【摘 要】
:
Internet的快速发展带来了Web上的各种服务,例如电子邮件,购物,社交聊天,银行服务,娱乐等。人们可能拥有相当多的Web身份(即登录帐户和密码),从而导致一种称为“密码疲劳”的安全问题。丰富的Web服务的可用性使我们的生活变得方便,但同时也带来了挑战性的问题,包括密码疲劳、暴力密码破解或其他密码攻击,网络钓鱼,数据泄漏,甚至是来自量子计算机的攻击。用户一般需要使用帐户和密码来访问各种平台和系
论文部分内容阅读
Internet的快速发展带来了Web上的各种服务,例如电子邮件,购物,社交聊天,银行服务,娱乐等。人们可能拥有相当多的Web身份(即登录帐户和密码),从而导致一种称为“密码疲劳”的安全问题。丰富的Web服务的可用性使我们的生活变得方便,但同时也带来了挑战性的问题,包括密码疲劳、暴力密码破解或其他密码攻击,网络钓鱼,数据泄漏,甚至是来自量子计算机的攻击。用户一般需要使用帐户和密码来访问各种平台和系统,如果用户使用弱密码的话,虽然很容易记住,但比较容易受到攻击;如果使用强密码,则使用起来不太方便,不容易记住。单点登录(SSO)机制是一种广泛使用的身份识别与授权方式,该机制通过授权用户代替本人进行访问该授权用户的资源,例如facebook之类的身份识别机制。SSO减轻了密码疲劳,使访问应用程序更加简单和快捷。但是,SSO是中心化身份验证机制,每当提供此服务的机器宕机时,身份识别就无法完成。这些问题促使我们寻找可以有效的解决方式,并为用户提供安全便捷的登录服务的解决方案。所以,我们提出了一种基于区块链的去中心化身份认证机制。该机制使用以太坊的Whisper协议来取代http/https协议,每个网站都是区块链网络的一个节点,避免了单点故障或以传统的集中式方式受到攻击的漏洞。更具体地的说,接入该机制的网站通过接收来自Whisper的内容来验证用户的身份信息,不再需要让用户填写用户名与密码进行验证。在本机制中,网站之间的通信采用Whisper协议,通过Whisper信封对传递的消息内容已进行了对称或不对称加密,从而确保信息传递的安全性。但由于Whisper信封的大小可能会影响其在区块链网络上广播的速度。我们将内容上载到IPFS以获取内容的hash值后,Whisper仅广播hash值,因此信封的体积变得更加小。使用IPFS还具有另一个优点,就是如果采用中心化的存储系统,那么一旦数据丢失了,将很难复原。但是去中心化的存储系统并不依赖中心化的服务器提供商,所以我们使用IPFS的方式来存储用户的加密信息。在安全方面,这种机制也能很好地防御“重放攻击”、“网络钓鱼攻击”和“模拟攻击”,最后本机制与“OAuth 2.0”,“Open ID”和“SAML 2.0”进行一一实验对比,并在“网络钓鱼攻击”方面比其他机制更优,能够很好的防御此类攻击。
其他文献
现代社会智能化发展飞快,公共场所监控摄像头越来越普及,相应的基于监控视频的行人目标跟踪技术也有着广泛的应用前景。近年来,深度学习迅猛发展,基于深度学习的目标跟踪算法性能也提升了不少,但在实际应用场景下,仍存在着许多挑战。本文对目标跟踪挑战中的相似物干扰以及目标遮挡挑战进行了深入分析,以行人为主要跟踪目标,提出了基于光流预测的孪生网络目标跟踪算法,以解决部分跟踪挑战,进而提升目标跟踪算法的鲁棒性。本
与单任务学习(STL)相比,多任务学习(MTL)通过在多任务模型中的任务之间共享信息以获得了更好的分类器。在多任务学习中,目标任务利用多个非目标任务的训练信号所拥有的相关经验信息来提升模型的泛化效果。在训练过程中,每个任务所携带的数据信息都是关于某一领域的信息,但各任务数据之间有所差别。大多数现有的多任务学习方法在训练过程中仅关注训练任务的相关数据,而忽略了训练任务中其他非相关但可能包含有用信息的
