分布式网络环境下的跨域匿名认证机制

来源 :计算机应用 | 被引量 : 12次 | 上传用户:shabaoge
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
TPM计算和存储能力的制约以及直接匿名认证(DAA)的复杂性,导致现有的DAA方案只适用于单可信域,针对此局限,提出了一种适合分布式网络并行、高性能及计算机协同工作特点的跨域匿名认证机制。该机制引入可信第三方——证书仲裁中心(CAC)完成跨域示证者的平台真实性验证,为身份真实的示证者颁发跨域认证证书,该证书一次颁发,多次使用,提高跨域匿名认证效率,同时防止CAC成为系统瓶颈。该模型具有高效、安全、可信等特点,且达到可控的匿名性,并通过通用可组合安全模型分析表明该机制安全地实现了跨域匿名认证。
其他文献
针对多目标环境下的检测前跟踪问题,提出了基于联合多目标概率密度(JMPD)模型的检测前跟踪(TBD)算法。JMPD模型同时模拟目标数目及其联合状态,采用粒子滤波递归估计JMPD实现目标数目及其状态的估计。仿真实验表明,所提算法在较小的延时检测的情况下,能准确估计目标的出生及消亡,并且航迹跟踪精确稳定,实现了对多个微弱目标的检测及跟踪。
在进行组合决策时,已有的组合分类方法需要对多个组合分类器均有效的公共已知标签训练样本。为了解决在没有已知标签样本的情况下数据流组合分类决策问题,提出一种基于约束学习的数据流组合分类器的融合策略。在判定测试样本上的决策时,根据直推学习理论设计满足每一个局部分类器约束度量的方法,保证了约束的可行性,解决了分布式分类聚集时最大熵的直推扩展问题。测试数据集上的实验证明,与已有的直推学习方法相比,此方法可以
针对一种基于双随机相位编码的图像隐藏算法进行了改进,实现了更高容量的信息隐藏。该算法对于待隐藏图像进行双随机相位编码之后,将编码图像嵌入到以一定方式扩展的宿主图像中得到混合图像。在嵌入编码图像时采用了不同于原方法的叠加方式,从而提高了信息隐藏量。此外,与原方法相比,在保持恢复的隐藏图像质量的同时,改善了混合图像的质量,且明显增强了算法安全性。理论分析及实验均证明了方法的有效性。
为提高族群进化算法对约束函数的优化性能,应用基于线性截取策略的大配子采样机制来提高群体进化过程中大配子筛选的稳定性。该机制可有效减少在进化过程中族群结构的大幅波动,提高族群进化算法的搜索效率。通过对六个典型约束函数的仿真实验显示,该机制使族群进化算法成为了一种有竞争力的约束函数优化算法。
通过对近年来体育锻炼领域中跨理论模型研究文献的梳理,发现跨理论模型研究主要存在变化阶段结构划分的理论基础不够完备,各结构之间关系的模糊性和理论预测缺失以及对目标行
高中信息技术课应该怎么上才能让学生很好地掌握教学内容,达成教学目标,并且培养学生的信息素养,这是笔者教学过程中一直在思考和摸索的问题。是不是还是用以前的教学方法,即教师