CN111221503A - 适用物联网环境下的伪随机数发生方法、发生器和传感器 - Google Patents
适用物联网环境下的伪随机数发生方法、发生器和传感器 Download PDFInfo
- Publication number
- CN111221503A CN111221503A CN201911222679.8A CN201911222679A CN111221503A CN 111221503 A CN111221503 A CN 111221503A CN 201911222679 A CN201911222679 A CN 201911222679A CN 111221503 A CN111221503 A CN 111221503A
- Authority
- CN
- China
- Prior art keywords
- sensor
- pseudo
- random number
- internet
- response message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/582—Pseudo-random number generators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明实施例涉及伪随机数技术领域,具体涉及一种适用物联网环境下的伪随机数发生方法、发生器和传感器。一种适用物联网环境下的伪随机数发生方法,应用于伪随机数发生器,包括:向物联网系统内部的传感器发送请求消息;接收传感器发送的响应消息;根据所述响应消息中携带的参数生成伪随机数。通过本发明的上述方法,利用传感器的参数来生成伪随机数,与现有技术中采用预定的公式来生成随机数相比,避免了公式被破解的危险,提高了伪随机数的保密性和安全性;并且传感器的参数值作为伪随机数的初始值,解决了现有技术中无法确定初始值的问题。
Description
技术领域
本发明实施例涉及伪随机数技术领域,具体涉及一种适用物联网环境下的伪随机数发生方法、发生器和传感器。
背景技术
随机数就是出现概率服从均匀分布的数字。在密码学和信息安全领域有很多用途,比如可以作为密钥、可以作为初始向量、可以作为点倍数等等。随机数的获取比较困难,一般是白噪声噪声源转化为数字才行,因此目前市场上系统中大多数使用的是伪随机数。伪随机数的定义:随机数是能够通过所有正确的随机性检验,而伪随机数可以通过绝大多数正确的随机性检验。随机数是不可重现的,即时在相同的初始条件下进行相同的操作,也不能以确定的概率得到相同的输出序列。而伪随机数是可以重现的,给定相同的初始条件,进行相同的操作可以得到相同的输出序列。真随机数和伪随机数有不同的应用背景,也存在相互联系。在很多实际应用中,要产生足够数量的真随机数是比较困难的,或者是在适当的时候需要重现随机数,典型的应用场景,如对称密码系统中解密时需要用加密过程中使用的随机数。在该场景下通常使用伪随机数。要保证伪随机数有较好的随机性,常常以真随机数作为其初始条件之一;或者作为一个输入,即将真随机数作为伪随机数发生器的种子。
目前伪随机数发生器常用的技术有平方取中法和线性同余法;平方取中法是由冯.诺伊曼提出的。实现方法包括:首先取一个非零的2m位的数,用该数的中间的m位数码作为所生成的伪随机数的第一个元素;然后将该数做平方运算,得到一个新的2m位的数,取其中间m位作为伪随机数的第二个元素,重复进行操作直到得到2m位的数;该2m位的数就是该算法所生成的伪随机数序列。
线性同余法,由于上述的平方取中算法复杂度的太高,在实际中的应用并不是很广,使用得更多的一种方法是线性同余法。该算法采用以下公式进行运算:
r_(n+1)=(ar_n+c)mod m,n≥0
其中,m为模数;m>0;
a为乘数;0≤a<m;
c为增量;0≤c<m;
r_0为初始值,也就是种子;0≤r_0<m;
上述两种算法的算法公式过于简略,黑客容易通过验算的方法破解获得公式从而获得伪随机数;安全性比较低。
发明内容
为此,本发明实施例提供一种适用物联网环境下的伪随机数发生方法,以提高伪随机数的安全性。
为了实现上述目的,本发明实施例提供如下技术方案:
根据本发明实施例的第一方面,一种适用物联网环境下的伪随机数发生方法,应用于伪随机数发生器,包括:
向物联网系统内部的传感器发送请求消息;
接收所述传感器发送的响应消息;
根据所述响应消息中携带的参数生成伪随机数。
进一步地,当所述传感器的数量为多个时,
