基于格的VANETs属性加密方案:一种后量子时代的安全高效数据共享方法

《Journal of Systems Architecture》:Post quantum secure and efficient data sharing scheme from attribute based encryption for VANETs over lattices

【字体: 大 中 小 】 时间:2026年02月11日 来源:Journal of Systems Architecture 5.3

编辑推荐:

  王凤和|王美娇|王俊泉|顾梦琪 中国济南山东建筑大学理学院 摘要 数据共享在车联网中的车对消费者通信中起着重要作用。为同时实现数据保密性、访问控制、数据认证以及数据共享效率,本文提出了一种基于格的属性基加密方案,以实现车联网的安全高效数据共享。该方案在选择性属性和选定明文攻击下具

  王凤和|王美娇|王俊泉|顾梦琪 中国济南山东建筑大学理学院 摘要 数据共享在车联网中的车对消费者通信中起着重要作用。为同时实现数据保密性、访问控制、数据认证以及数据共享效率,本文提出了一种基于格的属性基加密方案,以实现车联网的安全高效数据共享。该方案在选择性属性和选定明文攻击下具有安全性,其安全性基于随机预言模型下错误学习问题的难度得到证明。由于属性基加密概念的特性,本文还实现了对共享数据的细粒度访问控制。此外,在数据共享之前还会生成共享密文的签名,因此该方案能够有效抵御重放攻击和冒名顶替攻击等常见网络攻击。通过对所提方案的时空复杂度分析可知,该数据共享方案具有更短的密文长度以及更低的加密/解密成本,这些结果是通过在配备Intel(R)Core(TM)i9-14900HX处理器(2.20 GHz)和32GB内存的个人电脑上使用Java语言验证的。最后,通过NS3软件进行了网络仿真,以验证通信效果。仿真结果表明,该方案的响应延迟低于现有几种车联网属性基加密方案,即使在高强度通信场景下,其平均消息丢失率也控制在可接受范围内(远低于5%)。引言 车载自组织网络作为智能交通系统的重要组成部分,正在逐步改变人们的出行方式[1]。在车联网中,至少有四个参与方:车载单元、路侧单元、可信机构以及云服务提供商。车联网通过车对车、车对基础设施、车对云以及车对人的通信模式,实现了实时数据交互与共享[2]。图1展示了车联网的基本通信模型。因此,通过车联网的数据交换,可以实现许多交通服务,如应急管理(碰撞预警、紧急制动提醒以及道路障碍提示)、导航服务以及交通娱乐功能,这些都是实现智能交通的重要手段[3]。云服务提供商拥有强大的存储能力、专业的计算能力以及出色的数据分析能力[4]、[5],在车联网的数据交换与共享中发挥着重要作用[6]。对于道路上的车辆而言,其舒适安全的驾驶体验在很大程度上得益于云服务提供商提供的数据服务。目前普遍认为,车-路-云一体化是车联网的发展趋势。因此,车对消费者通信为智能交通提供了重要基础。数据共享是车对消费者通信中常见的数据交换方式。在云服务提供商与车辆之间的数据共享过程中,需要考虑两个方面:共享数据的安全性(如数据保密性、访问控制以及数据认证)以及数据共享的效率。更为重要的是,由于共享数据包含大量隐私信息,如国家地理数据以及数据所有者的隐私等,我们必须确保只有合法接收者才能读取这些数据[7]、[8],同时防止非法用户获取共享数据。此外,由于车联网的开放性,伪造数据很容易在网络中传播。一旦车辆或其他实体接受了伪造数据,就会带来严重的安全风险或经济损失。因此,为抵御伪造攻击而实现数据认证,与保障数据保密性同样重要。另一方面,车对消费者通信的动态性和实时性要求数据共享具备更高的效率[9]。显然,只有当数据接收者能够及时读取合法的共享数据时,才能根据所接收的数据做出正确决策,否则任何响应延迟或数据安全问题都可能导致不可预知的后果。属性基加密提供了一种有效的数据访问机制,可实现数据保密性与访问控制的同步保障。根据属性基加密的概念,它非常适合用于消息广播[10]和数据共享等需要安全群组通信的场景[11]。自从属性基加密被提出以来[12]、[13],便受到了广泛关注[14]、[15]。属性基加密有两种变体:密文策略属性基加密和密钥策略属性基加密。在密文策略属性基加密中,密文与访问策略相关,而密钥与属性相关[15]、[16];相反,在密钥策略属性基加密中,密文与属性相关,密钥则与访问策略相关[17]。在将属性基加密应用于车联网数据共享时,密文策略属性基加密可以根据数据所有者的需求制定灵活的访问策略,只有属性符合访问策略的合法数据接收者才能解密共享数据。因此,密文策略属性基加密被广泛用于实现细粒度的访问控制[15]、[16]、[18]。在将属性基加密应用于车联网时,还需重视其时空效率问题。例如,我们可以利用消息-密文扩展因子来分析属性基加密方案的空间效率。显然,如果该扩展因子较大,属性基加密产生的密文长度将会过长,无法在车联网中使用。实际上,这种情况下车联网的通信带宽会被过度占用[14]、[19]、[20]、[21]。不幸的是,一些现有的属性基加密方案的密文长度会随着属性数量或访问函数复杂度的增加而呈线性增长[14]、[19]、[21]、[22],这就导致了当属性数量或访问函数复杂度较高时,消息-密文扩展因子也会随之增大。当然,更长的密文长度通常意味着更高的加密和解密成本[14]、[19]、[20]、[21]、[22]。因此,如果我们能设计出一种具有更低消息-密文扩展因子的高效属性基加密方案,就能同时提升密文策略属性基加密的空间效率和计算效率,这对于其在车联网中的应用至关重要。