首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

窄带物联网应用环境下安全机制研究

中文摘要第4-5页
abstract第5-6页
第一章 绪论第11-20页
    1.1 课题研究背景第11-14页
        1.1.1 窄带物联网概念及其特点第11页
        1.1.2 窄带物联网发展历程及应用领域第11-13页
        1.1.3 窄带物联网应用架构第13-14页
    1.2 相关研究现状第14-17页
        1.2.1 加密算法在物联网安全中的研究现状第15-16页
        1.2.2 密钥管理协议在物联网安全中研究现状第16-17页
    1.3 课题研究意义第17-18页
    1.4 主要工作第18-19页
    1.5 论文组织结构第19-20页
第二章 窄带物联网应用环境下安全问题分析第20-27页
    2.1 安全问题总体分析第20-21页
        2.1.1 NB-IoT终端相关安全问题第20-21页
        2.1.2 NB-IoT人机交互系统相关安全问题第21页
    2.2 关键安全技术第21-22页
    2.3 窄带物联网终端对加密算法的选择第22-24页
        2.3.1 窄带物联网终端特点第22-23页
        2.3.2 窄带物联网终端对加密算法的要求第23-24页
        2.3.3 加密算法的选择第24页
    2.4 窄带物联网对密钥管理协议的选择第24-26页
        2.4.1 NB-IoT业务通信特点与通信模型第24-25页
        2.4.2 窄带物联网终端对密钥管理协议的要求第25-26页
        2.4.3 密钥管理协议的选择第26页
    2.5 本章小结第26-27页
第三章 基于AES与混沌序列的轻量级加密算法第27-47页
    3.1 高级加密标准AES第27-33页
        3.1.1 状态矩阵与初始密钥第28-29页
        3.1.2 密钥扩展算法第29-30页
        3.1.3 轮变换第30-33页
    3.2 混沌加密算法第33-35页
        3.2.1 Logistic映射第33-34页
        3.2.2 Tent映射第34-35页
    3.3 LCHAOSAES第35-45页
        3.3.1 简化AES算法第35-41页
        3.3.2 构建混沌密钥生成系统第41-44页
        3.3.3 窄带物联网加密模型第44-45页
    3.4 LCHAOSAES安全性分析第45-46页
        3.4.1 密钥空间第45页
        3.4.2 密钥敏感性第45-46页
    3.5 LCHAOSAES性能测试第46页
    3.6 本章小结第46-47页
第四章 窄带物联网动态预分配密钥管理协议第47-54页
    4.1 终端节点状态第47-48页
    4.2 存储空间第48页
    4.3 身份认证第48-49页
    4.4 密钥管理过程第49-52页
        4.4.1 生成密钥第49-50页
        4.4.2 共享密钥第50-51页
        4.4.3 更新密钥第51-52页
    4.5 安全性分析第52页
    4.6 计算开销分析第52-53页
    4.7 存储开销分析第53页
    4.8 本章小结第53-54页
第五章 窄带物联网应用测试系统的搭建和实验分析第54-69页
    5.1 测试系统整体结构第54-55页
    5.2 硬件平台简介第55-56页
    5.3 测试系统软件设计第56-62页
        5.3.1 通信帧格式设计第56-57页
        5.3.2 NB-IoT终端节点软件设计第57-59页
        5.3.3 服务器侦听软件及数据库设计第59-62页
    5.4 系统功能测试第62-65页
        5.4.1 密钥管理协议第62-63页
        5.4.2 加密算法第63-64页
        5.4.3 NB-IoT基本数据通信功能第64-65页
    5.5 实验结果与分析第65-68页
        5.5.1 LCHAOSAES实际性能测试及资源占用第66-67页
        5.5.2 密钥管理协议实际性能测试及资源占用第67-68页
    5.6 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 全文总结第69-70页
    6.2 课题展望第70-71页
参考文献第71-76页
附录第76-78页
攻读硕士学位期间主要的研究成果第78-79页
    已录用论文第78页
    专利第78页
    软件著作权第78-79页
致谢第79-80页

论文共80页,点击 下载论文
上一篇:基于集成学习的数据流分类算法研究
下一篇:基于人眼特性的虚拟现实光学系统设计