基于轻量级属性的跨域认证技术，适用于具备边缘计算功能的电力物联网（Power IoT）

《Journal of Cyber Security and Mobility》：Lightweight Attribute-Based Cross-Domain Authentication for Power IoT with Edge Computing Integration

　　摘要：随着电力物联网（PIoT）的快速发展，电网终端的数量呈指数级增长，设备类型也变得越来越多样化，涵盖了电力生成、传输、分配和消耗等不同的管理领域。这导致了复杂的多领域协同业务场景的出现。在这种情况下，当大量异构终端设备跨领域访问时，它们面临着严峻的挑战，如低认证效率、高计算开销以及由于频繁的跨领域身份验证、动态变化的访问权限和有限的终端资源而导致的复杂政策管理问题。基于公钥基础设施（PKI）的传统集中式认证方案依赖于统一的证书颁发机构（CA）和频繁的证书验证交互，这些方案存在单点性能瓶颈、高通信延迟以及难以支持细粒度动态授权的问题。这些方案无法满足电力物联网对实时性能、轻量级设计和灵活访问控制的双重要求。尽管现有的基于属性的加密（ABE）方案支持基于属性的访问控制，但它们通常面临诸如复杂的政策解析、高双线性配对计算开销以及缺乏跨领域互认机制等限制。为了解决这些问题，我们提出了一种与边缘计算相结合的轻量级、基于属性的跨领域认证方法。通过构建一个三层“云-边缘-终端”协同分层认证架构，认证计算任务被卸载到边缘节点，实现了本地化的认证服务。我们的设计采用了一种基于轻量级椭圆曲线密码学的基于属性的加密机制，用标量乘法替代了双线性配对。

第1节 引言
智能电网的持续演进和电力物联网（PIoT）的不断扩大要求在不同管理领域的众多类型终端设备（例如智能电表、分布式光伏监测系统和变电站传感器）之间实现安全高效的数据共享和操作协调[1]。在这种背景下，跨领域认证成为确保电力系统终端的受信任访问和数据隐私的关键组成部分[2]。然而，大多数PIoT终端使用非x86架构、低功耗处理器和定制的安全芯片。它们的精简指令集和有限的缓存机制对计算密集型密码操作的支持较差[3]。此外，发电、传输和分配之间的不同政策领域和异构属性命名空间导致了明显的“语义隔离”[4]。传统的基于PKI的集中式认证存在单点瓶颈和高通信延迟的问题，而现有的基于属性的加密（ABE）方案则面临由于双线性配对依赖性而产生的高计算开销，以及在缺乏跨领域语义映射机制的情况下难以实现高效互认的挑战[5]。因此，开发一种能够适应异构硬件平台、平衡轻量级设计、低延迟和跨领域语义识别能力的认证机制已成为推进电力物联网安全架构的迫切需求[6]。
为了解决这些问题，最近的研究探索了将各种技术与ABE结合以提出跨领域认证解决方案。然而，这些方法在处理特定硬件约束和实现深度跨领域协作方面仍有所不足。Shahidinejad等人[7]提出了一种多领域工业物联网认证协议，结合了链上和链下操作。通过将某些认证任务迁移到链下处理，提高了效率。但是，核心加密机制依赖于双线性配对，在计算能力有限的电力终端上表现不佳，且缺乏必要的指令集优化。Kumar等人[8]设计了一种超轻量级区块链RFID认证协议，可以在5G移动边缘计算场景中实现轻量级认证。然而，该协议未能解决由异构多领域属性命名空间引起的“语义隔离”问题，并且缺乏属性映射机制，这使其难以直接应用于电力物联网中的多领域协作场景，其中属性定义各不相同。Kwon等人[9]提出的基于区块链的多领域认证协议支持物联网环境中的跨领域身份识别。然而，其加密机制仍然基于传统的双线性配对，缺乏针对异构边缘硬件特性的算法创新，导致计算开销较大。Jebrane等人[10]提出的基于CP-ABE的轻量级物联网认证协议包含了密码学优化，但缺乏对跨领域属性映射和分布式密钥管理的系统支持，无法解决由属性语义不一致引起的互认障碍。因此，它难以实现高效的跨领域认证循环。
以边缘计算为中心的三层协同认证架构——涵盖云、边缘和终端——为这些挑战提供了一个可行的解决方案。该架构使得复杂的认证计算（如属性验证和部分加密/解密）可以从资源受限的终端或云卸载到具有足够计算能力的边缘节点[11]。这种方法显著减轻了云的计算和通信负担，更重要的是，实现了认证服务的本地化处理。因此，终端设备避免了与远程云资源或跨领域认证中心的频繁交互，有效减少了认证过程中的通信延迟。这满足了电力网格运营所固有的严格实时要求[12]。基于这种边缘架构的轻量级CP-ABE（基于属性的加密）算法用edge节点可以轻松高效执行的标量乘法替换了在某些硬件平台上缺乏优化的计算密集型传统双线性配对，从而显著降低了边缘处的加密/解密计算开销[13]。一种基于联盟区块链智能合同的跨领域属性映射机制使用边缘节点作为执行实体，通过调用智能合同实现了多领域异构属性的自动识别、语义对齐和权限转换，从而打破了“语义隔离”[14]。一种基于秘密共享和区块链技术的分布式凭证管理系统利用边缘节点联盟网络，在边缘支持证书的高效和动态发放与撤销，确保了安全和灵活的密钥管理。这些以边缘计算为中心的机制共同作用，创建了一个平衡效率、安全性和可扩展性的全面跨领域认证系统[15]。
在此基础上，本文探讨了一种适用于电力物联网的跨领域认证方法，整合了边缘计算、区块链技术、轻量级基于属性的加密和解密、跨领域属性映射以及分布式凭证管理。该方法旨在解决由异构硬件约束和政策语义异质性引起的核心挑战，实现包括注册、认证和密钥更新在内的完整跨领域认证过程。在确保安全性的同时，它显著提高了实际电力物联网环境中的认证效率和系统可扩展性。