除了效率要求之外,还必须考虑密文策略属性基加密的后量子安全性。众所周知,一旦量子计算机问世,基于数论假设的难题,如大整数因式分解和离散对数问题,都将被解决。作为后量子安全技术的格基密码学发展迅速[24]、[25],目前已有多种基于格的属性基加密方案被提出[14]、[19]、[20]。不过,如前所述,基于格的属性基加密的空间效率和计算效率同样是关键要求,尤其是在车联网应用中。最后,如果再考虑车对消费者通信中的数据认证问题,基于身份的签名和基于属性的签名等标准签名方法便可自然满足这一需求。实际上,如果我们设计了高效的基于格的属性基加密方案并用来加密共享数据,再使用某种标准签名算法对所加密的密文进行签名,就能实现数据认证。为了同时实现数据保密性、抵御网络攻击、后量子安全性以及数据共享的空间/计算效率,我们针对车联网中的车对消费者通信,设计了一种基于格的密文策略属性基加密的数据共享方案。该方案能够确保细粒度的访问控制、数据保密性以及数据认证。此外,仿真实验结果表明,该数据共享方案还具有较低的存储负担和较小的计算成本。具体而言,其主要结构如下:1. 我们通过设计一种基于格的算术电路密文策略属性基加密方案,提出了一种安全高效的数据共享方案。当云服务提供商需要向具有特定属性的多辆车辆共享数据时,会使用本文中的相应策略函数对数据进行加密。只有当车辆的属性符合该策略函数时,才能成功解密共享数据,而属性不符合策略函数的车辆则无法解密。因此,该数据共享方案实现了细粒度的访问控制。2. 该数据共享方案的数据保密性基于随机预言模型下错误学习问题的难度。此外,还会使用一种标准签名算法对共享密文进行签名,以确保数据的来源可靠且内容完整。这样一来,该数据共享方案便同时实现了数据保密性和数据认证功能。对该方案的安全性分析表明,它能够抵御重放攻击和冒名顶替攻击等常见网络攻击。3. 对该方案的性能分析显示,与一些现有的数据共享方案或密文策略属性基加密方案相比,它在空间效率和计算效率方面都具有优势。此外,我们还在配备Intel(R)Core(TM)i9-14900HX处理器(2.20 GHz)和32GB内存的个人电脑上使用Java语言进行了仿真实验,实验结果验证了我们的分析。最后,我们还使用网络仿真工具NS3来检测该方案的网络通信效果。仿真结果显示,该方案能够有效节省网络资源。车对消费者通信在车联网中发挥着重要作用,有助于提升道路交通的安全性与效率。数据共享是车对消费者通信中常见的数据传输场景[30]。考虑到车联网中有限的网络带宽以及数据量的快速增长,实现安全高效的数据共享已成为一项挑战[31]。由于车联网环境中存在频繁的数据交互[32],当发送方需要与大量车辆共享数据时,传统的点对点通信方式会导致网络负载显著增加[33]。因此,能够实现点对多通信的群组通信被广泛用于车联网的数据共享。如果考虑群组通信中的数据安全问题,传统的加密算法,如对称加密和公钥加密[34]、[35],很难直接应用于群组通信中。尽管广播加密等技术可以为数据共享提供数据保密性的解决方案[36]、[37],但这些方案的加密效率通常与数据接收者的数量有关。一旦将这些方案用于车联网的数据共享,有限的带宽和计算资源都会被过度占用。属性基加密[14]、[15]、[16]、[38],尤其是密文策略属性基加密[15]、[16],为车对消费者通信中的数据共享提供了高效解决方案[39]。近年来,属性基加密发展迅速。Sahai等人提出了采用阈值策略的属性基加密方案[13],但其访问策略仅支持简单的数量统计,无法表达逻辑组合关系。随后,Goyal等人使用与门来定义策略,并通过最小剩余系转换将策略转化为矩阵结构[12]。属性基加密技术已被用于云计算和物联网等领域的数据访问控制[38]、[40]。Yang等人提出了用于动态大数据更新的密文策略属性基加密方案[41],Feng等人开发了用于工业物联网的密文策略属性基加密方案[42],Chaudhary等人则提出了专为车联网设计的密文策略属性基加密方案[43]。还有研究[8]、[44]聚焦于属性基加密在车联网中的应用,不过仍需进一步关注其在车联网中的应用效率问题。另一方面,由于VANET代表了下一代网络,而基于传统数论难题的现有ABE方案在量子攻击下并不安全[45]、[46],因此当ABE被用于VANET时,具备后量子安全特性也成为一个重要需求。基于格的密码学因其后量子安全优势而备受关注[24]、[25],这一领域既是工业界也是学术界的重点研究方向。基于格的ABE方案能够同时实现数据保密性、精细的访问控制以及后量子安全特性[14],因此在VANET中具有广泛的应用前景。[33]提出了一种用于云端大数据存储的基于格的加密方案。[47]设计了一种高效的隐私保护方案用于VANET。[14]构建了基于ABE方案的VANET数据共享机制。[28]则设计了用于VANET的基于属性的批量认证方案。这些方案不仅在设计目标上存在差异,其设计方法也有区别:对于相似的加法电路,所提出的方案将加法电路编码为访问函数f并嵌入到数据共享阶段,从而完成CP-ABE方案的设计;而[28]则是将加法电路改造成新的函数后再将其嵌入到密钥提取阶段,以此完成KP-ABS方案的设计。此外,[14]和[33]中的密文大小取决于属性或数据接收方的规模。如前所述,如何利用CP-ABE设计高效的基于格的数据共享方案,是VANET中车对云通信的重要需求。本文的结构如下:第2节介绍一些基本概念,第3节阐述方案模型与设计目标;第4节提出一种安全高效的数据共享方案,并对该方案的正确性及相关安全性质进行证明;第5节对所提方案的性能进行评估与分析;最后第6节总结全文并指出未来研究方向。

