鄧一星,蔡 沂,王文翰
(1.廣州城市理工學(xué)院計(jì)算機(jī)工程學(xué)院,廣東 廣州 510800;2.桂林電子科技大學(xué)建筑與交通工程學(xué)院,廣西 桂林541004)
作為一種將融合數(shù)據(jù)與處理功能為一體的密集型運(yùn)算方式,云計(jì)算技術(shù)結(jié)合ICT技術(shù)、虛擬化技術(shù)、編程技術(shù)等實(shí)現(xiàn)云平臺(tái)的管理,以云的形式將各個(gè)技術(shù)互相融合分塊,利用小程序方式為用戶提供相應(yīng)的服務(wù)[1-2]。因此云環(huán)境用戶密碼安全是保護(hù)用戶隱私的關(guān)鍵。
在此背景下,眾多學(xué)者已經(jīng)得到了較多的用戶密碼安全認(rèn)證方法研究成果。其中賈民政等人[3]提出移動(dòng)云計(jì)算數(shù)據(jù)安全訪問控制方法。該方法通過建立ABE權(quán)限模型方式并通過整合該模型完成密文共享。但是,受權(quán)限模型收斂性影響,易造成密文丟失,無法做到用戶密碼安全認(rèn)證。殷秋實(shí)等人[4]提出基于橢圓曲線密碼的改進(jìn)的身份認(rèn)證方法。該方法利用橢圓曲線方式改進(jìn)密碼認(rèn)證協(xié)議,完成用戶密碼認(rèn)證。但是,由于其認(rèn)證協(xié)議口令復(fù)雜,計(jì)算量巨大,導(dǎo)致通信安全性較低。
為此,本文在云計(jì)算技術(shù)支持下,設(shè)計(jì)新的大規(guī)模用戶密碼安全認(rèn)證算法,以有效降低用戶密碼風(fēng)險(xiǎn)。
由基礎(chǔ)設(shè)備、平臺(tái)、軟件組成的服務(wù)模式為云計(jì)算,實(shí)現(xiàn)用戶大型IT服務(wù)需求,其中該服務(wù)的云端資源具有較強(qiáng)擴(kuò)展性[5],用戶可依據(jù)需求購買任意類型的服務(wù),本文運(yùn)用云計(jì)算技術(shù)實(shí)現(xiàn)大規(guī)模用戶密碼安全認(rèn)證。
云計(jì)算技術(shù)架構(gòu)主要由服務(wù)層、安全管理層、資源層、設(shè)備層組成,服務(wù)層與用戶需求銜接,經(jīng)過安全管理層的訪問授權(quán)、用戶密碼安全認(rèn)證后,利用資源層和設(shè)備層為用戶提供相應(yīng)服務(wù),其中用戶密碼安全認(rèn)證模塊通過構(gòu)建安全模型結(jié)合基于屬性的抗合謀攻擊可追蹤門限簽名安全認(rèn)證算法實(shí)現(xiàn)用戶密碼安全認(rèn)證[6]。
在上述云計(jì)算技術(shù)架構(gòu)中,引入公鑰密碼機(jī)制,該機(jī)制利用特定用戶公鑰加密數(shù)據(jù),通過公鑰認(rèn)證用戶安全密碼,確定該密碼是否由用戶發(fā)出[7]。
在公鑰密碼機(jī)制中,對(duì)用戶密碼安全認(rèn)證的加密和解密過程是相對(duì)獨(dú)立的,加密過程中的秘鑰屬于公開密鑰,解密過程中的秘鑰為私鑰,不具備公開性。公鑰密碼機(jī)制由公鑰私鑰、明文、密文、加密算法、解密算法組成[8],其中公鑰私鑰為算法輸入項(xiàng),也是加密算法的基礎(chǔ);明文為可讀數(shù)據(jù);密文為明文輸出項(xiàng),;加密算法與解密算法是將明文轉(zhuǎn)換為不可讀數(shù)據(jù)并依據(jù)密文和密鑰獲取最初明文。