第2节 为电力物联网设计的轻量级基于属性的跨领域认证方案
该设计的核心创新在于其分层模块化系统架构，有机整合了边缘协同框架、轻量级加密算法、跨领域语义互认和分布式密钥管理。这形成了一个完整的、自包含的认证循环。

2.1 为电力物联网设计的边缘协同分层认证架构
为了解决电力物联网中跨领域认证的基本挑战，如集中式云计算能力、有限的终端资源和高延迟问题，本文提出了一种涵盖云、边缘和终端层次的三层边缘协同分层认证架构。通过划分功能实体和卸载任务，实现了本地化认证计算，从而满足了电力服务的实时性能和轻量级操作的双重要求。通过在边缘节点本地化核心认证计算，该模型规避了传统集中式认证中的通信瓶颈和单点故障。所提出的三层边缘协同分层认证架构如图1所示。
该架构包括五个关键实体，每个实体的功能和信任属性都与电力物联网的多领域协作和大规模终端访问需求紧密契合。可信权威（TA）：作为系统的信任锚点，负责初始化电力物联网认证系统、生成全局参数和分发核心密钥。它不参与实时认证计算。数据所有者（DO）：通常指电力物联网中的设备管理节点，如变电站监测终端，具有数据共享需求，可以定义访问控制策略并执行轻量级加密。数据用户（DU）：代表需要跨领域数据访问的电力终端，例如分布式光伏收集设备。它发起认证请求，并利用边缘计算卸载，仅执行最终的轻量级加密/解密操作。边缘服务器（ES）：由多个节点组成的联盟链网络，是该架构的核心，提供低延迟的计算和存储服务，主要承担属性验证、加密/解密外包和部分解密等核心任务。它作为一个半可信实体。云服务器（CS）：主要负责在物联网中存储大量加密数据。作为半可信实体，它被设计为避免参与认证逻辑，从而降低数据隐私泄露的风险。

该认证架构的分层协调逻辑充分利用了边缘计算的优势：在生成系统公钥KP、主密钥KZ和公共参数PP之后，TA使用Shamir的秘密共享将部分属性私钥K′S分割成m个碎片K′S,frag。这些碎片通过安全渠道分发到相应的ES。DU（电力终端）无需与远程或云实体交互，仅需向本地ES发起请求。ES通过联盟链协同验证属性、执行加密/解密外包和部分解密，使终端仅执行轻量级的关键计算。完整的密文AU由ES上传到CS存储。同时，智能合约记录密钥映射、属性映射规则和凭证状态，确保整个电力物联网跨领域认证过程中的可追溯性和状态一致性。

2.2 为电力终端设计的轻量级基于属性的加密/解密
为了解决电力物联网终端的计算能力和电池容量有限的问题，设计了一种基于椭圆曲线密码学（ECC）且不使用配对的轻量级CP-ABE方案。该方案用高效的标量乘法替换了传统的双线性配对，并结合了双外包模型进行加密/解密，实现了计算受限终端的最佳资源利用。基于椭圆曲线密码学（ECC）的轻量级CP-ABE算法（BLAC-CP-ABE）的核心优势在于用计算效率更高的椭圆曲线标量乘法替换了计算成本较高的双线性配对操作[16]，从而显著降低了计算复杂性。此外，它引入了虚拟属性和转换密钥KU以及双重封装架构（“加密+解密”），成功地将超过80%的复杂计算任务卸载到边缘服务器（ES）。这大大减轻了电力终端的计算负担，与其受限的计算能力相匹配。