向物联网系统内部的传感器发送请求消息,包括:向每一个传感器分别发送请求消息;
接收传感器发送的响应消息,包括:接收每一个传感器发送的响应消息;
根据所述响应消息中携带的参数生成伪随机数,包括:根据每一个传感器发送的响应消息中携带的参数生成伪随机数。
进一步地,根据每一个传感器发送的响应消息中携带的参数生成伪随机数,包括:
将获得的多个参数组合成一个字符串;
对所述字符串进行哈希运算得到哈希值;
将所述哈希值作为所述物联网系统的伪随机数。
进一步地,所述传感器包括温度传感器、湿度传感器和压力传感器。
进一步地,所述请求消息包括:
传感器的标识、伪随机数发生器的标识和想要获取的参数的参数类型;
所述响应消息包括:传感器的标识;伪随机数发生器的标识和参数值。
根据本发明实施例的第二方面,一种适用物联网环境下的伪随机数发生器,包括:
发送模块,用于向物联网系统内部的传感器发送请求消息;
接收模块,用于接收传感器发送的响应消息;
生成模块,用于根据所述响应消息中携带的参数生成伪随机数。
进一步地,发送模块还用于,向每一个传感器分别发送请求消息;
接收模块还用于,接收每一个传感器发送的响应消息;
生成模块还用于,根据每一个传感器发送的响应消息中携带的参数生成伪随机数。
进一步地,所述生成模块还用于:
将获得的多个参数组合成一个字符串;
对所述字符串进行哈希运算得到哈希值;
将所述哈希值作为所述物联网系统的伪随机数。
根据本发明实施例的第三方面,一种适用物联网环境下的伪随机数发生方法,应用于传感器,包括:
接收伪随机数发生器发送的请求消息;所述请求消息中携带了想要获取的参数类型;
向所述伪随机数发生器发送响应消息;
所述响应消息中携带了参数值。
根据本发明实施例的第四方面,一种适用物联网环境下的传感器,包括:
接收模块,用于接收伪随机数发生器发送的请求消息;所述请求消息中携带了想要获取的参数类型;
发送模块,用于向所述伪随机数发生器发送响应消息;
所述响应消息中携带了参数值。
本发明实施例具有如下优点:向物联网系统内部的传感器发送请求消息;接收所述传感器发送的响应消息;根据所述响应消息中携带的参数生成伪随机数。利用传感器的测量的参数来作为生成伪随机数的种子,解决了种子来源问题;并且并不是利用固定的公式来生成伪随机数,而是采用传感器的监测的参数来生成伪随机数,提高了安全性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明实施例提供的一种物联网的示意图;
图2为本发明实施例提供的适用物联网环境下的伪随机数发生方法;
图3为本发明实施例提供的单一物联网系统内部的结构示意图;
图4为本发明实施例提供的一种随机数拼接示意图;
图5为本发明实施例提供的一种适用物联网环境下的伪随机数发生器的结构示意图;
图6为本发明实施例提供的传感器的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着网络技术的飞速发展,万物互联已经从一个概念逐渐变成了现实;参见附图1所示的多个物联网系统互联的示意图;其中,包括:物联网系统1、物联网系统2、一直到物联网系统n;其中,n大于2的正整数;上述的物联网系统可以认为是整个万物互联的物联网的子系统;每一个物联网系统都连接到了云端;通过云端,实现了万物互联。物联网系统n与云端进行数据交互的时候,需要使用密钥进行;密钥包括公钥和私钥;其中,私钥的产生是需要用到伪随机数;现有技术中并没有一种适用于物联网的场景的伪随机数的生成方法;并且现有技术中的伪随机数的生成是理论上的,并不实用;比如,背景技术中提到的伪随机数的生成方法需要用到预定的公式进行,公式比较简单,公式一旦被黑客破解,则黑客很容易获得伪随机数,导致安全性不高;并且还存在没有合适的数据来作为种子;以及伪随机周期太短等问题。
基于此,本申请提出了一种适用物联网环境下的伪随机数发生方法,该方法包括:
步骤S201,向物联网系统内部的传感器发送请求消息;
物联网也称为传感网技术,是把各种传感器、信息处理器和网线网络融合为一个整体;传感器是必不可少的因素。随着具体的物联网的模型不同,传感器的数量也不同;参见附图3所示的单一物联网系统内部的结构示意图;该物联网系统包括多个传感器;图中表示出了31-35;还可以设置更多的传感器;和一个伪随机数发生器31;该伪随机数发生器与每一个传感器连接。
如果网联网系统是一个生产车间;则传感器就是该车间中的设置的传感器,包括检测各个机器的温度传感器;和检测空气的温度传感器;多个物联网系统就是多个车间,通过云端来实现工厂对于多个车间的监控和管理。