由于公鑰密碼機(jī)制計(jì)算具有較高強(qiáng)度,且公鑰與私鑰互相獨(dú)立,使其在大規(guī)模用戶密碼安全認(rèn)證方面使用范圍較廣[9]。
在大規(guī)模用戶密碼安全認(rèn)證過程中,安全認(rèn)證特性具有無法偽造和無法區(qū)分的特性。無法偽造特性是安全認(rèn)證發(fā)起者在未知私鑰屬性情況下,無法獲取與該屬性相關(guān)的認(rèn)證;無法區(qū)分特性是指特定的兩個(gè)認(rèn)證下的合法認(rèn)證,受主密鑰未知情況影響,安全認(rèn)證發(fā)起者即使擁有私鑰也無法完成密碼安全認(rèn)證[10]。
本文利用基于屬性的門限認(rèn)證方法,與門限密碼共享技術(shù)相結(jié)合,形成基于屬性的抗合謀攻擊可追蹤門限簽名安全認(rèn)證算法,建立安全認(rèn)證模型,公鑰密碼機(jī)制內(nèi)的屬性合計(jì)代表用戶身份,每個(gè)集合內(nèi)的各個(gè)屬性均具有相應(yīng)密鑰,當(dāng)同一個(gè)屬性內(nèi)的各個(gè)用戶以組合密鑰形式同時(shí)偽造機(jī)制其他成員認(rèn)證密碼并通過時(shí),此類攻擊為合謀攻擊,為此,大規(guī)模用戶密碼安全認(rèn)證方法需具有較強(qiáng)的抗合謀性,則大規(guī)模用戶密碼安全認(rèn)證模型如下:
初始化:對(duì)挑戰(zhàn)者C初始化,并獲取輸入?yún)?shù),輸入公開參數(shù)和系統(tǒng)密鑰,其中公開參數(shù)和系統(tǒng)密鑰分別由params、x表示,將公開參數(shù)傳輸給安全認(rèn)證發(fā)起者A,安全認(rèn)證發(fā)起者選取γ作為挑戰(zhàn)斷言。
詢問:安全認(rèn)證發(fā)起者自適應(yīng)訪問如下:
1)Hash詢問:安全認(rèn)證發(fā)起者訪問Hash數(shù)值,挑戰(zhàn)者依據(jù)安全認(rèn)證發(fā)起者詢問信息做出相應(yīng)回應(yīng)。
2)私鑰解析詢問:安全認(rèn)證發(fā)起者以某用戶uk的密碼信息作為攻擊信息,向挑戰(zhàn)者詢問其公私鑰對(duì)信息,此時(shí)挑戰(zhàn)者反饋公私鑰對(duì)(TKi,SKi)并反饋給安全認(rèn)證發(fā)起者。
3)簽名詢問:安全認(rèn)證發(fā)起者選擇消息m、給定屬性集合t、簽名斷言γ,向挑戰(zhàn)者獲取信息的認(rèn)證簽名,挑戰(zhàn)者經(jīng)過計(jì)算生成與信息相對(duì)應(yīng)的認(rèn)證簽名σ,并反饋給安全認(rèn)證發(fā)起者。
4)驗(yàn)證詢問:安全認(rèn)證發(fā)起者獲取到消息m的認(rèn)證簽名后,向挑戰(zhàn)者驗(yàn)證該認(rèn)證簽名是否有效,挑戰(zhàn)者經(jīng)過計(jì)算后將true或false反饋給安全認(rèn)證發(fā)起者。
重復(fù)以上的二、三步驟:安全認(rèn)證發(fā)起者對(duì)σ*,(u′,t′)展開詢問。
本文在基于屬性的門限簽名安全認(rèn)證方法中引入公鑰屬性Ti,并在私鑰內(nèi)添加用戶私有參數(shù)λ,使用戶借著各自屬性組成有效簽名,阻止眾多非法用戶合作形成的簽名通過,可有效避免合謀攻擊情況發(fā)生。
假設(shè)γk,ω*表示支持的門限簽名斷言,其中斷言屬性集合和門限值分別由t*、k表示,則有
(1)
當(dāng)屬性集t′和t*的交集大于等于k時(shí),屬性集t′符合簽名斷言γk,t*,本文大規(guī)模用戶密碼安全認(rèn)證算法具體流程如下:
①初始化
params=〈g,g1,g2,e,Z,H1,H2,q〉
(2)
MK=〈t1,…,t|U|,x〉
(3)
PK=〈T1,…,T|U|〉
(4)
②生成密鑰
利用用戶ID和屬性集合,建立新屬性集合,該集合表達(dá)公式如下
(5)
屬性授權(quán)中心為每個(gè)用戶分配具備唯一性的秘密參數(shù)λ∈RZQ,則用戶的私鑰表達(dá)式如下
(6)
其中,R為用戶私鑰集合,其表達(dá)公式如下
R=H1(λ)x
(7)
屬性授權(quán)中心為用戶分配唯一密鑰后并將該用戶密鑰參數(shù)與用戶的私鑰相結(jié)合,以提升用戶通過自身屬性建立簽名的有效性[12],使合謀攻擊建立的簽名無法通過驗(yàn)證。
③簽名
用戶在簽署消息時(shí)其簽名斷言的屬性子集需滿足條件如下
t′={i1,i2,…ik}?t∩t*
(8)
屬性子集表達(dá)公式如下
ξ′={ik+1,ik+2,…,id}?ξ
(9)
則任意屬性的認(rèn)證簽名表達(dá)公式如下
σi=ξ′(R·g2)/t′
(10)
④驗(yàn)證
獲取到用戶消息簽名后,需驗(yàn)證該簽名的有效性,其表達(dá)公式如下
(11)
通過計(jì)算式(11)判斷該等式是否成立,若成立則表示該簽名為有效,反之則無效。
⑤追蹤
屬性授權(quán)中心負(fù)責(zé)存儲(chǔ)用戶私鑰集合,當(dāng)某個(gè)用戶的簽名發(fā)生沖突時(shí),屬性授權(quán)中心的依據(jù)用戶私鑰集合建立判斷公式如下
(12)
通過判斷式(12)是否成立,若成立則在用戶私鑰集合內(nèi)獲取該用戶ID,反之,則拒絕該認(rèn)證請(qǐng)求。
根據(jù)以上內(nèi)容可知,本文利用基于屬性的抗合謀攻擊可追蹤門限簽名安全認(rèn)證方法,該方法經(jīng)過初始化、生成密鑰、簽名等步驟,實(shí)現(xiàn)大規(guī)模用戶密碼安全認(rèn)證。
本次實(shí)驗(yàn)利用Matlab仿真軟件,模擬大規(guī)模用戶同時(shí)使用正確密碼和錯(cuò)誤密碼同時(shí)登錄某網(wǎng)站,驗(yàn)證本文算法在安全認(rèn)證方面應(yīng)用效果,為凸顯本文算法各個(gè)方面性能,同時(shí)使用文獻(xiàn)[3]提出的移動(dòng)云計(jì)算數(shù)據(jù)安全訪問控制算法和文獻(xiàn)[4]提出的基于橢圓曲線密碼的改進(jìn)的身份認(rèn)證方法算法展開測試,其中文獻(xiàn)[3]算法移動(dòng)云計(jì)算數(shù)據(jù)安全訪問控制算法表示,文獻(xiàn)[4]算法橢圓曲線密碼的改進(jìn)的身份認(rèn)證算法表示。
測試三種算法在大規(guī)模用戶密碼安全認(rèn)證時(shí),不同數(shù)據(jù)量下算法的認(rèn)證時(shí)間,結(jié)果如圖1所示。
圖1 算法的認(rèn)證時(shí)間與數(shù)據(jù)量關(guān)系
分析圖1可知,三種算法的認(rèn)證時(shí)間均隨著數(shù)據(jù)量的增加而增加,當(dāng)數(shù)據(jù)量為104kB之前,三種算法的認(rèn)證時(shí)間曲線呈現(xiàn)平緩上升趨勢(shì),但上升幅度不明顯,當(dāng)數(shù)據(jù)量超過104kB時(shí),文獻(xiàn)[3]方法和文獻(xiàn)[4]方法的認(rèn)證時(shí)間曲線迅速上升,當(dāng)數(shù)據(jù)量為1010kB時(shí),二者的認(rèn)證時(shí)間均超過25s,而本文方法的認(rèn)證時(shí)間曲線隨著數(shù)據(jù)量的上升幅度不大,當(dāng)數(shù)據(jù)量為1010kB時(shí),其認(rèn)證時(shí)間僅為15s,由此可知,所提算法認(rèn)證效率較高。