2.2.1 电力终端业务数据的加密
加密过程的设计采用了终端和边缘之间的三层协同加密模型。通过细粒度任务划分和外包，电力终端仅执行最小限度的轻量级计算，以实现安全的基于属性的加密。该解决方案整合了“轻量级终端加密+边缘外包加密+全边缘加密”的三层协同模型，最大限度地减少了电力终端在数据加密过程中的计算开销。具体的加密过程如下：
外包密钥生成：在电力物联网场景中，属性中心为数据单元（DU）生成用户密钥如下：
KS=hK′Z/(χ+?)
\begin{equation*} K_{S}=h^{K_{Z}^{\prime}/(\chi+\varpi)}\tag{1}
\end{equation*}
公式中，K′Z表示云平台的主密钥；χ表示属性关联参数；?∈Zp是模p上的有限整数域；h是密码学上下文中循环群的生成元。同时，属性中心生成外包密钥KS,out，而数据单元（DU）仅存储用户密钥KS和随机数?，并将外包密钥KS,out发送给加密服务器（ES）。
**ES加密外包（FogEncrypt函数）**：收到外包密钥KS,out和DU的访问策略UDU后，ES代表终端执行计算密集型的加密操作：
- 随机选择秘密分割数n∈Zp，并使用阈值分割方法将n分割为{x1(0),x2(0),…,xu(0)}；
- 计算外包加密组件为：AU′={hx1(0)B1,hx2(0)B2,…,hxu(0)Bu}(2)
其中，B是访问策略中对应于属性节点的属性相关密文组件；U=hn，然后返回外包加密组件AU′和U给DU。

**DO轻量级加密（Enc.DO函数）**：收到封装的加密组件AU′和U后，DU仅执行以下有限的轻量级操作：
- 随机选择u,KB∈Zp，其中KB是对称密钥，并计算集合核心的加密组件为：
\[
\begin{cases}
U_{0}=h^{u}\cdot h^{\varpi} \\
U_{1}=g^{nu}g^{\varpi u} \\
K=e(h, h)^{K_{Z}^{\prime}u
\end{cases}
\]
其中，e是将群H中的元素操作映射到目标群的双线性映射；g是循环群的另一个生成元。
- 使用对称密钥KB加密明文SEKB(PU)以生成部分密文：AU_{DO}=\{U_{0}, U_{1}, h^{u}, K_{B}\cdot K, AU^{\prime}, SE_{K_{B}} (PU)
- 将此部分密文上传给ES。
这种设计显著减轻了终端在加密过程中的计算负担。

**ES完全加密（Enc.ES函数）**：收到部分密文AU_{DO}后，ES补充其域内的属性加密组件，最终生成适合跨域共享的完整密文[17]：
- 边缘服务器（ES）随机选择域属性加密参数ry∈Zp，并计算域属性的加密组件为：
\[
\begin{cases}
A_{y}=\gamma_{y}H+x_{y}r_{y}H \\
A_{y}^{\prime}=\varpi_{y}H+k_{y}r_{y}H \\
R_{y}=r_{y}H
\end{cases}
\]
其中，Ay是域属性加密组件；A′y是辅助域属性加密组件；γy是访问策略矩阵的行向量计算结果；xy是从系统主密钥派生的域属性关联参数；ky是从系统公钥派生的辅助域属性参数；Ry是域属性的随机组件。
完整密文输出为：AU={(N,β),AU_{DO}, A_{y}, A_{y}^{\prime}, R_{y}, A_{vir}, A_{vir}^{\prime}, R_{vir}
在公式中，(N,β)代表访问控制策略，N是访问矩阵，β是矩阵行与属性之间的映射，定义只有具有特定属性组合的用户才能解密密文；Avir,A′vir,Rvir是虚拟属性加密组件。
将此完整密文上传到CS存储，完成了电力数据的安全发布。

**2.2.2 为终端体验优化的解密**
为了进一步减少在电力终端访问数据时的计算开销和延迟，基于上述轻量级属性加密方案，应用了轻量级解密优化[18]。解密过程将属性验证和部分解密的密集操作卸载到边缘服务器，使电力终端能够绕过大部分计算负担。通过单一的轻量级组合操作恢复明文，显著提升了数据访问体验。具体过程如下：
**ES解密外包（FogDecrypt函数）**：收到DU的访问请求和完整密文AU后，ES调用其存储的外包密钥KS,out来执行计算密集型的解密操作：
- 从访问策略的叶子节点开始递归计算以获取父节点组件：δ=∏y∈children(e(hxy(0)By,h?)=e(h, h)nK′Z
恢复的核心组件为：K′=e(h, h)nK′Z
将此核心组件K′返回给DU。

