基于浏览器指纹差异度的回访用户识别算法

特征参数的改变会使浏览器指纹发生变化,导致一个用户产生多个指纹,而指纹静态匹配的方式无法完全识别回访用户。针对该问题,提出一种回访用户识别算法。定义指纹之间的差异度计算方法,根据差异度判断指纹是否是指纹库中已有指纹的更新指纹,进而判断出用户是否为回访用户。实验结果表明该算法能够有效地识别回访用户。

HCE模式下一种基于零知识证明的身份认证方法

带有NFC(近场通信)功能的手机近几年在不断推广和普及,NFC的HCE(主机卡模拟)模式大大方便了NFC的开发和使用,使用NFC功能的相关应用也越来越多。在HCE模式下,由于缺乏本地SE模块,数据的安全性、身份认证的可靠性深受质疑。文章提出一种HCE模式下的身份认证方法,以零知识证明理论为基础,减少信息传递过程中身份凭证被窃听、复制、破解的可能,对留存于本地的身份凭证进行隐藏,较好地解决了本地数据的安全性问题。在不可信的网络环境里和安全性较弱的本地设备上完成了较可信的身份认证。

一种基于特征信息隐式获取的抗干扰浏览器指纹生成算法

浏览器指纹技术通过收集用户的User-Agent、浏览器版本、插件列表、操作系统等特征信息,构建独特的浏览器指纹,以用于用户追踪、身份认证等方面。然而,随着研究的不断深入,干扰浏览器指纹生成的方法不断被提出,指纹干扰工具能够通过伪造信息、限制功能等方式影响指纹的生成。针对这一问题,文章提出一种基于特征信息隐式获取的抗干扰浏览器指纹生成算法。该算法首先采集特征信息,构建指纹特征信息数据库;然后将获取的特征信息使用SHA 1算法进行加密;最后通过base 64方式对加密后的特征信息进行编码生成指纹。即使在使用干扰工具的情况下,该算法的指纹生成结果也不会受到影响。实验结果表明,该算法具有有效性和准确性。

一种基于AIFS权重计算的信任模型的研究

随着私有云和公共云的广泛使用,其安全性成为必须解决的首要问题。现有研究表明,安全问题与信任问题密不可分,选择可信的云服务提供商是行之有效的方法,而信任模型则是研究热点。文章利用信任度量模型与模糊集合理论来刻画相关的安全问题。考虑到AIFS模糊集合能较好地处理问题的模糊性与不确定性,文章提出一种基于AIFS最优权重计算的信任模型,该模型通过对服务指标向量进行最优权重方案选择,优化了用户对云服务提供商评价的权重,使得用户评价云服务提供商服务时结果更为客观。文章针对可信云服务提供商选择问题给出了仿真实验,实验结果表明文章方法具有较好的应用价值。