基于区块链的无线Mesh网络身份认证方案设计

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:wangyifan_18
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
无线Mesh网络作为一种无线通信技术在近几年受到了越来越多的关注,其具有无线多跳、自组织,自修复等特点,易于维护和扩展。这些特点虽然为其带来了一定的优势,但是也带来了安全隐患,节点之间经过多跳进行数据传输时很容易遭到恶意节点的监听和篡改等。因此,对于无线Mesh网络而言,合理有效的保证网络中各个节点的安全可信是至关重要的。而认证是网络安全的基础,要想使无线Mesh网络得到更多的应用和更长久的发展,有效的节点认证方案是必不可少的环节。目前,应用于无线Mesh网络的相关认证大致分为集中式认证和分布式认证两种,都是在IEEE 802.1x或CPK的基础上进行的改进,存在一定的局限性。本文以无线Mesh网络高效安全认证为目的,以区块链相关技术为手段,在区块链技术的基础上,提出一种基于区块链的无线Mesh网络认证方案。主要内容包括:(1)利用混合加密的方式对相邻的MP节点进行签名认证并完成会话密钥的交换,实现相邻节点之间的双向认证,消除了传统方案对于中心认证服务器的依赖,同时将认证相关的信息打上时间戳后保存在区块链上,并且广播到网络中所有节点进行备份保存,利用区块链技术保证其安全不可篡改。(2)利用智能合约来对认证过程进行代码规定,对网络拓扑进行遍历,遍历路径上的节点之间利用混合加密方式进行签名认证,其余路径上的相邻节点之间利用查询区块链完成认证。对于已经参与过签名认证的MP节点,区块链上会保存有其相关的认证信息,其他节点可以通过查询区块链来确定其身份,从而减少网络中相邻节点间需要认证的次数。同样,当认证过的节点在网络中的物理位置发生移动与其他节点相连或者再次加入网络中时,无需再进行认证,只需查询区块链信息即可确认其身份的可信性,进而提高整个网络中相邻节点之间认证效率。通过搭建Fabric区块链平台,并配置好环境和必要的安装包,将节点部署到该平台上,设计智能合约并编程实现,对本文的方案进行验证。实验结果表明该方案具有可行性,并且在安全性以及认证效率上都有一定的优势,能够很好的适应无线Mesh网络拓扑的变化。
其他文献
Ar?kan教授于2009年提出的极化码是一种新型的纠错码方案。极化码作为首个理论上被证明可达香农限的纠错码,以其编译码复杂度较低的优势,受到了海内外众多学者的关注。地空通
自2017年美国特朗普政府和韩国文在寅政府进入执政周期以来,随着朝鲜半岛地区局势的变化,再加上美韩双方在在国家利益和领导人理念方面的差异,美韩同盟出现了明显的“离心化
随着互联网多样化的发展,云存储已成为不同设备和用户之间同步文件的必要纽带。然而目前广泛使用的加密文件共享方式存在密钥泄露的风险。云存储在带来便利性的同时,共享文件
随着集成电路产业模式的逐渐改变,硬件木马由于具有隐蔽性强、破坏性大、难以预测等特点而引起了研究人员的高度关注。并且由于环境噪声、工艺波动等因素的存在,再加之集成电路的规模越来越大,早期提出的一系列检测方法均遇到了不同的挑战。因此单纯从检测角度出发的硬件木马应对策略的研究遇到了瓶颈。本课题来源于国家部委项目。针对利用低可控性节点(即在测试期间难以从外部输入端口控制其信号为指定逻辑值的内部节点)的破坏
随着网络时代的发展与多媒体教学设施的普及,信息化教学方式必将成为当代教育的趋势。我国已将教育实现信息化纳入教育改革的基本目标之一。同时,教育的生态化是实现教育可持续发展的有效途径。教育的信息化与生态化理应落脚在课堂教学之中。利用影视资源进行教学符合教育信息化的要求,原始物理问题教学在生态化教育理念中诞生。因此,利用具有二者特点的影视资源中原始物理问题进行教学,在实现物理教学信息化的同时达到教育生态
图像分类是针对一幅输入图像根据内容进行分类的技术,是计算机视觉领域的核心内容。近些年来,国内外学者提出了各种分类方法,并应用到相关领域。在众多方法中,基于稀疏表示理论的图像分类方法表现出了很强的鲁棒性。此方法通过选取合适的字典对信号进行稀疏表示,通过计算残差来进行分类。本文从传统稀疏表示分类器的原理以及多重残差的稀疏表示分类器两个方面,对稀疏表示分类算法进行了理论探究与实验验证,并且针对传统稀疏表
17世纪60年代,在经过将近二十年的动荡之后,斯图亚特王朝在英格兰复辟,查理二世带着众人对稳定政局的期望重返伦敦。尽管在迎回国王这一问题上达成了共识,但国内各政治派别仍
干涉式综合孔径微波辐射计除被广泛应用于卫星遥感外,近场成像是干涉式综合孔径技术的另一个重要发展领域。面向星载应用所研发的综合孔径辐射计系统在地面测试阶段对系统成
针对传统目标边缘识别算法存在的边缘识别率低、准确性差的缺陷以及目标跟踪算法在光照变化及复杂背景干扰情况下不能准确跟踪目标的问题。在深入分析了经典边缘提取算子、基
随着互联网与大数据的不断发展,人们快速获取有用信息的难度不断增大。推荐系统作为有效缓解信息超载的工具之一,不仅可以为用户快速获取感兴趣的信息,同时也具有巨大的商业价值。然而,系统中庞大的用户和项目、稀疏的用户评分数据,导致计算复杂度大,模型构建不精确,推荐性能低下。针对上述存在的挑战,本文提出了两种相似用户划分方法,并在此基础上提出一种基于谱聚类的低秩矩阵填充的推荐算法。本文的主要研究工作如下:(