**ES部分解密（Dec.ES函数）**：ES同时执行关键属性验证和CP-ABE部分解密。解密过程包括：
- 验证DU的属性集是否满足访问控制策略(N,β)；如果满足，则存在ωi∈Zp使得∑i=1IωiNi=(1,0,…,0)
- 计算中间解密组件为：By=Ay?KS,β(i),?IDRy+G(?ID)A′y=γyH+G(?ID)?yH?pryH
- 聚合得到两个核心组件φ1,φ2，并将它们返回给DU。这一步确保只有授权的电力终端才能执行后续解密。

**最终DU解密（Dec.DU函数）**：DU输入用户的私钥?KS=p,KS和组件，然后通过最少的轻量级操作恢复明文：
- 恢复用于加密和解密明文数据（例如，电力IoT中的监控数据和控制命令）的对称密钥：kb=AU_{1}-?1+p?2
- 验证并解密恢复的对称密钥：K=K′?e(h,h)nK′Z KB=(KB?K)/K=KB；PU=DecKB(SEKB(PU)
执行此操作后，获得原始的电力IoT明文PU，完成解密过程。解密后，通过计算G(EncKB(PU))/AUG验证数据完整性[19]。

**2.2.3 多域属性映射以实现多域互认**
本文解决了电力物联网（IoT）中多个业务域（如发电、传输和分配）之间属性命名和权限定义不一致的实际挑战，通过基于联盟区块链智能合约设计了一种跨域属性映射机制以实现属性的互认。为此，提出了一种基于联盟区块链智能合约的权威属性映射机制。这将以可信代码的形式巩固分布式跨域属性映射，实现跨域属性的自动和可信转换及语义统一。使用智能合约创建了一个全局属性映射字典，定义了不同域之间属性的等价关系，主要包括直接跨域映射和传递映射：
- **直接域映射**：如果电力IoT域ηi中的权限属性Cci与域ηj中的权限属性Ccj匹配，它们的映射关系可以表示为(Cci?Ccj)，Cci?η=ηi, Ccj?η=ηj，i≠j；
- **传递映射**：如果Cci?Ccj且Ccd?Ccj（其中Ccd是域ηd的属性），则可以推导出(Cci?Ccd)，Cci?η=ηi, Ccd?η=ηj，i≠d。
在电力IoT中，不同域的属性之间的等价关系通过中间属性间接建立，确保了跨域属性权限的一致性。
在跨域属性认证过程中，目标域的ES调用智能合约的属性映射函数，提供源域的属性集和目标域的标识符作为输入。智能合约随后根据映射规则将源域属性转换为目标域可识别的令牌。此转换结果必须经过联盟链节点的共识验证后才能记录在链上，从而确保映射过程的公平性和不可变性。这为后续的属性验证提供了可信的基础。

**2.3 为电力IoT考虑的跨域认证**
为了高效安全地自动化管理电力IoT中大量的终端证书，设计了一个集成区块链、智能合约和秘密共享技术的分布式证书管理系统。该系统的核心目标是实现边缘证书的有效发行和动态吊销，形成一个完整的跨域认证流程，包括注册、认证和密钥更新。智能合约自动化了整个证书生命周期，而秘密共享技术实现了密钥的安全分布式存储和恢复。这显著增强了系统的安全性、韧性和管理效率。智能合约通过逻辑步骤实现核心功能，确保整个生命周期中的安全密钥管理和跨域一致性[20]。

**用户注册和公钥管理合约**：负责注册电力分配单元（DU）的身份并管理其公钥，确保身份的唯一性。
- **输入**：用户标识符?ID、用户公钥KP以及来自属性授权机构（AA）的签名——每个电力域内的属性管理实体；
- **执行步骤**：(1) 验证发起者是否为AA；如果不是AA则拒绝；(2) 检查用户标识符?ID对应的公钥是否存储在合约中；如果存储，则提示重复注册；(3) 将用户标识符?ID和用户公钥KP之间的映射关系写入合约存储模块，生成注册记录；
- **输出**：注册成功/失败反馈和注册记录的哈希值。

**数据信息记录合约**：将数据标识符、密文组件和存储哈希链接起来，以实现链上证据存储和电力数据资产的可追溯性。
- **输入**：数据标识符DataID、密文组件(B1,B2)、密文哈希AUG、AA签名；
- **执行步骤**：(1) 验证发起者是否为AA以及签名是否有效；(2) 检查数据标识符DataID是否存在；如果找到重复条目则拒绝；(3) 将数据标识符DataID、密文组件B1,B2和密文哈希AUG写入合约以生成数据记录；
- **输出**：注册成功反馈和数据记录的哈希值。

**跨域属性映射合约**：负责执行属性转换逻辑。
- **输入**：源域属性集C、目标域ES标识符和映射请求签名；
- **执行步骤**：(1) 验证请求发起者是否为有效的ES节点以及签名是否有效；(2) 从合约存储模块中检索全局属性映射字典；(3) 将源域属性与目标域属性匹配以生成属性令牌；(4) 启动联盟链节点共识投票；在超过阈值的情况下在链上记录映射结果；
- **输出**：属性令牌和映射结果的哈希值。

