[发明专利]基于Bloom Filter的智能电网属性访问控制方法有效

专利信息
申请号: 201610404962.2 申请日: 2016-06-08
公开(公告)号: CN106101093B 公开(公告)日: 2019-03-12
发明(设计)人: 万长胜;苏清玲 申请(专利权)人: 东南大学
主分类号: H04L29/06 分类号: H04L29/06
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 李玉平
地址: 210096 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于Bloom Filter的智能电网属性访问控制方法,包括如下步骤:(1)数据所有者将数据存放到数据中心;(2)用户若想访问数据,则提交访问请求和属性集合到控制中心;(3)控制中心利用Bloom Filter算法,判断该用户是否属于授权集;(4)如果判断用户属于授权集则可以得到密钥解密得到明文数据。否则将无法访问数据。本发明采用位数组简洁地表示用户的属性集合,利用Bloom Filter对用户进行快速属性归属判断,实现了一种高效的属性访问控制。与传统算法相比,本发明大大降低了程序对服务器内存的要求,同时提高了匹配效率,降低了智能电网中海量数据的属性加密复杂度。
搜索关键词: 基于 bloom filter 智能 电网 属性 访问 控制 方法
【主权项】:
1.一种基于Bloom Filter的智能电网属性访问控制方法,其特征在于,包括四个部分:(1)初始化:数据所有者可以授权用户访问数据,并且将授权集发送至授权中心;分别将每个用户的属性集映射为一个可以用hash函数进行运算的值;初始化一个数组,授权中心选择多个相互独立的hash函数,分别对授权集中的各个元素进行多次hash运算,所得结果映射到集合{1,2,3,...,L}中得到一个新的位数组;(2)加密:数据所有者用加解密密钥对数据加密得到密文,然后将密文存储到数据中心;(3)属性判断:如果有用户对数据好奇,需要向授权中心发送访问请求,并且提交自身的属性集到授权中心;由授权中心对用户的属性集进行映射得到结果并对该结果进行hash运算,并对hash运算结果进行Bloom Filter比对;如果判断该用户属于授权集,则返回可以解密数据的密钥;否则,返回空值,用户无法获得密钥;(4)解密数据:授权中心判断用户属于授权集后,返回数据加解密密钥;用户获得密钥后可以从数据中心获得加密后的数据进行解密,得到明文;初始化算法包括如下步骤:Step1:数据所有者可以授权用户访问数据,并且将其用来加密数据的密钥K和授权集{u1,u2,u3,...,un}一起发送至授权中心;Step2:授权中心将每个用户ui的属性集{Ai1,Ai2,Ai3,...,Aiu}映射为一个可以用hash函数进行运算的值xi;Step3:初始化一个L位的数组,授权中心选择m个相互独立的hash函数,分别对授权集中的每个元素xi进行m次hash运算,每个hash函数的输出为集合{1,2,3,...,L}中的任意一个数;对授权集中的任意一个元素x,第i个哈希函数映射的位置Hi(x)就会被置为1,1≤i≤m;如果一个位置多次被置为1,那么只有第一次会执行,后面几次将不会对其做任何操作;加密算法包括如下步骤:Step4:数据所有者将数据用密钥K加密明文M得到EK(M),并存储到数据中心;属性判断算法包括如下步骤:Step5:用户ui如果对数据好奇,向授权中心发送访问请求同时提交自身的属性集{Ai1,Ai2,Ai3,...,Aiu}到授权中心;Step6:授权中心根据用户提交的属性集{Ai1,Ai2,Ai3,...,Aiu}进行映射得到一个实数值或者二进制位串y作为输入,对其作m次hash运算,如果所有Hi(y)的位置都是1,1≤i≤m,那么就认为y是集合中的元素,否则就认为y不是集合中的元素。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610404962.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top