混沌加密在实时隐私数据保护中的应用研究

论文摘要

在大数据采集、分析、传输、存储的整个生命周期中伴随的敏感数据泄露问题日趋严峻。密码学是保证数据安全的有效途径之一,其中混沌密码学作为一门混沌理论与密码学交叉融合的学科,在国内外众多学者长达三十载的研究与探索中,于图像加密、数字水印、Hash函数等信息安全领域取得一些成果,但将混沌密码学与大数据的隐私保护相结合的研究尚且不多,同时亦是当今研究的热点课题之一。Spark Streaming是构建在轻量级大数据处理平台Spark上的一种实时数据处理框架,能同时兼容批量处理和实时数据处理的逻辑和算法,且被广泛应用于各种实时数据分析处理场景,但是对于实时数据的处理并没有提供好的隐私保护方案。为了实现对海量数据流中敏感数据的甄别与保护,本文结合混沌密码学与大数据实时处理框架Spark Streaming,作一些尝试与探索,设计了一种基于Spark Streaming的实时隐私数据混沌加密系统(RPCES)。具体工作情况如下:(1)设计了一种5维无简并高维离散时间超混沌系统。首先给出一个非线性标称矩阵,然后通过非奇异矩阵进行相似变换获得一个渐近稳定的标称系统。随后设计了一个一致有界的控制器和控制矩阵,采用混沌反控制对系统进行极点配置,使得到的系统拥有5个较大的正李氏指数,达到无简并状态。(2)设计了一种基于Spark Streaming实时隐私数据混沌加密系统(RPCES)。系统由数据收集系统、数据分析与甄别系统、数据加密系统、和数据存储系统四大部分组成。其中在数据分析与甄别系统中通过大数据平台自有的Spark MLlib库中的机器学习算法,训练出隐私数据甄别模型,用以数据分类。在数据加密系统中,用混沌加密算法进行数据加密。整个系统可扩展且具有实时性、高容错性和安全性。(3)提出了一种高维离散时间超混沌加密算法。加密算法结合Spark Streaming机制,能够对数据进行并行加密,且算法设计上通过环形耦合实现加密密文的闭环反馈,能有效抵御已知明文和选择明文攻击。算法所生成的混沌序列能通过极为严格的TESTU01测试。结果表明,RPCES具有良好的可扩展性、稳定性和实时处理能力,能有效甄别出海量数据流中敏感数据,降低所需加密的数据体量。使用混沌加密算法对敏感数据进行实时加密,能有效降低海量数据流中隐私数据泄露机率,保证数据的安全性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 面向大数据安全性的关键密码技术研究
•     1.2.2 密码学在大数据处理平台中的应用研究
•   1.3 论文的主要工作及组织结构
•     1.3.1 本文主要研究工作
•     1.3.2 全文组织安排
•   1.4 本章小结
• 第二章 相关基础知识介绍
•   2.1 混沌理论
•     2.1.1 混沌的基本性质
•     2.1.2 混沌密码的应用
•     2.1.3 密码的安全性分析
•   2.2 大数据实时计算框架Spark Streaming
•     2.2.1 Spark Streaming的运行机制
•     2.2.2 Spark核心数据集RDD
•   2.3 朴素贝叶斯分类算法
•   2.5 本章小结
• 第三章 无简并高维离散时间超混沌系统设计
•   3.1 混沌密码学
•   3.2 混沌系统的分类与李氏指数的关系
•     3.2.1 混沌系统与超混沌系统
•     3.2.2 混沌系统的连续和离散,有简并与无简并
•   3.3 混沌特性与李氏指数关系
•   3.4 无简并高维离散超混沌系统设计步骤
•   3.5 一个无简并5维离散超混沌系统设计
•   3.6 本章小结
• 第四章 基于Spark Streaming的实时隐私数据混沌加密系统设计
•   4.1 系统的整体架构
•   4.2 数据流的实时收集系统
•     4.2.1 kafka消息管理策略
•     4.2.3 kafka查找message机制
•   4.3 数据流实时分析与甄别系统
•     4.3.1 Spark机器学习库
•   4.4 数据加密系统
•   4.5 数据存储系统
•   4.6 系统设计整体性能分析
•   4.7 本章小结
• 第五章 混沌加密与解密算法的设计
•   5.1 消息偏移量置乱算法
•   5.2 混沌加解密算法的设计
•     5.2.1 加密算法
•     5.2.2 解密算法
•   5.3 Spark Streaming上加密操作
•   5.4 本章小结
• 第六章 实验平台实现及结果分析
•   6.1 实验环境说明
•   6.2 实时隐私数据混沌加密实验结果
•     6.2.1 模型训练结果
•     6.2.2 隐私数据加密效果展示
•   6.3 安全性分析与测试
•     6.3.1 算法安全性分析
•     6.3.2 密钥复杂度分析
•     6.3.3 TESTU01测试
•     6.3.4 密文统计特性和敏感性分析
•   6.4 本章小结
• 总结与展望
• 参考文献
• 攻读硕士学位期间取得的科研成果和参与的科研项目
• 致谢

文章来源

类型: 硕士论文

作者: 马永发

导师: 禹思敏,柯居鑫

关键词: 混沌加密,数据甄别,隐私保护

来源: 广东工业大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,计算机软件及计算机应用

单位: 广东工业大学

分类号: O415.5;TP309

DOI: 10.27029/d.cnki.ggdgu.2019.000327

总页数: 69

文件大小: 3686K

下载量: 49