**证书更新和吊销合约**：响应密钥更新或设备权限吊销事件，动态管理证书状态以确保向前保密性。
- **输入**：操作类型（更新/吊销）、目标密钥KU、发起者签名；
- **执行步骤**：(1) 验证发起者身份（DU或AA）和签名有效性；(2) 对于更新操作：生成目标密钥KU并写入合约，将旧KU标记为“无效”；(3) 对于吊销操作：验证设备状态（离线/权限被吊销），并将KU标记为“已吊销”；(4) 将操作记录在链上并同步到所有联盟节点；
- **输出**：操作成功反馈和操作记录的哈希值。基于此，执行分布式密钥生成和管理。在部分私钥生成和分割过程中，中央授权机构（TA）生成部分属性私钥K′S后，调用Shamir秘密共享函数执行以下操作：
- **输入**：秘密值s=K′S和阈值(u,m)（例如，u=3,m=5）；
- **构建多项式**：h(y)=s+λ1y+λ2y2+?+λu?1yu?1
- **生成片段**：K′SFragESd=h(yd)
- **分发每个片段**：将每个片段分发给相应的ES。
在用户密钥恢复过程中，DU向ES发起密钥请求，ES通过智能合约广播该请求；至少u个ES返回K′SFragESd。请求者调用Shamir秘密重建函数执行以下操作：
- **计算拉格朗日多项式**：f(y)=∏i=1,i≠duy?yiyd?yi
- **恢复TA生成的部分属性私钥K′S**：K′S=h(0)=∑i=1uK′SFragESdf(yi)
- **生成目标密钥KU和用户解密密钥?KS**：DU调用TransKeyGen函数，随机选择p∈Zp，计算KSi=K′Si+p，并输出KU={KS1,…,KSi}和?KS=p。KU由ES签名并通过智能合约存储在链上。

结合上述边缘协作架构、轻量级加密/解密、跨域属性映射和分布式证书管理机制，形成了电力物联网的完整闭环跨域认证流程，包括“注册-认证-密钥更新”三要素，如图2所示。技术助手（TA）同时生成属性私钥K′S，并将其分片分发给ES，完成注册文件的生成。认证阶段：数据单元（DU）向目标域ES发送访问请求，其中包含用户标识符?ID、源域属性令牌和数据标识符DataID。ES调用智能合约来完成跨域属性映射，执行加密外包和部分解密，并返回AUES以及外包组件。DU执行最终解密，验证数据完整性，并完成访问。密钥更新阶段：为应对潜在的安全风险或进行定期轮换，系统会定期触发或允许用户发起更新请求。通过智能合约生成新的目标密钥KU和外包密钥KS,out。这些新密钥记录在区块链上后，会同步到所有ES单元。旧密钥自动过期，确保系统的向前保密性，并满足电力系统的高长期安全要求。

2.4 安全性证明
为了从形式上验证该方案的安全性，基于加密博弈模型构建了一个安全性证明。该方案的安全目标是具备在选择明文攻击（IND-CPA）下的不可区分性，其安全性可以归结为椭圆曲线离散对数问题（ECDLP）的难度假设。安全模型定义如下：
初始化阶段：挑战者运行系统初始化算法生成公钥和主密钥，并将公钥发送给对手。
询问阶段：对手可以适应性地进行以下查询：
密钥生成查询：提交属性集S，挑战者返回相应的属性私钥SK_S。
解密查询：提交密文CT和属性集S。如果S满足密文策略，挑战者返回解密结果。
挑战阶段：对手提交两个等长的明文M_0和M_1以及一个挑战访问策略A，并要求在上一次密钥生成查询中提交的属性集不满足A。挑战者随机选择b∈{0,1}，使用A*对M_b进行加密以生成挑战密文CT*，并将其发送给对手。
猜测阶段：对手可以继续进行密钥生成和解密查询（限于不能直接解密CT*的查询），最后输出猜测b’。
在这个游戏中，对手的优势定义为Adv_A = |Pr[b’ = b] – 1/2|。

安全性证明总结：
假设存在一个多项式时间内的对手A，它能够以可以忽略不计的优势ε破坏该方案的IND-CPA安全性。那么，可以构建一个模拟器B，使用A来解决给定的ECDLP实例（P, aP）（其中a是需要解决的离散对数）。B的模拟过程如下：
在系统初始化阶段，B将aP嵌入到系统公钥中。
在密钥生成查询阶段，对于不满足挑战策略A*的属性集S，B可以在不知道主密钥a的情况下构造一个模拟密钥组件。
在挑战阶段，B利用ECDLP实例的难度构造挑战密文，使得密文组件在计算上与随机数无法区分。
最后，B将对手A成功猜测b的能力转化为解决离散对数a的能力。
如果对手A的优势ε可以忽略不计，那么模拟器B也能够以可以忽略不计的概率解决ECDLP，这与ECDLP的难度假设相矛盾。因此，在ECDLP难度的假设下，对手在这个安全模型中的优势可以忽略不计，该方案满足IND-CPA安全性。