如果互联网系统是一段需要重点关注的输油管道;则传感器是设置在管道内部的流量传感器、温度传感器、压力传感器。多个物联网系统就是多段管道,通过云端来实现管道局对于多段管道的监控和管理。
如果物联网系统是一个农业生产的大棚,则传感器包括设置在大棚内部的湿度传感器、温度传感器、光照强度传感器、土壤水分传感器;多个物联网系统就是多个大棚,通过云端来实现农户对于多个大棚的监控和管理。
如果物联网系统是一个水产养殖的一个池塘,则传感器包括设置在该池塘内部的PH值传感器、含氧传感器。多个物联网系统就是多个池塘,通过云端来实现养殖户对于多个池塘的监控和管理。
其中,在单独的一个物联网系统内部,参见附图2所示的物联网内部示意图;物联网系统包括:一个伪随机数发生器、多个传感器;分别是传感器1、传感器2、传感器3和传感器4;当然还可以有更多的传感器;传感器的类型不限制,每一个传感器类型的传感器的数量也不限制。比如,压力传感器,可能设置了40个;温度传感器,可能有50个。
步骤S202,接收该传感器发送的响应消息;
步骤S203,根据上述响应消息中携带的参数生成伪随机数。
其中,所述请求消息包括:传感器的标识、伪随机数发生器的标识和想要获取的参数的参数类型;
所述响应消息包括:传感器的标识;伪随机数发生器的标识和参数值。
其中,参数是值传感器的测量值。如果是温度传感器,则参数是温度值;
如果是压力传感器,则参数是压力值;如果是湿度传感器,则参数是湿度值。
所述传感器包括温度传感器、湿度传感器和压力传感器等等各种类型的传感器。
考虑到一个物联网系统内存在多个传感器的情况;在一种实施方式中,当所述传感器的数量为多个时,向物联网系统内部的传感器发送请求消息,包括:向每一个传感器分别发送请求消息;
接收传感器发送的响应消息,包括:接收每一个传感器发送的响应消息;
根据所述响应消息中携带的参数生成伪随机数,包括:根据每一个传感器发送的响应消息中携带的参数生成伪随机数。
其中,根据每一个传感器发送的响应消息中携带的参数生成伪随机数,包括:
将获得的多个参数组合成一个字符串;
对所述字符串进行哈希运算得到哈希值;
将所述哈希值作为所述物联网系统的伪随机数。
下面详细介绍一下本申请的方法流程:
物联网系统中一般都有很多传感器,比如温度传感器、压力传感器、湿度传感器等等。这些传感器采集的环境参数在一定范围内具备随机性,可以将上述传感器测量的参数作为种子。
(1)制定传感器和伪随机数发生器之间的通信内容格式,一般用json格式。
伪随机数发生器到传感器采用以下函数:
src_id:传感器的设备编号;
dst_id:伪随机数发生器的设备编号;
cmd:命令名称;
param:要获取的参数名称;
传感器到伪随机数发生器的函数:
src_id:传感器的设备编号;
dst_id:伪随机数发生器的设备编号;
cmd:命令名称;
param:反馈的参数名称;
value:反馈的参数值;
(2)制定传感器和伪随机数发生器之间的通信规则。
要求必须是伪随机数发生器发出请求消息;然后传感器应答消息。
(3)制定伪随机数发生器在收集完毕传感器传回来的随机数据之后,作为发生器的种子的加工规则:
(3-1)按照顺序将获取的随机数拼凑成一个数字;参见附图4所示的随机数拼接示意图;
其中,A=a+b+c符号“+”表示拼接;a、b、c分别是不同的传感器测量的参数值;图中只是示意,具体应用时,传感器的数量可以有成千上万个,参数值就有成千上万个;越是当传感器的数量巨大的时候,本申请采用的方法具有显著的意义。具体数量本申请不做限定。
值得强调的是,上述的a、b、c表示单独一个传感器的测量值,或者是经过某种加工之后得到的值;也可以表示一种类型的传感器的测量的平均值;或者是经过某种加工之后得到的值;本申请不做具体限定。
(3-2)对拼凑好的数字A使用SM3算法运算得到哈希值H,即:
H=SM3(A);
(3-3)数字H就是本发明所生成的伪随机数。
如果传感器的类型非常多,包括比如,温度传感器、压力传感器以及其他类型的传感器;还可以对采集的传感器的参数进行加工处理;
方法包括:统计同一个类型的传感器的测量值;
也可以统计同一个类型的传感器的数量;
计算同一个类型的传感器的测量值的平均值;
其中,可以计算其中全部或者部分同类型传感器的测量值的平均值;
比如,压力传感器100个;只计算其中80个传感器的平均值;
根据所述平均值来生成字符串。
比如,对于同一个物联网系统内部的100个温度传感器的测量值;有100 个压力传感器的测量值;可以先计算出该100个温度传感器的平均值;计算出 100个压力传感器的测量值的平均值;然后用温度传感器和压力传感器的平均值来哈希运算得到伪随机数。
