作频率对传感器灵敏度的影响,并进行了实验研究,该技术可行,可指导电涡流探伤传感器优化设计和近表面缺陷无损检测。     

基于双重注意力的入侵检测系统

在当今互联网飞速发展的时代,人们在网络中信息交互的次数日益增多,使得网络安全显得尤为重要。文章以增强模型检测异常流量的能力为研究目的,提出一种基于注意力机制的胶囊网络模型。在特征提取阶段和动态路由阶段分别融入注意力机制,增强了模型提取关键特征的能力,提升了在入侵检测任务中的准确率。在NSL-KDD数据集和CICDS2017数据集进行实验,结果表明文章所提模型在泛化能力方面高于其他模型,在CICIDS2017的测试集上,准确率达97.56%;在NSL-KDD的测试集上,准确率可达95.88%。相较于其他传统常用的入侵检测模型,效率有显著提升。