第3节 实验结果分析
为了验证研究中提出的基于轻量级属性的跨域认证方法在电力物联网（Power IoT）中的有效性，基于OMNeT++和CloudSim建立了一个接近大规模物联网网络的仿真实验环境。该仿真平台采用了一个独立开发的业务代理（Agent）系统，并构建了“协议 – 资源 – 业务”的三层混合仿真架构。所有建模参数和基准数据均来源于2024年至2025年示范区实际的网络普查报告和去标识化的操作日志。终端规模设定为50,000个，其类型和地理分布严格遵循普查报告中的实际构成比例：智能电表（42%）、配电监控终端（23%）、输电在线监控设备（18%）和移动检查终端（5%）。边缘服务器（ES）的部署位置、数量和计算资源规格根据实际现场规划方案设置，采用“集中区域中心 + 分布式现场边缘”的混合部署模式，共计215个ES节点。联盟链网络根据行政管理和地理边界划分为6个共识域，共部署了36个共识节点，分布在不同运营实体的边缘数据中心中，模拟了真实的跨组织协作和信任关系。
为了展示这种加密方法在电力物联网环境中的有效性，本实验使用智能电表（数据所有者，DO）生成的典型电力消耗数据作为示例。数据以原始格式和加密后的格式进行记录。访问策略设置为“区域：中国东部” AND “类型：工业电力消耗”。表1展示了使用本文方法加密后的密文结果，以包含时间戳、电表ID和累计电力消耗的明文数据记录为例。
表1清楚地展示了本文描述的加密方法在电力物联网数据上的有效性。通过对比分析，可以得出以下结论：
加密的有效性得到了完全验证：加密前的明文是结构化的JSON数据，其中字段（如MeterID, kWh）和值清晰可读，直接暴露了如电表身份和用户电力消耗等敏感信息。使用本文描述的方法进行加密后，原始数据完全转化为一系列不可读的、语义上无意义的十六进制字符串（如组件C0和C1），有效地隐藏了原始信息，证明了该方法在确保数据保密性方面的基本能力。还实现了细粒度的访问控制，因为加密后的密文完全嵌入了访问控制策略“（区域：中国东部 & 类型：工业电力使用）”。这种设计体现了基于属性的加密（Attribute-Based Encryption，ABE）的一个核心特性：密文不再绑定于特定的解密者身份，而是与满足特定属性条件的用户群体相关联。因此，只有同时拥有“中国东部”区域属性和“工业电力”类型属性的用户密钥才能成功解密密文。这从根本上实现了“单一加密支持多控制访问”的安全目标，完美契合了电力物联网的多域、多角色协作数据共享需求。密文结构体现了算法的完整性——它包含多个组件，如C0和C1，这些组件反映了底层轻量级CP-ABE算法的完整输出。这些组件分别对应于加密过程中生成的随机秘密和与属性相关的加密密钥组件。这些是解密过程不可或缺的元素。这种结构化的密文格式确保了解密程序的可执行性和安全性。
表1 本文方法加密前后电力数据的对比示例
表2 本文方法的加密一致性测试
为了验证加密的可靠性，同一明文数据在不同时间点被多次加密，并比较了输出结果，如表2所示。
表2中的加密一致性测试结果清楚地证明了本文方法的一个关键安全特性——语义安全性。具体分析如下：
成功的随机化加密——尽管三次加密操作中使用的明文数据完全相同（kWh: 1250.75），但生成的密文（由C0组件表示）在每次测试中都完全不同。这不是算法错误，而是该方案的一个有意设计特性。根本原因在于加密过程中引入了加密安全的随机数，确保每次加密成为独立的、不可预测的随机过程。
增强的抗攻击能力——这种“相同明文，不同密文”的特性提供了两个核心安全优势：
抵抗频率分析攻击：攻击者无法通过观察和分析密文模式来推断出底层明文信息，因为即使相同的电力消耗数据在密文层面也无法识别出任何模式；
抵抗重放攻击：即使攻击者拦截并存储了有效的加密数据包，他们也无法通过重新发送该密文来欺骗系统。每次会话生成的密文都是全新的，系统能够识别出非当前随机化过程产生的重复密文。
加密一致性测试不仅验证了本文中使用的加密算法的正确实现，更重要的是，它证明了该方法提供了可靠的语义安全性。对于高度敏感的电力物联网场景来说，这一特性至关重要，确保了敏感的电力使用数据即使在多次报告的情况下也能受到最高级别的加密保护。它有效防止了通过数据流量和模式分析推断用户隐私的潜在风险。
通过对具有不同属性的两个用户的私钥尝试解密相同的密文，验证了本文方法的解密过程的正确性和访问控制的精确性。验证结果见表3。
