摘要：提出了一种新的图像自适应并行加密算法.该算法根据奇偶加密轮次对图像进行水平或垂直分组,再对分组进行子块划分,并使用相邻块像素扰动混沌映射,同时设计了新的分组扩散方法,并使用S盒完成像素非线性替代.实验结果表明,新算法具有安全、简单、高效的特点,适合并行实现.

摘要：随着电网规模的日益扩大以及监控设备的逐渐增多,为了高效、集中地监控电网设备的运行情况,结合Mod Bus和IEC104协议,设计了一种智能电网监控与安全传输系统,实现设备断线自动重连机制,提高系统的稳定性,并且以图形交互界面的形式提供给用户,便于用户直观地进行数据监控与设备管理。由于数据采集量的与日俱增,针对当前系统中数据传输的安全性较低、大量数据加密传输时实时性不高等问题,结合SM4加密算法及GPU并行计算的能力,提出一种新的并行加密算法,并有效应用到系统中,提高数据传输过程中的安全性与实时性。实验结果表明,此监控系统运行稳定可靠,实时性好,安全性高。

摘要：为了克服大数据在采用串行加密方式时具有的加密效率低的问题,设计了一种基于双混沌系统的大数据环境的并行加密算法;首先,设计了基于Map-Reduce的大数据环境的并行加密模型;然后,引入了改进的Logistic映射和Tent映射构成双混沌系统,并设计了Map函数、Sort函数和Reduce函数实现并行加密,在Map函数中通过Logistic映射和Tent映射的不断迭代计算加密密钥或解密密钥,在Sort函数对由Map函数输出的键值对进行排序并剔除重复的数据块,在Reduce函数中对加密后的密文数据块或解密后的明文数据块进一步合并构成输出数据;仿真实验表明:文中设计的基于双混沌系统的Map-Reduce并行加密模型能高效地进行数据加密或解密,能提高数据安全性和加密效率,具有较强的可行性。

摘要：传统嵌入式终端数据传输并行加密方法易受到数据传输迭代过程中暂态特性的影响,加密后数据信息丢失量较大,加密效果不佳。为了减少加密后的信息丢失量,提升加密安全性,提出基于高级加密标准算法和混沌映射的嵌入式终端数据传输并行加密方法。根据嵌入式系统中数据的属性分布情况,对其进行编码设计,基于混沌映射原理,对数据进行初级加密,并对传输数据进行整合,求取其状态矩阵,以消除数据传输迭代过程中暂态的影响,以此为依据,采用AES算法,对数据进行轮钥加密,由此实现数据传输并行加密。对比实验结果显示,所提方法能够为数据提供一个安全且稳定的传输空间,加密后的信息丢失量很小。

摘要：网络多敏感属性数据量较大,且噪声数据占比较高,导致数据加密效果不佳。因此,提出基于联邦学习的网络多敏感属性数据并行加密方法。在去中心化联邦架构下,构造公钥密钥和私钥密钥。选取两个维度数据构成网络多敏感属性数据集合,将多敏感属性数据作为子密文对数据进行训练,并将输入的随机误差向量作为基础密文。构建基于联邦学习的并行加密框架,结合重加密方法完成多敏感属性数据的并行加密。实验结果表明,该方法加密过程中的最大平均绝对误差仅达到0.2,能够有效剔除全部噪声数据,并保证数据不被泄露,加密效果好。

摘要：随着海量的数据被放入云计算系统当中,基于云计算的数据安全研究就有很大的意义,本文针对云计算网络的特点,提出了一种数据分块并行优化的分布式AES加密算法。该模型通过使用切片算法对大数据文件进行分割,得到能够独立执行AES加密算法的数据分片。在加密过程中,利用集群的并行特性,使用并行计算程序设计中的基于数据分块的并行设计与AES加密算法中的分组加密ECB模式相结合的办法对大数据文件进行加密。仿真实验结果表明,本文提出的改进算法提高了加密的效率,Map加速比在16核集群中达到接近于处理器核数的结果。

摘要：针对云计算环境的隐私保护问题,采用加密数据存储是一个可行的选择。为了提高数据加密解密的速度,结合云环境的并行计算特点和AES加密算法,设计了一种并行AES加密方案,给出了具体的并行算法,分析了算法的性能,并通过实验证明了方法的有效性。实验结果表明该并行算法在MapReduce模式下,在16核4节点构成的云计算集群上能够达到15.9的加速比,总加密时间减少了72.7%。

摘要：为满足容灾系统中保护数据机密性的需求,设计一种面向容灾的堆叠式数据透明加密框架。采用虚拟化技术和分层开发思想,在系统容灾层之上构建数据加密层,实现容灾系统中数据的加密存储和在网络中的加密传输。针对数据加密操作时间开销大的问题,设计一个数据并行加密机制p-dm-crypt,在加密驱动程序中实现对数据的并行加密处理。原型系统上的测试结果表明,与采用Linux系统内置的dm-crypt加密机制的系统相比,采用p-dm-crypt的系统在写性能方面提升了18%。

摘要：为解决传统单机模式串行加密方法存在的不足,设计了一种基于Hadoop平台的混沌加密算法的运行方案。该方案运用MapReduce并行框架和混沌加密伪随机数以及初值敏感的原理,提出一种针对MapReduce框架和混沌加密优化的并行混沌加密方案,即用明文长度作为初值,分别对Chen、Lorenz、R ssler三种超混沌系统进行初始迭代,同时提出对明文数据按1 MB进行分块的设计理念,通过根据偏移量,判断每个分块生成长度为1 MB的Chen、Lorenz、R ssler三个密钥序列的方法,达到提升数据密度安全性、减少运行内存占有量等目的。该设计框架中,Chen序列用于明文置乱操作,Lorenz序列用于异或的扩散操作,R ssler序列用于取模的辅助扩散操作。实验证明,针对MapReduce并行框架特性和混沌系统特性的优化算法,在有效减小内存占用量、提高加密速度的同时,明文关联的加密操作达到了有效防御选择明文攻击的目的。

摘要：加密数据库对隐私数据的加密存储保护是解决当前互联网中用户隐私数据泄露的一种可行方案。鉴于互联网中每日产生的用户隐私数据规模巨大,传统的串行计算会导致隐私数据的加密存储时间消耗较长。为提高加密存储等数据处理的速度,将MapReduce并行框架与Crypt DB密文数据库系统进行有机结合,设计并实现了Crypt DB密文数据库系统并行加密和分布式存储的方案。并行方案采用任务调度算法、文件分割算法来提高其并行性和可控性,通过重写MapReduce框架中的Map方法来实现Crypt DB密文数据库系统的并行加密和分布式存储。基于由1个Master节点、3个Crypt DB节点和3个My SQL服务器构成的实验平台,进行了并行方案的实验验证及其性能分析。实验结果表明,所构建的并行方案在3个Crypt DB节点集群中的加速比可达到2.51,加密和存储时间节省了60.2%,可用于大规模关系数据的加密存储。