随着“云”及大数据时代的到来,校园对出口通向Internet的带宽流量要求越来越高,只要校园网络的内部带宽高于校园出口的带宽,在校园网络的出口边界上都会出现流量瓶颈。当网络出口流量出现瓶颈时,网络管理员能否快速调整网络配置策略以平滑网络流量,成为衡量网络管理水平的重要标尺。本文从作者所从事的网络建设与管理工作实践出发,对校园网络系统架构进行研究,调研分析了目前市场上流行的网络监控系统主要是对网络设
随着分布式、大数据、云计算等信息技术以及传感器和嵌入式等硬件技术的快速发展,使得CPS技术在解决工业中实际应用场景的问题有了多种多样的解决方案。复杂工业中大数据下的CPS系统任务调度过程中容易因为数据高并发、资源异构、任务性质复杂造成系统负载不均衡,导致在任务调度过程中因任务量积累的负载增加无法进行均衡,直至系统宕机。即使目前有许多云计算调度算法能够很好的解决分布式集群系统中的负载均衡问题,但在C
素描画作为一种特殊的艺术风格图像,在信息传递、娱乐等地方都发挥着举足轻重的作用。它是视觉艺术中用于抽象人类对自然场景的感知的最基本的绘画语言之一,建立了指向艺术家视觉记录的紧密链接。随着手机摄像技术和互联网共享的普及,获得高质量的图片比构建艺术场景的模型要容易得多。因此,从照片中绘制铅笔素描的需求就会大大增加。目前,铅笔素描是被人快速完成的作品,并没有被加入很多细节。艺术家通常是使用素描来描绘整体
随着信息技术的发展以及移动终端的普及,互联网数据不断膨胀。海量信息在丰富人们生活的同时也使得人们难以定位到自己需要的数据。如何帮助用户高效地筛选有用的信息是当前大数据时代亟待解决的问题。推荐系统根据用户历史数据推断用户的兴趣爱好,帮助用户寻找需要的信息,能够在一定程度缓解信息爆炸问题。推荐算法受到学术界和工业界的持续关注,不同类型的技术被相继提出,其中一类代表性算法是协同过滤算法。协同过滤算法简单
步态识别作为一种生物识别技术,具有能360度全方位识别、识别距离远、难以伪装,不需配合等特点,相比传统生物识别技术用处更加广泛。太赫兹技术因为其无害安全便捷而在安检领域的应用越来越广泛,它用于安防场景可以发现人体隐匿危险品,从而定位可疑人物,通过被动式太赫兹人体步态视频图像准确识别可见光下对应的犯罪嫌疑人是我们亟待解决的问题。由于太赫兹视频图像只包含人体剪影,识别人物身份需要利用步态识别技术。研究
在如今的线上购物网站、在线社区和社交媒体中,文本评论已经成为研究人员研究用户行为和理解各种现象的最重要的数据源。在电商网站上购物多样性的兴起,使得人们每天都能在网上购买自己需要的商品,同时也可以随时表达自己对某件商品的感受和意见。文本评论的情感分析引起了政治学、市场营销、传播、社会科学和心理学等领域的研究人员的关注。分析评论文本的情感倾向,在线上购物网站和社交媒体上研究用户行为是一个重要的研究方向
移动互联网的快速发展,极大推动了人们对基于位置服务的需求。作为基于位置服务要素之一的定位自然而然成为人们关注的重点。根据定位技术的适用范围,我们将定位分为室内定位和室外定位。对于室外定位已经有卫星定位这样成熟且已大规模应用的解决方案,与之对应的室内定位则还在研究阶段,原因在于室内环境的建筑结构复杂,人员流动频繁以及电磁环境复杂,导致室内定位误差较大。本文针对室内定位误差较大,准确度不高的问题,提出
眼动交互普遍应用在行为学分析、医疗辅助和智能化系统中。眼动交互的关键技术为眼动追踪和眼动行为识别。随着人工智能出现,眼动追踪和眼动识别应用了深度学习技术,实现了无需眼动仪也可完成相应的追踪和分类任务。本文重点就基于卷积神经网络(CNN)的视线追踪和眼动行为识别技术进行研究,主要工作有:1.基于卷积神经网络的视线追踪技术研究。基于卷积神经网络的视线追踪包含了独立于人(person-independe