表3 本文方法解密访问控制的验证结果
表3中的解密访问控制测试结果强有力地验证了本文提出的BLAC方案实现的细粒度访问控制机制的有效性和精确性。具体来说：
当测试用户属性{区域：中国东部，类型：工业电力}与密文策略（区域：中国东部 & 类型：工业电力）完全匹配时，系统成功解密并完全恢复了原始明文数据。这不仅证明了本文中加密/解密过程的功能正确性，还确认了基于属性的访问控制逻辑在授权场景中的无故障运行。它确保了合法用户能够在跨域操作中无缝且准确地获取所需的电力数据。
当测试用户属性{区域：中国北部，类型：工业电力}与密文策略不匹配（未能通过“区域”属性检查）时，系统果断地导致了解密失败。值得注意的是，这种失败发生在解密过程的早期（在属性验证期间），使得任何中间密钥或数据都无法恢复。最终输出仅仅是无意义的字符。这种“硬失败”机制至关重要，表明该方法中的访问控制是在协议层面通过加密手段强加的——而不仅仅是事后审计的结果。它从根本上阻止了未经授权的访问尝试，有效保护了数据隐私。
总之，从正面和负面的角度来看，该实验都确认了所提出的方法成功地将加密机制与访问策略集成在一起，实现了精确的“政策即代码”。它确保了电力物联网数据的清晰且不可侵犯的安全边界——只有在满足预定义的业务策略（如地理位置、用户类型）时才允许访问。这为跨多域协作的电力生成、传输和分配中的敏感数据共享提供了可验证的、高度可靠的安全保障。
对提出的方法与相关方法进行了性能比较，包括混合链上/链下架构、超轻量级区块链认证协议、区块链多域认证协议和轻量级CP-ABE协议（参考[7]–[10]）。比较主要集中在每种方法的功能性、计算开销和存储开销上。实验程序如下：
一台北中国工业控制计算机（RPC-610A，Intel Core i5-8500 @3.00 GHz，16 GB RAM）同时充当边缘服务器（ES）和集中授权机构（TA）。FISCO BCOS v2.9.1联盟区块链网络部署在ES节点上。使用Raspberry Pi 4B（ARM Cortex-A72，4 GB RAM）开发板模拟电力物联网中的终端设备，如智能电表或变压器温度控制器（作为DO和DU）；华为云Kunpeng云服务器（kc1.large.2）作为云存储节点（CS）。实验使用Bouncy Castle（bcprov-jdk15on版本1.70）密码学库实现，以secp256r1（NIST P-256）椭圆曲线密码学作为加密基础。所有结果代表20次独立实验的平均值。不同方法的功能特征比较显示在表4中。表4 各方法功能特性的比较结果
表4显示，在加密基础和计算效率方面，所有四种比较方法仍然依赖于计算密集型的双线性配对操作。这种依赖性从根本上限制了它们在计算能力受限的电力物联网（IoT）终端上的应用性能。相比之下，所提出的方法通过采用更高效的椭圆曲线加密原语，创新性地消除了双线性配对的需求。这在算法层面上实现了本质上的轻量化设计，为减少终端计算开销奠定了坚实的基础。在计算任务分配和终端负载方面，只有混合链上/链下方法提供了部分解密外包支持，而其他三种比较方法则完全不提供任何计算外包。本文提出的方法是唯一能够同时实现加密和解密双重外包的解决方案。它将绝大多数复杂的加密计算安全地卸载到边缘服务器上，显著释放了资源受限的电力终端的资源，并显著提高了认证过程的整体效率。在密钥管理和系统安全性方面，本文提出的方法与超轻量级区块链认证方法和区块链多域认证方法一样，利用区块链技术实现了分布式、防篡改的密钥管理。这有效地避免了单点故障和密钥托管风险。相比之下，混合链上/链下方法和轻量级CP-ABE方法并未明确解决这一问题，从而对其密钥管理的安全性和可靠性提出了质疑。在动态权限管理方面，所提出的方法是所有比较方法中唯一明确支持“属性撤销”的方法。这一特性对于电力IoT的实际操作和维护至关重要，能够及时应对人员角色变化、终端设备接入/退出等动态变化情况。它促进了访问权限的细粒度、实时更新，从而满足了前瞻性保密要求，并增强了系统的整体安全性。其他比较方法未能系统地解决这一问题。总之，与现有方法相比，所提出的方法提供了最全面的功能。通过有机整合“区块链密钥管理 + 未配对的轻量级加密算法 + 双重加密/解密外包 + 属性撤销机制”，它构建了一个既安全又高效的完整认证解决方案，适用于电力IoT中的动态跨域场景。这种方法显著提高了系统的实用性和可扩展性，同时确保了安全性。