方法还包括:
根据传感器的重要程度,为每一个传感器赋权值;
如果传感器比较重要,则赋权值大于1,比如1.5;
如果传感器不重要,则赋权值小于1,比如0.9;
传感器的重要程度是根据传感器的位置和需要程度决定的,比如,对于一个工厂车间而言;设置了空气的温度传感器、湿度传感器;机器设备上还设置了传感器,比如机器上的电流传感器;电压传感器;可以为电流传感器和电压传感器设置比较大的权值;权值大于1。
在一种实施方式中,在进行拼接时,还可以按照预先设定的顺序对传感器测量值进行排序;比如,可以按照温度传感器、湿度传感器、压力传感器的顺序排血;
在每一种类型的传感器中,按照传感器编号排序;比如,对于100个温度传感器,依次将编号1的温度传感器的测量值到编号100的温度传感器的测量值从左到右排列。
有益效果:
(1)能够解决种子的生成问题,而且这种生成方法特别适合于物联网环境下应用。
(2)伪随机数的生成公式不再是一个简单的数学公式,而是一个哈希算法,不容易验算破解。
(3)伪随机周期会变得非常长。
今后在各种物联网系统中,如果采用了密码学等信息安全措施,需要生成伪随机数,都可以采用本申请的方案来获取高质量的伪随机数。
与方法对应,本申请还提出了一种适用物联网环境下的伪随机数发生器,参见附图5所示的一种适用物联网环境下的伪随机数发生器的结构示意图;该伪随机数发生器包括:
发送模块41,用于向物联网系统内部的传感器发送请求消息;
接收模块42,用于接收传感器发送的响应消息;
生成模块43,用于根据所述响应消息中携带的参数生成伪随机数。
在一种实施方式中,发送模块41还用于,向每一个传感器分别发送请求消息;
接收模块42还用于,接收每一个传感器发送的响应消息;
生成模块43还用于,根据每一个传感器发送的响应消息中携带的参数生成伪随机数。
在一种实施方式中,所述生成模块43还用于:
将获得的多个参数组合成一个字符串;
对所述字符串进行哈希运算得到哈希值;
将所述哈希值作为所述物联网系统的伪随机数。
一种适用物联网环境下的伪随机数发生方法,应用于传感器,包括:
接收伪随机数发生器发送的请求消息;所述请求消息中携带了想要获取的参数类型;
向所述伪随机数发生器发送响应消息;
所述响应消息中携带了参数值。
一种适用物联网环境下的传感器,参见附图6所示的传感器的结构示意图;该传感器包括:
接收模块51,用于接收伪随机数发生器发送的请求消息;所述请求消息中携带了想要获取的参数类型;
发送模块52,用于向所述伪随机数发生器发送响应消息;所述响应消息中携带了参数值。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种适用物联网环境下的伪随机数发生方法,其特征在于,应用于伪随机数发生器,包括:
向物联网系统内部的传感器发送请求消息;
接收所述传感器发送的响应消息;
根据所述响应消息中携带的参数生成伪随机数。
2.如权利要求1所述的方法,其特征在于,当所述传感器的数量为多个时,
向物联网系统内部的传感器发送请求消息,包括:向每一个传感器分别发送请求消息;
接收传感器发送的响应消息,包括:接收每一个传感器发送的响应消息;
根据所述响应消息中携带的参数生成伪随机数,包括:根据每一个传感器发送的响应消息中携带的参数生成伪随机数。
3.如权利要求2所述的方法,其特征在于,根据每一个传感器发送的响应消息中携带的参数生成伪随机数,包括:
将获得的多个参数组合成一个字符串;
对所述字符串进行哈希运算得到哈希值;
将所述哈希值作为所述物联网系统的伪随机数。
4.如权利要求1所述的方法,其特征在于,所述传感器包括温度传感器、湿度传感器和压力传感器。
5.如权利要求1所述的方法,其特征在于,所述请求消息包括:
传感器的标识、伪随机数发生器的标识和想要获取的参数的参数类型;
所述响应消息包括:传感器的标识;伪随机数发生器的标识和参数值。
6.一种适用物联网环境下的伪随机数发生器,其特征在于,包括:
发送模块,用于向物联网系统内部的传感器发送请求消息;
接收模块,用于接收传感器发送的响应消息;
生成模块,用于根据所述响应消息中携带的参数生成伪随机数。
7.如权利要求6所述的伪随机数发生器,其特征在于,
发送模块还用于,向每一个传感器分别发送请求消息;
接收模块还用于,接收每一个传感器发送的响应消息;
生成模块还用于,根据每一个传感器发送的响应消息中携带的参数生成伪随机数。
8.如权利要求7所述的伪随机数发生器,其特征在于,所述生成模块还用于:
将获得的多个参数组合成一个字符串;
对所述字符串进行哈希运算得到哈希值;
将所述哈希值作为所述物联网系统的伪随机数。
9.一种适用物联网环境下的伪随机数发生方法,其特征在于,应用于传感器,包括:
接收伪随机数发生器发送的请求消息;所述请求消息中携带了想要获取的参数类型;
向所述伪随机数发生器发送响应消息;
所述响应消息中携带了参数值。
10.一种适用物联网环境下的传感器,其特征在于,包括:
接收模块,用于接收伪随机数发生器发送的请求消息;所述请求消息中携带了想要获取的参数类型;
发送模块,用于向所述伪随机数发生器发送响应消息;
所述响应消息中携带了参数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911222679.8A CN111221503A (zh) | 2019-12-03 | 2019-12-03 | 适用物联网环境下的伪随机数发生方法、发生器和传感器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911222679.8A CN111221503A (zh) | 2019-12-03 | 2019-12-03 | 适用物联网环境下的伪随机数发生方法、发生器和传感器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111221503A true CN111221503A (zh) | 2020-06-02 |
Family
ID=70827752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911222679.8A Pending CN111221503A (zh) | 2019-12-03 | 2019-12-03 | 适用物联网环境下的伪随机数发生方法、发生器和传感器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111221503A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106452744A (zh) * | 2016-09-27 | 2017-02-22 | 哈尔滨工程大学 | 一种物联网根密钥产生装置及方法 |
EP3282675A1 (en) * | 2016-08-11 | 2018-02-14 | Nxp B.V. | Network node and method for identifying a node in transmissions between neighbouring nodes of a network |
CN108306732A (zh) * | 2018-04-20 | 2018-07-20 | 北京数字认证股份有限公司 | 一种随机数生成方法、相关设备及系统 |
CN109375898A (zh) * | 2018-11-26 | 2019-02-22 | 弦海(上海)量子科技有限公司 | 基于cmos探测的量子真随机数生成器芯片及方法 |
CN109617684A (zh) * | 2018-12-26 | 2019-04-12 | 绍兴心越科技有限公司 | 自修复主动防御式真随机数发生装置及生成方法 |
-
2019
- 2019-12-03 CN CN201911222679.8A patent/CN111221503A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3282675A1 (en) * | 2016-08-11 | 2018-02-14 | Nxp B.V. | Network node and method for identifying a node in transmissions between neighbouring nodes of a network |
CN106452744A (zh) * | 2016-09-27 | 2017-02-22 | 哈尔滨工程大学 | 一种物联网根密钥产生装置及方法 |
CN108306732A (zh) * | 2018-04-20 | 2018-07-20 | 北京数字认证股份有限公司 | 一种随机数生成方法、相关设备及系统 |
CN109375898A (zh) * | 2018-11-26 | 2019-02-22 | 弦海(上海)量子科技有限公司 | 基于cmos探测的量子真随机数生成器芯片及方法 |
