[发明专利]一种基于时间及解密次数限制的遥感数据共享方法有效
申请号: | 202110403663.8 | 申请日: | 2021-04-15 |
公开(公告)号: | CN113079177B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 张磊;霍雨;韩道军;贾培艳;李朋祥 | 申请(专利权)人: | 河南大学 |
主分类号: | H04L9/40 | 分类号: | H04L9/40;H04L9/08 |
代理公司: | 郑州睿途知识产权代理事务所(普通合伙) 41183 | 代理人: | 李伊宁 |
地址: | 475001 河南*** | 国省代码: | 河南;41 |
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 基于 时间 解密 次数 限制 遥感 数据 共享 方法 | ||
本发明公开了一种基于时间及解密次数限制的遥感数据共享方法,包括以下步骤:A:遥感数据共享系统初始化;B:遥感资源拥有者对数据进行加密并设置访问控制后向云端上传密文;C:访问用户发送访问请求,云服务器与密钥生成中心共同生成解密密钥;D:时间服务器该访问用户进行身份验证;E:访问用户通过验证后利用客户端进行解密得到解密后的明文。本发明能够基于时间及解密次数的限制来提高遥感数据共享的安全性。
技术领域
本发明涉及一种遥感资源加密领域,尤其涉及一种基于时间及解密次数限制的遥感数据共享方法。
背景技术
遥感影像数据蕴含着重要的数据信息,例如,在涝情监测领域,通过观测分析卫星遥感洪水检测影像数据可以得到各区域地面洪涝泛滥范围,这种获取灾害信息的方式比其他常规手段更加迅速快捷,更加全面。在军事领域,通过观测海洋遥感影像数据可以有效收集到各类情报数据,包括敌情行动信息,目标方位等,甚至对于海洋灾害防控以及海上救援也具有指导意义。由此可见,遥感影像数据在相关领域有着举足轻重的指导作用,与人民群众的生活息息相关。随着遥感技术的飞速发展,大量遥感影像数据以每天TB级的规模产生,因此,如何对遥感数据进行安全有效地存储显得尤为重要。
云存储拥有大型存储空间这一特性,可以存储大量的遥感影像资源,云存储同时还具备可扩展性,部署灵活,价格友好的特点。然而对于一些敏感的数据来说,单纯的以明文方式存储,缺乏必备的隐私保护则会存有极大的隐患,一旦敏感数据在云上泄露,则会造成不必要的经济损失。
现有的云存储中存在着诸多访问控制问题以及数据安全问题,基于属性的加密被提出后,可以有效改善这些问题。而在属性基加密中用户的密钥与密文都与一些身份属性集合相联系,只有满足加密者亲自设定的访问结构的用户才可以对数据进行解密,这样就能实现更加灵活的访问控制。除此之外,它还可以满足多用户数据共享的需求,从而进行一对多细粒度通信。由于使用遥感影像资源的机构或公司大多都是在做与遥感相关的领域,因此在这个产业链中,可以很明确的划分出一些属性,而针对这种情况,基于密文的属性基加密比基于密钥的加密更适合被应用在遥感资源的存储上。
发明内容
本发明的目的是提供一种基于时间及解密次数限制的遥感数据共享方法,能够基于时间及解密次数的限制来提高遥感数据共享的安全性。
本发明采用下述技术方案:
一种基于时间及解密次数限制的遥感数据共享方法,包括以下步骤:
A:遥感数据共享系统初始化;由密钥生成中心KGC生成密钥生成中心初始化公私钥和时间验证公私钥,由云服务器CSP生成云服务器初始化公私钥;最后由密钥生成中心KGC根据上述生成的公私钥生成公共参数及秘密参数;
云服务器CSP为访问用户分配初始化信息;初始化信息包括访问用户的唯一身份标识、访问用户的访问次数和被允许的最大解密次数;
B:遥感资源拥有者选取对称密钥对待上传的数据进行加密,同时通过访问策略树的方式对对称密钥设置访问控制;最终向云端上传密文;
C:当访问用户发送访问云服务器加密遥感资源的请求后,云服务器CSP与密钥生成中心KGC共同生成访问用户的解密密钥,解密密钥中包含用户属性集合中的每个属性的有效期截止时间;
D:想要访问资源的访问用户在向云服务器发出访问请求后,时间服务器该访问用户进行身份验证,用户身份验证包括访问用户的用户属性有效期验证以及用户访问次数验证;
E:当访问用户通过验证后,访问用户利用客户端进行解密操作,得到解密后的明文。
所述的步骤A包括以下具体步骤:
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河南大学,未经河南大学许可,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/202110403663.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种齿轮磨削去毛刺装置
- 下一篇:用于分析生物油品质的模型训练方法及分析方法