TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf

TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf

ID:57400539

大小:342.87 KB

页数:5页

时间:2020-08-18

TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf_第1页
TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf_第2页
TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf_第3页
TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf_第4页
TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf_第5页
资源描述:

《TinyTPM一种轻量级传感器网络混合密钥管理方案.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、计算机科学2008V01.35NQ.1lATinyTPM:一种轻量级传感器网络混合密钥管理方案*’白素刚1陈铁明h2蔡家楣1(浙江工业大学软件学院杭州310023)1(北京航空航天大学软件开发环境国家重点实验室北京100083)2摘要由于传感器网络的特殊性,密钥安全问题成为关注热点。首先介绍一个可实现权值同步的奇偶树型机交互学习模型,并结合面向传感器节点的椭圆曲线加密算法,给出一个混合公钥加密和权值同步算法的轻量级密钥协商与更新方案;在介绍TmyOS系统框架及TinyECC加密组件基础上,阑遂了新型密钥协商与更新方案的模嶷设计与实现。关键词权值同步,奇偶树型机,密钥协商,密钥更新

2、,TinyEC℃TinyTPM:ALight-weightandHybridKeyManagementSchemeforSensorNetworksBAISu-gan91CHENTiemin91’2CAlJia-meil(CollegeofSoftwareEngineering,ZhejiangUniversityofTechnology,Hangzhou310032,China)1(StateKeyLaboratoryofSoftwareDevelopmentEnvironment,BeillaIlgUniversity,Beijing100083,China)2Abstrac

3、tKeysecurityoftheWitlessSensorNetwork(WSN)hasbeenwidelyconcerned妇useofitsspeciality.Thispaperintroducesanovelmutuallearningneuralnetworkmodel。calledtreeparitymachine,withweightsynchro-nization.Basedonthemodel。alight-weightkeyagreementandupdateschexneisgivencombiningpublickeyencryp-tionandweig

4、htsynchronizationalgorithm.Next,theTinyOSoperatingsysternandTinyECCcryptographycompo-nentmF山fr!田∞u捌。thenthedesignandimplementationofthelightweightkeyagreementandupdateschemearepresented.1始ywordsWeightsynchronization,Treeparitymachine,Keyagreement,Keyupdaang,TinyECC1引言传感器网络是由小型传感器节点组成的分布式系统,传感

5、节点由感应器、数据处理和通信部件等组成[1]。通过配置成百上千个低功耗、低成本节点,可应用于军事战场管理、生活环境监测、智能防盗报警、健康预警等环境。但是,无线传感器资源菲常有限,如Crossbow的MICA2节点仅采用8位处理器、4KBRAM、128KB可编程内存及512KB闪存等[21。由于计算资源的限制,普通的网络安全协议如ssI。等无法适用于传感器网络。因此,设计轻量级安全协议成为传感器网络安全研究的一个最基本需求。尽管传感器网络已出现多种安全通信协议,如LEAP[s],TinySecc4]等,但尚缺乏安全高效的密钥管理方案。最近的研究表明睁71,两个输人相同、权值不等的

6、神经网络,通过输出位交互学习并保持输人的同步变化,不断更新权值。最终可实现权值的同步;在权值同步后的交互学习过程中,双方权值动态变化且保持相等。将同步的权值映射成会话密钥,即可实现在公开网络上的密钥协商,具有快速、高效、安全等特点,适用于构建传感器网络的轻量级方案,且能有效提高密钥的更新效率。2TPM权值同步模型在典型的“导师一学生”神经网络模型中,“导师”网络提供输入/输出数据对,“学生”网络用这些数据训练。训练过程即是采用学习规则更新神经元权值来适应输入/输出对,而“导师”的权值固定。文献[5,6]最先研究了神经网络互学习模型理论,即两个输人向量相同、权向量不同的神经网络,通

7、过Hebb学习规则,各自的权向量根据神经网络双方的输出*)基金资助:国家自然科学基金(60773115),国家863技术专题计划项目(2006AAl02235),浙江省自然科学基金(Y106290),浙江省科技计划项目(2007c21008)。白素刚硕士研究生。主要研究方向为网络信息安全;陈铁明讲师,在读博士,主要研究方向为安全协议、信息安全;蔡家楣教授,主要研究领域为网络信息安全、软件工程。·95·不断修正,最终可达到关于时间的同步状态。我们称此为神经网络互学习模型,学习双方神

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。