术语表
表1详细展示了本文中所使用的符号说明。

定义1 统计距离[48]
假设X和Y是从同一有限集合U中选取的随机变量,那么它们之间的统计距离Δ(X;Y)可定义为:Δ(X;Y)=1/2∑τ∈U|Pr[X=τ]?Pr[Y=τ]|。当参数λ足够大时,若Δ(X;Y)可以忽略不计,则称X和Y在统计上是相近的。

定义2 格[49]
设B={b1,b2,…,bn}是一组线性独立的基向量,那么格Λ(B)定义为Λ(B)={x1b1+x2b2+?+xnbn|xi∈Z,i=1,2,…,n}。

定义3 格[49]
设矩阵A属于Z^q×k,向量u……

C2V通信中的数据共享
本文所描述的数据共享系统模型如图2所示。该系统由三个实体组成:云服务提供商(CSP)、可信权威机构(TA)以及配备有车载单元(OBU)的车辆。CSP负责对消息进行加密并通过C2V通信方式将其发送给各OBU;同时,CSP还需对共享数据进行认证,以防止冒名顶替攻击的发生。TA作为可信的第三方,在数据共享系统中承担密钥管理的职责。

方案设计
为确保所提方案的安全性,我们需要在对属性进行使用之前先对其哈希处理。具体而言,首先需将属性x对应的算术电路的策略函数g+编码为哈希值H1(x)的访问函数f。更准确地说,若H1:Z^2^n→Z^q×n是一个安全的哈希函数,那么我们可以将H1表示为H1=(H1(x|1),…,H1(x|n))∈Z^q×n^2。对于属性x的加法门对应的策略函数g+(x1,x2,…,xn)=a1x1+a2x2+?+anxn,我们相应的访问函数定义为……

性能比较与分析
为验证所提方案的实际应用价值,首先从功能性和安全特性两方面将其与几种现有方案进行了对比。随后分析了该方案的空间开销和计算成本。最后,利用Network Simulator 3(NS3)在真实的道路交通环境中模拟了该数据共享方案,并收集了包括响应延迟和平均消息丢失率在内的性能指标。

结论
通过设计基于格的属性加密方案,我们为VANET提出了一种安全高效的数据共享协议。该方案能够实现对车辆的精细访问控制。其数据保密性是基于随机预言机模型下LWE问题的难度来保证的,同时该方案还能抵御重放攻击和冒名顶替攻击。理论和实验分析表明,相较于其他方案,该方案在密文方面具有多项优势。

CRediT作者贡献声明
王凤和:撰写——初稿、概念构思。王美娇:撰写——审稿与编辑、撰写——初稿、形式化分析、数据整理、概念构思。王俊泉:监督、软件实现。顾梦琪:软件实现、资源协调、项目管理。

利益冲突声明
作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

致谢
感谢匿名审稿人提出的宝贵意见。本研究得到了中国山东省自然科学基金(编号ZR2021MF061、ZR2023MF055)以及山东-以色列科技合作项目(编号2023KJHZ005)的支持,同时还获得了济南市创新团队项目的资助(编号2021GXRC064)。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号