摘要：为解决大数据使用过程中的隐私泄露问题,提出一种基于属性基重加密的隐私保护方法。利用多领域不同信任机构的属性重加密,将属性基的加密过程与重加密相结合,改进密钥生成过程中的相位移动处理,借助加密相位有效降低算法的计算量和通信量。通过多层次属性基加密的邻域分配,对大数据进行领域划分,采用异化技术,进一步减少密钥管理的复杂性。仿真实验进一步验证了该算法的有效性和优越性。
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 哥白尼索引(波兰) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：大数据 属性基加密 隐私保护 邻域分配
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