对每种方法的加密和解密时间进行统计分析，进一步比较了它们的轻量级性能，结果如图3所示。如图3所示，随着属性数量的增加，所提出方法的加密时间没有显著增长，而解密时间略有增加。相比之下，所有四种比较方法的加密和解密时间都有所增加。其中，区块链多域方法的增长趋势最为明显，总体加密/解密时间最长；而混合链上/链下方法的增长趋势最为平缓，总体加密/解密时间最短。总体而言，我们的方法在加密/解密效率方面实现了最佳平衡。它不仅避开了双线性配对的内在学习开销，还通过深度的边缘协同架构最大化了计算外包的好处。这使得我们的方法特别适用于电力IoT中的跨域场景，在这些场景中，属性政策复杂、终端计算能力有限且实时认证至关重要。它为大量终端提供了可靠的轻量级、高效的安全访问技术途径。

图4 显示了各种方法的整体认证时间随并发用户数量变化的情况。

为了评估该方法在电力IoT实际跨域场景中的整体认证效率，实验测量了完整认证过程的总耗时。实验模拟了不同数量的并发用户（从50到450人）同时向目标域的边缘服务器（ES）发起跨域数据访问请求的情况，并记录了每种方法从请求发起到成功解密的总体时间。实验结果如图4所示。如图4所示，在并发用户数量从50增加到450的整个过程中，所提出方法的总认证时间始终显著低于其他四种比较方案。此外，随着系统压力的增加，其性能优势变得越来越明显。特别是在450用户的的高并发负载下，所提出方法的耗时仅为200.2毫秒。这些数据强烈表明，构建的“云-边缘-端”协同认证系统可以为大量电力终端的高并发跨域访问提供稳定、低延迟的安全保障。这一解决方案的卓越性能并非源于单一优化，而是其系统架构设计和轻量级技术栈的协同效应。传统的认证方法严重依赖与基于云或远程认证中心的频繁交互。随着并发量的增加，网络通信（特别是广域网延迟）成为主要的性能瓶颈。相比之下，所提出的方法将大部分认证计算卸载到本地边缘服务器上，消除了终端与远处实体进行多次高延迟交互的需要。而解决方案[8]、[9]和[10]仍依赖于计算密集型的双线性配对操作。在并发工作负载下，大量的配对计算在服务器端形成队列，导致处理延迟呈线性增加。本文完全用椭圆曲线标量乘法取代了双线性配对。标量乘法的计算效率比双线性配对高1到2个数量级。这使得边缘服务器能够处理更多的并发请求，从而在计算层面实现高吞吐量，并使时间曲线更加平坦。

第4节 结论
本文解决了电力物联网（IoT）中大量异构终端的跨域安全访问的关键挑战，包括低认证效率、高计算开销和跨域相互识别的困难。它提出了一种基于轻量级属性的跨域认证方法，并结合了边缘计算。主要优势如下：
- 构建了一个系统化的解决方案。论文首先从整体架构入手，设计了一个完整的认证循环。通过建立涵盖“云-边缘-端”的两级协同认证架构，将认证计算任务卸载到边缘节点，实现了本地化认证服务并减少了通信延迟。
- 采用了基于椭圆曲线密码学的轻量级加密/解密机制，用标量乘法替换了传统的双线性配对，显著降低了算法的计算复杂度。
- 基于联盟区块链智能合约的跨域属性映射方法实现了跨多个管理域的自动属性识别和权限映射。
- 分布式凭证管理系统整合了区块链技术和秘密共享，支持边缘证书的高效发放和动态撤销，从而增强了密钥管理的安全性和灵活性。
这四种核心机制有机结合，形成了覆盖整个“注册-认证-密钥更新”过程的跨域认证解决方案，并具有自包含性和适应性。

实验证明了该解决方案的全面优势。功能比较显示，我们的方法是所有评估方法中唯一同时支持以下所有四个方面的：基于区块链的密钥管理、非双线性配对、属性撤销和加密/解密外包，实现了最佳的功能完整性。性能测试数据显示，该方法在保持最低总认证时间的同时，实现了显著更高的加密/解密效率。这充分验证了边缘协同架构和轻量级加密算法在提高认证效率方面的有效性。安全性测试确认了该方案的语义安全性和精确的细粒度访问控制能力，有效保护了电力数据隐私并阻止了未经授权的访问。

该方法与实际的电力IoT需求高度契合。它考虑了电力IoT终端的特点，如资源受限、高实时服务需求和复杂的多域协作。轻量级算法和计算外包机制适应了终端计算能力较弱的事实，而边缘本地化认证满足了低延迟服务需求，跨域属性映射解决了多域相互识别的挑战。因此，该方法在技术上非常先进且极具可行性，为构建安全、高效、可扩展的电力IoT跨域认证系统提供了有效的技术支持。