(北京航空航天大学网络空间安全学院 北京 100191) (空天网络安全工业和信息化部重点实验室(北京航空航天大学) 北京 100191) (sy2039109@buaa.edu.cn)
出版日期: 2021-10-01基金资助:国家自然科学基金项目(32071775,62002006)Anonymous Authentication and Key Agreement Protocol for 5G-V2V Based on PUF
Hou Wanyu, Sun Yu, Li Dawei, Cui Jian, Guan Zhenyu, Liu Jianwei(School of Cyber Science and Technology, Beihang University, Beijing 100191) (Key Laboratory of Ministry of Industry and Information Technology for Cyberspace Security(Beihang University), Beijing 100191)
Online: 2021-10-01Supported by:This work was supported by the National Natural Science Foundation of China (32071775, 62002006).摘要/Abstract
摘要： 针对目前5G车联网中车辆之间(vehicle-to-vehicle, V2V)通信的认证与密钥协商方案算法复杂、时延高的问题，提出一种基于物理不可克隆函数(physical unclonable function, PUF)的5G车联网V2V匿名认证与密钥协商协议.协议通过引入轻量级PUF避免了V2V认证中的数字签名操作，并精简通信步骤，成功减轻车辆的计算和通信开销.协议还借助PUF实现了车辆的车载单元(on board unit, OBU)和5G SIM卡的绑定，解决了身份假冒问题.同时，通过构建身份索引表，实现监管部门通过5G服务网(serving work, SN)对车辆的伪身份溯源，满足条件匿名性要求.使用形式化工具AVISPA验证了协议在Dolve-Yao模型下的安全性，并在计算开销、通信开销、安全性方面优于已有的车联网匿名通信协议，可为5G车联网的V2V通信提供基本安全保障.
参考文献
相关文章 15
| [1] | 孙学良, 黄安欣, 罗夏朴, 谢怡. 针对Tor的网页指纹识别研究综述[J]. 计算机研究与发展, 2021, 58(8): 1773-1788. |
| [2] | 杨尧林, 和红杰, 陈帆, 原长琦. 基于预测误差自适应编码的图像加密可逆数据隐藏[J]. 计算机研究与发展, 2021, 58(6): 1340-1350. |
| [3] | 李明慧, 江沛佩, 王骞, 沈超, 李琦. 针对深度学习模型的对抗性攻击与防御[J]. 计算机研究与发展, 2021, 58(5): 909-926. |
| [4] | 李腾, 乔伟, 张嘉伟, 高怿旸, 王申奥, 沈玉龙, 马建峰. 隐私保护的基于图卷积神经网络的攻击溯源方法[J]. 计算机研究与发展, 2021, 58(5): 1006-1020. |
| [5] | 周纯毅, 陈大卫, 王尚, 付安民, 高艳松. 分布式深度学习隐私与安全攻击研究进展与挑战[J]. 计算机研究与发展, 2021, 58(5): 927-943. |
| [6] | 孟小峰, 刘立新. 基于区块链的数据透明化：问题与挑战[J]. 计算机研究与发展, 2021, 58(2): 237-252. |
| [7] | 沈剑, 周天祺, 曹珍富. 云数据安全保护方法综述[J]. 计算机研究与发展, 2021, 58(10): 2079-2098. |
| [8] | 王晨旭, 程加成, 桑新欣, 李国栋, 管晓宏. 区块链数据隐私保护：研究现状与展望[J]. 计算机研究与发展, 2021, 58(10): 2099-2119. |
| [9] | 郭娟娟, 王琼霄, 许新, 王天雨, 林璟锵. 安全多方计算及其在机器学习中的应用[J]. 计算机研究与发展, 2021, 58(10): 2163-2186. |
| [10] | 王会勇, 唐士杰, 丁勇, 王玉珏, 李佳慧. 生物特征识别模板保护综述[J]. 计算机研究与发展, 2020, 57(5): 1003-1021. |
| [11] | 黄克振, 连一峰, 冯登国, 张海霞, 刘玉岭, 马向亮. 基于区块链的网络安全威胁情报共享模型[J]. 计算机研究与发展, 2020, 57(4): 836-846. |
| [12] | 王斌, 张磊, 张国印. 敏感渐进不可区分的位置隐私保护[J]. 计算机研究与发展, 2020, 57(3): 616-630. |
| [13] | 刘俊旭, 孟小峰. 机器学习的隐私保护研究综述[J]. 计算机研究与发展, 2020, 57(2): 346-362. |
| [14] | 黄海平, 张东军, 王凯, 朱毅凯, 王汝传. 带权值的大规模社交网络数据隐私保护方法[J]. 计算机研究与发展, 2020, 57(2): 363-377. |
| [15] | 芦效峰, 廖钰盈, Pietro Lio, Pan Hui. 一种面向边缘计算的高效异步联邦学习机制[J]. 计算机研究与发展, 2020, 57(12): 2571-2582. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4514
