[发明专利]一种泄露密钥可追踪的属性基混合加密方法有效

专利信息
申请号: 201410362945.8 申请日: 2014-07-28
公开(公告)号: CN104168108B 公开(公告)日: 2017-04-05
发明(设计)人: 伍前红;邓桦;周云雅;刘建伟;秦波 申请(专利权)人: 北京航空航天大学
主分类号: H04L9/06 分类号: H04L9/06;H04L9/32;H04L29/08;G06F21/32
代理公司: 北京慧泉知识产权代理有限公司11232 代理人: 王顺荣,唐爱华
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 泄露 密钥 追踪 属性 混合 加密 方法
【权利要求书】:

1.一种泄露密钥可追踪的属性基混合加密方法,其特征在于:其作法如下:

模块一:系统初始化模块:

步骤1:可信权威即TA输入系统安全参数λ,运行算法输出两个阶数为素数p的群和一个双线性映射运算

步骤2:可信权威接下来运行随机数生成算法,随机选择群中的某个生成元g,以及Zp域中的两个元素a,α;

步骤3:可信权威选择一种抗碰撞哈希函数H(·),该函数满足抗碰撞哈希函数的所有特性,输入为任意长度的0、1字符串,输出为映射到群中的某一元素;

步骤4:可信权威运行指纹码生成算法GenFC,输入该整数n和L,该整数n表示将要生成的指纹码集合Γ中元素的个数,L表示集合Γ中每个指纹码的长度;算法GenFC输出指纹码集合Γ={ω(1),...,ω(n)},其中每个码字的长度为L;

步骤5:可信权威经过一次双线性对运算和两次指数运算得到公钥为:

PK=(g,ga,e(g,g)α,H(·))

经过一次指数运算得到主密钥为:

MSK=gα

模块二:用户录入模块:

步骤6:对于请求加入系统的用户,由可信权威为其分配集合Γ中的某个指纹码ω(ω∈Γ),并根据用户身份条件指定属于该用户的属性集合S;

步骤7:可信权威输入主密钥MSK=gα,运行随机数生成算法,随机选择Zp域中的某个元素r,运行两次指数和一次乘法运算,得到:

K0=gαgar和K1=gr

步骤8:可信权威输入该用户属性集合S和指纹码ω,对属性集合S中的所有属性x,从1到l,进行级联、哈希函数和指数运算,得到:

{Dx,j=H(x||j||ωj)r}xS,j=1,...,L]]>

用户最终分配到的私钥为:

SK=(K0,K1,{Dx,j}xS,j=1,...,L);]]>

其中,该级联运算“||”表示字符串x,j,ωj首尾相接;

模块三:文档建立模块:

步骤9:数据持有者即Data Owner首先运行随机数生成算法,随机选择群中的某一元素M作为对称加密的会话密钥;使用会话密钥M对文档进行AES数据加密,加密后的密文CT上传到云端存储器存储;

步骤10:数据持有者根据自己的安全需求,制定相应的访问控制策略,该策略由用户属性表示,例如“(属性1AND属性2)OR属性3”,根据访问控制策略后,生成对应的访问控制矩阵(A,ρ),A表示l行n列的矩阵,ρ表示能将矩阵A的一行映射到访问控制策略中的某一属性的映射;

步骤11:数据持有者输入公钥PK、访问控制矩阵(A,ρ)和待加密的会话密钥M后,为确保泄露的用户私钥能被追踪到,数据持有者首先随机选择[1,L]区间的某一整数j,对于0和1分别运行属性基加密算法Encapsulate:

Hdrj,0Encapsulate(PK,M,(A,ρ),(j,0))Hdrj,1Encapsulate(PK,M,(A,ρ),(j,1))]]>

Encapsulate算法的运行如下:

首先,数据持有者选择随机的向量向量中的s为解密时,数据使用者需要恢复的指数;其他元素υ2,…,υn是从Zp域中随机选取的,将矩阵A的每一行作为行向量与向量进行内积运算,得到λ12,…,λl

λi=Ai·υ(i=1,...,l)]]>

接下来,Encapsulate算法对矩阵A中的每一行i进行ρ(·)映射,得到对应的属性字符串ρ(i)后与j和0、1字符级联;最后分别计算其抗碰撞哈希函数的值:

H(ρ(i)||j||0)H(ρ(i)||j||1)]]>

最后,经过(2+2l)次指数和(1+2l)次乘法运算,得到Encapsulate算法的结果:

C=Me(g,g)αs,C0=gs

C1=g1H(ρ(1)||j||0),C2=g2H(ρ(2)||j||0),...,Cl=glH(ρ(l)||j||0)]]>

C1=g1H(ρ(1)||j||1),C2=g2H(ρ(2)||j||1),...,Cl=glH(ρ(l)||j||1)]]>

记为:

Hdrj,0=(C,C0,{C1,C2,...,Cl})Hdrj,1=(C,C0,{C1,C2,...,Cl})]]>

最终M经Encapsulate算法加密后的密文表示为:

Hdr=(j,Hdrj,0,Hdrj,1);

模块四:文档访问模块:

定义集合I(I={i|ρ(i)∈S}),表示用户属性集合S中所有属性ρ(i)∈S通过映射ρ(·),对应的访问控制矩阵A的行标i的集合;若用户的属性集合S中的属性满足数据持有者加密M时制定的访问控制策略,则一定能找到常数wi∈Zp,按照下式:

ΣiIwiλi=s]]>

有效恢复出指数s;

步骤12:在这一模块中,数据的使用者即Data Consumer从云端存储器下载需要访问的加密文件CT和Hdr;从步骤11的输出可知,消息Hdr由三部分组成;数据使用用户首先查看自身指纹码的第j位:对于指纹码的第j位是0的情况,属性基解密算法的输入为Hdr的第二部分Hdrj,0和该数据使用者的用户私钥SK;对于第j位是1的情况,属性基解密算法的输入为Hdr的第三部分Hdrj,1和该数据使用者的用户私钥SK;

第j位是0时属性基解密算法按下式运行双线性对和乘、除法计算:

M=e(C0,K0)Πρ(i)S(e(Ci,K1)·e(C0,Dρ(i),j))wi=e(gs,gα)e(gs,gar)e(ga,gr)Σρ(i)Swiλi=e(g,g)αs]]>

第j位是1时属性基解密算法按下式运行双线性对和乘、除法计算:

M=e(C0,K0)Πρ(i)S(e(Ci,K1)·e(C0,Dρ(i),j))wi=e(gs,gα)e(gs,gar)e(ga,gr)Σρ(i)Swiλi=e(g,g)αs]]>

经最后一步除法运算,得到会话密钥M:

M=C/M=Me(g,g)αse(g,g)αs;]]>

步骤13:数据使用者使用会话密钥M,对加密文件CT运行AES数据解密算法,即能访问所需的明文文件;

模块五:数字取证模块:

该数字取证模块只在发生用户私钥泄露的情况时才运行,共分3步执行:

步骤1*:可信权威首先寻找被盗版解码器即PD用来伪造用户私钥的适应性码字:ω*

对于j从1到L,每次选择群中两个不等的消息分别运行Encapsulate算法得到输出:

Hdrj,0Encapsulate(PK,Mj,(A,ρ),(j,0))Hdrj,1Encapsulate(PK,Mj,(A,ρ),(j,1))]]>

将得到的结果作为盗版解码器的输入,该盗版解密器是根据泄露的用户私钥构造的,具有伪造用户私钥、解密数据的功能,输出为解密后的消息Mj*,若输出的结果Mj*与Mj相等,则判断适应性码字ω*的第j位为0,即ωj*=0;否则,判断为1;

j经1遍历到L后,能得到被盗版解码器即PD用来伪造用户私钥的适应性码字:ω*=ω1*ω2*…ωL*

步骤2*:首先,可信权威需要指定追踪算法TraFC的容错概率ε(表示TraFC算法追踪到的最后结果包含某个无辜用户或是追踪无果的概率),下式中的t表示该指纹码可以抗t人合谋攻击,即超过t人的合谋,该算法便失去了有效性;故该算法需在运行追踪算法之前确定泄密用户的总数不多于t;

接下来,分别计算k、k′和阈值Z的值:

k=1/300t,

在得到k′的值后,随机选择区间之间的某一随机值并计算pj=sin2rj,j从1遍历到L;

步骤3*:将上一步得到的适应性码字ω*=ω1*ω2*…ωL*,分别与指纹码集合Γ={ω(1),...,ω(n)}中的所有码字进行对比,按照下式计算每次比较对应码字位的权值:

Sij=σ(pj)ωj*=1,ωji=1-σ(1-pj)ωj*=1,ωji=0-σ(pj)ωj*=0,ωji=0σ(1-pj)ωj*=1,ωji=0i=1,...,n;j=1,...,L]]>

其中,σ(p)=(1-p)/p;]]>

对于每个用户,计算所有位的权值之和:并与阈值Z比较,所有权值之和高于Z的用户,其系统标号记入集合C中,可信权威输出追踪结果

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北京航空航天大学,未经北京航空航天大学许可,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/pat/books/201410362945.8/1.html,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