測試三種方法在用戶密碼字節(jié)為4字節(jié)、6字節(jié)、8字節(jié)的情況下,認(rèn)證情況結(jié)果如表1所示。
表1 不同字節(jié)情況下三種方法認(rèn)證漏檢情況/個(gè)
分析表1可知,當(dāng)字節(jié)數(shù)為4時(shí),本文算法和文獻(xiàn)[3]算法的認(rèn)證數(shù)量與數(shù)據(jù)量相同,均無認(rèn)證漏檢情況,隨著密碼字節(jié)數(shù)量的增加,三種算法均出現(xiàn)認(rèn)證缺失情況,其中本文算法僅在字節(jié)數(shù)為8時(shí)出現(xiàn)1個(gè)認(rèn)證缺失,而文獻(xiàn)[3]算法和文獻(xiàn)[4]算法在字節(jié)數(shù)分別為6和8時(shí),均出現(xiàn)不同程度的認(rèn)證缺失,其中當(dāng)字節(jié)數(shù)量為6時(shí),文獻(xiàn)[4]算法的認(rèn)證缺失量是本文算法的30倍,由此可知,本文方法在認(rèn)證密碼安全時(shí)受用戶密碼字節(jié)數(shù)量影響較小。
由于網(wǎng)絡(luò)環(huán)境不同,存在噪聲情況也不盡相同,測試三種算法在不同噪聲環(huán)境下的漏檢率,結(jié)果如圖2所示。
圖2 不同噪聲情況下三種方法漏檢率曲線
分析圖2可知,三種算法的漏檢率與噪聲成正比關(guān)系,其中文獻(xiàn)[4]算法在噪聲為950dB左右時(shí)期漏檢率為1.0,表明該方法此時(shí)已停止運(yùn)算,較文獻(xiàn)[4]算法而言,文獻(xiàn)[3]算法受噪聲影響稍小,當(dāng)噪聲為1000dB時(shí),該算法的漏檢率也依然達(dá)到0.65,而本文算法此時(shí)的漏檢率僅為0.3,在三種算法中漏檢率最低,從而表明本文算法受噪聲影響較小。
保障密碼的安全性是密碼安全認(rèn)證算法的終極目標(biāo),測試不同情況下,三種算法保障密碼的安全性能,測試結(jié)果如表2所示。
表2 不同安全隱患下三種方法安全性測試結(jié)果
分析表2可知,當(dāng)存在不同安全隱患時(shí),文獻(xiàn)[3]算法和文獻(xiàn)[4]算法在網(wǎng)絡(luò)存在口令攻擊時(shí),均無法完成密碼安全認(rèn)證,文獻(xiàn)[3]算法在網(wǎng)絡(luò)出現(xiàn)重復(fù)攻擊時(shí)也無法保障密碼安全認(rèn)證,二者方法均無法保障密碼認(rèn)證的安全性,而本文方法在所有安全隱患下未出現(xiàn)密碼安全認(rèn)證失敗的情況,由此表明,本文算法在認(rèn)證密碼安全時(shí)具有較高的安全性。
本文通過云計(jì)算架構(gòu),利用公鑰密碼機(jī)制提出云計(jì)算技術(shù)下大規(guī)模用戶密碼安全認(rèn)證算法,經(jīng)過仿真多角度的驗(yàn)證,證明了與不同傳統(tǒng)算法相比,研究所設(shè)計(jì)算法的認(rèn)證效率更高、漏檢率更低低,且抗噪聲干擾能力較強(qiáng)。