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--计算机网络论文--一般性问题论文

基于切比雪夫多项式的匿名认证协议设计与分析

摘要第4-5页
Abstract第5-6页
第一章 绪论第12-18页
    1.1 研究背景第12-14页
    1.2 研究现状第14-15页
    1.3 本文主要工作第15-16页
    1.4 结构安排第16-18页
第二章 预备知识第18-24页
    2.1 切比雪夫多项式基础知识第18-19页
        2.1.1 切比雪夫多项式第18页
        2.1.2 扩展切比雪夫多项式第18-19页
        2.1.3 相关困难性假设第19页
    2.2 模糊提取技术第19-20页
    2.3 安全协议基础知识第20-21页
        2.3.1 安全协议设计原则第20页
        2.3.2 认证协议基本概念第20-21页
        2.3.3 攻击者模型第21页
    2.4 Diffie-Hellman密钥交换协议第21-22页
    2.5 BAN逻辑第22-23页
    2.6 Hash函数第23-24页
第三章 匿名单点登录认证协议第24-34页
    3.1 相关工作第24-25页
    3.2 Lee协议的回顾第25-26页
        3.2.1 初始化阶段第25-26页
        3.2.2 用户注册阶段第26页
        3.2.3 认证阶段第26页
    3.3 Lee协议的安全性分析第26-27页
    3.4 改进的方案第27-29页
        3.4.1 初始化阶段第27-28页
        3.4.2 用户注册阶段第28页
        3.4.3 认证阶段第28-29页
    3.5 安全性分析第29-32页
        3.5.1 会话密钥安全第29-31页
        3.5.2 双向认证第31页
        3.5.3 用户对服务器匿名第31-32页
        3.5.4 前向安全第32页
        3.5.5 保护用户和服务器的私钥安全第32页
    3.6 相关协议比较与性能分析第32-33页
    3.7 本章小结第33-34页
第四章 基于生物特征和口令的双因素认证协议第34-46页
    4.1 相关工作第34页
    4.2 李等人协议的回顾第34-36页
        4.2.1 用户注册阶段第35页
        4.2.2 认证阶段第35-36页
    4.3 李等人协议的安全性分析第36页
    4.4 改进的方案第36-41页
        4.4.1 用户注册阶段第37-38页
        4.4.2 认证阶段第38-40页
        4.4.3 口令更改阶段第40-41页
    4.5 安全性分析第41-44页
        4.5.1 会话密钥安全第41-42页
        4.5.2 抵抗重放攻击第42页
        4.5.3 双向认证第42-43页
        4.5.4 用户匿名性第43页
        4.5.5 抵抗服务器数据库泄露攻击第43页
        4.5.6 抵抗内部人员攻击第43页
        4.5.7 前向安全第43-44页
    4.6 相关协议比较和性能分析第44-45页
    4.7 本章小结第45-46页
第五章 面向多服务器的多因素认证协议第46-60页
    5.1 相关工作第46页
    5.2 提出的新方案第46-52页
        5.2.1 初始化阶段第47-48页
        5.2.2 用户注册阶段第48-49页
        5.2.3 认证阶段第49-51页
        5.2.4 口令更改阶段第51-52页
    5.3 安全性分析第52-57页
        5.3.1 BAN逻辑安全性证明第52-56页
        5.3.2 抵抗智能卡丢失攻击第56页
        5.3.3 抵抗重放攻击第56页
        5.3.4 抵抗中间人攻击第56页
        5.3.5 双向认证第56-57页
        5.3.6 用户匿名性第57页
        5.3.7 票据安全第57页
        5.3.8 前向安全第57页
    5.4 相关协议比较与性能分析第57-59页
    5.5 本章小结第59-60页
第六章 总结与展望第60-62页
致谢第62-64页
参考文献第64-68页
作者简历第68页

论文共68页,点击 下载论文
上一篇:未明协议格式特征提取与报文分类
下一篇:基于联合特征和K-means结构化稀疏表示的超分辨率重建