异构传感器网络基于身份的认证及密钥协商方案

结合身份密码体制,提出了一个基于身份和地理位置信息的异构传感器网络(HSN)节点间的双向认证及密钥协商方案。不同性能节点之间采用不同的协议完成身份认证和密钥建立,充分发挥了高性能节点的能力,降低了低性能节点的能耗。该方案具有完美前向保密性和主密钥前向保密性,具有较好的抗节点伪造、节点复制和女巫攻击能力。分析与仿真表明,该方案具有较好的安全性。     

异构传感器网络密钥管理框架研究

给出了异构传感器网络(HSN)节点异构和网络异构的定义,分析了HSN中的异构性因素。对HSN中的物理因素和密钥管理协议进行了细粒度的刻画,提出了一种多维度的HSN密钥管理框架模型,为进一步研究密钥管理协议提供结构支撑。仿真分析验证了模型的正确性和有效性。     

利用信任评估进行匿名认证路由协议

根据动态统计节点的行为,引入一种信任评估系统,使节点及时地发现网络中的恶意行为,保证在路由建立过程中各节点不承担过重的安全任务,降低路由协议的复杂度。在路由建立前,完成通信节点与CA的匿名双向认证,有效防止中间人的攻击。提出在路由表中存储节点匿名身份的哈希路由登记表,保证网络匿名安全性的同时,避免重复发起路由,提高路由查找的效率。基于Diffie-Hellman密钥交换算法,完成会话密钥协商。本协议结合对称密码体制和公钥密码体制,结构简单、有效。     

移动自组网中基于Mobile Agent的分布式密钥管理

提出了移动自组网（MANET）中一种基于移动Agent的分布式密钥管理方法。该方法使用很少的Agent获得较多的全局信息,并快速交换密钥信息,可以解决分布式认证算法中网络负载大、服务时间长、申请证书成功率低等问题,减少了系统的开销,具有很高的效率和鲁棒性。     

两个有效的基于CPK的组群密钥传输协议

基于CPK提出了两个安全的单轮组群密钥传输协议,且基于双因素认证———智能卡和口令。第一个协议使用中国剩余定理(CRT)隐蔽临时密钥,在CDH假设下可证安全;第二个协议使用秘密随机数矩阵(SRM)来组合生成临时密钥,并给出了SRM的安全更新方案。两个协议均具有较低的计算量和较高的应用价值。     

地理标记语言的分组密码算法加密

针对地理标记语言面向数据、可理解性等特点带来的信息安全隐患,该文从安全性的角度对地理标记语言文档加密进行分析,进而提出了一种地理标记语言文档的加密与签名相结合的安全加密方案,以解决地理标记语言文档在描述、存储以及传输过程中的安全问题。该方案首先使用密钥分发协议将密钥分发给通信双方,然后使用高级加密标准算法对文档加密,同时使用RSA算法对文档进行数字签名,进而实现地理标记语言文档高安全性加密。最后,对该方案进行安全性测试,结果表明该方案具有较好的安全性能和实现效率。     

对偶图节点重要度的道路网自动选取方法

采用对偶拓扑方法构建基于广义路网拓扑的复杂交通网络,通过引入m阶邻居节点概念,考虑复杂交通网络中节点度、介中心及节点间距离等因素,顾及节点自身及1到m阶邻居节点的重要度贡献,定义了节点重要度评价模型,进而提出一种基于m阶邻居节点重要度贡献的道路网自动选取方法,并基于网络最小规模原则保持选取道路的连通性。为检验方法的有效性,引入度分布评价所选取道路对路网整体结构及拓扑特性的保持程度,并采用实际城市路网进行试验,结果表明本文方法选取的路网能较好地保持了原始路网的整体结构、拓扑特性及道路连通性,且算法稳定、可靠。     

能量有效的无线传感器网络安全拓扑控制协议

节能和安全是无线传感器网络应用中的一对矛盾需求,为调和这对矛盾,提出了一种能量有效的无线传感器网络安全拓扑控制协议(energy-efficient secure topology control protocol,ESTCP).ESTCP首先根据节点地理位置形成结构化的网格拓扑;其次,通过单向哈希密钥链技术和对称密钥认证技术控制新节点在不同情形下的安全加入,通过新节点间形成临时簇减少因认证新节点带来的能量损耗.分析和仿真表明,ES-TCP在较少的资源开销下有效保证了拓扑控制的安全性.     

抗几何攻击的高分辨率遥感影像半盲水印算法

提出了一种可有效抵抗几何攻击的高分辨率遥感影像半盲水印算法。该算法充分考虑了高分辨率遥感影像的特点,在水印嵌入方案中,对原始水印信息进行扩频处理,将水印值与最高有效位进行匹配,生成密钥矩阵,水印嵌入到最高位或次低位,并以二进制方式保存生成的密钥矩阵;在水印提取方案中,采用模板匹配技术提取出最优的水印信息。实验结果表明,该水印方案具有良好的不可见性,并且对影像的裁剪、旋转、平移、加噪、滤波等操作具有较强的鲁棒性。     

采用网络分区与预计算策略的k近邻查询算法

k近邻查询是GIS和空间数据库等领域的研究热点.文章针对道路网络中的k近邻查询,通过分区以及预计算近邻集策略,获得查询点的k近邻结果:首先利用自适应格网分区方法将道路网络划分为若干格网单元,并存储格网内节点与边界点、边界点之间距离;其次在网络中的节点预先存储近邻集.实验证明,在兴趣点密度高、k值较大情况下,算法具有较好的性能.