CN109617684A (zh) * | 2018-12-26 | 2019-04-12 | 绍兴心越科技有限公司 | 自修复主动防御式真随机数发生装置及生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maesa et al. | Uncovering the bitcoin blockchain: an analysis of the full users graph | |
Bao et al. | A new chaotic system for image encryption | |
CN110661790A (zh) | 一种区块链隐私数据的保护方法、装置、设备和介质 | |
CN109460412A (zh) | 数据聚合方法、装置、设备及存储介质 | |
CN110289997A (zh) | 一种日志报文校验方法、装置及系统 | |
Xiao et al. | Digital watermark-based independent individual certification scheme in WSNs | |
Lone et al. | Cryptanalysis and improved image encryption scheme using elliptic curve and affine hill cipher | |
Sýs et al. | The Efficient Randomness Testing using Boolean Functions. | |
Hsiao et al. | Utilizing blockchain technology to improve WSN security for sensor data transmission | |
CN116260587A (zh) | 一种抗量子、基于哈希签名且具有小尺寸的签名认证方法 | |
Kösemen et al. | Genetic programming-based pseudorandom number generator for wireless identification and sensing platform | |
Qasaimeh et al. | Software design and experimental evaluation of a reduced aes for iot applications | |
CN111221503A (zh) | 适用物联网环境下的伪随机数发生方法、发生器和传感器 | |
CN116389164B (zh) | 数据的检测方法及装置 | |
CN113055189A (zh) | Sm2数字签名验证失败原因判定方法、装置、设备和介质 | |
Mohammad Shah et al. | Modified Generalized Feistel Network Block Cipher for the Internet of Things | |
CN117094412A (zh) | 针对非独立同分布医疗场景下的联邦学习方法和装置 | |
CN105991289A (zh) | Sm3密码算法的侧信道能量分析方法及装置 | |
CN112529550A (zh) | 一种基于区块链的匿名转账方法及装置、电子设备 | |
CN111949737A (zh) | 基于区块链的数据完整性验证方法、终端设备和存储介质 | |
Alfandi et al. | Secure and authenticated data communication in wireless sensor networks | |
CN115062299B (zh) | 一种针对数据泄露的安全性检测方法、装置及电子设备 | |
CN110266781B (zh) | 一种基于哈希函数的网络节点随机选取方法 | |
Flores-Carapia et al. | A dynamic hybrid cryptosystem using chaos and diffie–hellman protocol: An image encryption application | |
CN106708470A (zh) | 一种量子随机数发生器及量子随机数生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |