基于霧計算的工業(yè)互聯(lián)網(wǎng)安全數(shù)據(jù)訪問方法

李靜元,張 珂,楊東裕

(1.陜西師范大學(xué)信息化建設(shè)與管理處,陜西 西安 710119; 2.工業(yè)和信息化部電子第五研究所,廣東 廣州 510000)

0 引 言

隨著人工智能和云計算的網(wǎng)絡(luò)化迅速發(fā)展以及應(yīng)用，推動了工業(yè)互聯(lián)網(wǎng)的云制造模式，實現(xiàn)工業(yè)生產(chǎn)過程中相關(guān)要素的互聯(lián)互通，生產(chǎn)過程專注于管理制造過程的統(tǒng)計數(shù)據(jù)分析[1]。云計算提供的存儲資源和大數(shù)據(jù)分析主要在云端服務(wù)層完成，云端服務(wù)層距離用戶一般都較遠(yuǎn)，這就會導(dǎo)致數(shù)據(jù)分析和傳輸?shù)难舆t比較大。而工業(yè)互聯(lián)網(wǎng)中的工控系統(tǒng)對數(shù)據(jù)響應(yīng)有嚴(yán)格的要求，一般都在毫秒級別，工業(yè)互聯(lián)網(wǎng)中傳統(tǒng)的以云端為中心的數(shù)據(jù)處理無法滿足即時性、低延遲和機密性要求。為了解決這些問題，通過引入霧節(jié)點層完成部分加密和解密任務(wù)來減輕云服務(wù)層和設(shè)備層的計算壓力，減少系統(tǒng)的響應(yīng)時間和傳輸帶寬。霧節(jié)點層是更靠近終端設(shè)備的具有一定存儲和計算能力的代理服務(wù)器或者智能網(wǎng)關(guān)，能完成部分?jǐn)?shù)據(jù)預(yù)處理和通信。并提出基于密文策略的屬性加密算法(CP-ABE)實現(xiàn)根據(jù)設(shè)備的多個屬性來安全訪問方法，只有滿足屬性的設(shè)備才能進(jìn)行訪問密文數(shù)據(jù)并最終解密獲得原文。從安全性的方面來看，數(shù)據(jù)的加密過程需要屬性授權(quán)機構(gòu)分配和屬性相關(guān)的變量，密文保存在云服務(wù)層上，即使非法用戶攔截密文或云端惡意發(fā)送密文給不滿足屬性要求的設(shè)備也無法獲得關(guān)于原始消息的任何信息。

本文的主要貢獻(xiàn)包括3個方面：

1)在云服務(wù)層和終端設(shè)備之間引入霧節(jié)點層進(jìn)行部分運算任務(wù)，有效地降低延遲和計算開銷，滿足工業(yè)互聯(lián)網(wǎng)的即時性要求。

2)基于CP-ABE的加密算法實現(xiàn)密文傳輸，具有抗共謀性和機密性作用，通過實驗仿真在滿足安全性的前提下相比其他方案效率更高。

3)基于用戶屬性而不是用戶組的訪問控制策略更靈活，經(jīng)過霧節(jié)點的數(shù)據(jù)預(yù)處理降低了通信成本，讓數(shù)據(jù)訪問方式更加高效精細(xì)化。

1 相關(guān)工作

傳統(tǒng)的工業(yè)互聯(lián)網(wǎng)中數(shù)據(jù)分析主要集中在云服務(wù)端，由設(shè)備采集數(shù)據(jù)后以明文或?qū)ΨQ密鑰加密成密文形式經(jīng)過互聯(lián)網(wǎng)發(fā)送給云服務(wù)器存儲，云服務(wù)層根據(jù)人工智能、大數(shù)據(jù)分析等技術(shù)對數(shù)據(jù)進(jìn)行處理后生成操作指令回應(yīng)設(shè)備端，設(shè)備根據(jù)服務(wù)器的指令再進(jìn)行下一步操作。云服務(wù)器一般都處在設(shè)備的遠(yuǎn)端，會造成響應(yīng)延遲大和對云服務(wù)器的信任依賴程度過高，如果對稱密鑰或者服務(wù)器被惡意用戶攻擊還會造成隱私數(shù)據(jù)泄露的風(fēng)險。Bethencourt等人[2]首次提出了CP-ABE的加密算法，后來被應(yīng)用到云計算中訪問控制策略，因加密和解密都在設(shè)備端完成，所以其計算開銷和響應(yīng)延遲比較大；文獻(xiàn)[3-4]介紹了一種在工業(yè)物聯(lián)網(wǎng)環(huán)境下設(shè)備之間認(rèn)證機制，提高設(shè)備之間的訪問控制權(quán)限；文獻(xiàn)[5-6]引入了代理服務(wù)器進(jìn)行重加密傳輸數(shù)據(jù)實現(xiàn)精細(xì)化的訪問控制，代理服務(wù)器一般為虛擬機或云服務(wù)器，距離采集設(shè)備較遠(yuǎn)；而文獻(xiàn)[7]將ABE算法引入到霧計算解密方案中，但是霧節(jié)點僅僅是用于解密，無法加密，具有一定的局限性；文獻(xiàn)[8-9]介紹了霧計算中安全的數(shù)據(jù)交換和隱私保護(hù)方法。以上研究中除了文獻(xiàn)[7]外都是基于云服務(wù)層和代理服務(wù)器來實現(xiàn)細(xì)粒度的訪問控制方法，而代理服務(wù)器距離終端設(shè)備比較遠(yuǎn)，存在系統(tǒng)延遲大和代理服務(wù)器的安全性問題。

本文提出將部分加密解密計算任務(wù)放到距離設(shè)備較近的霧節(jié)點層來完成，原始數(shù)據(jù)加密和屬性集關(guān)聯(lián)保證數(shù)據(jù)傳輸具有機密性，實現(xiàn)設(shè)備之間點到點的高效安全數(shù)據(jù)訪問策略，未授權(quán)的用戶無法從密文數(shù)據(jù)中得到任何相關(guān)信息，在確保數(shù)據(jù)安全共享的前提下，減少傳輸帶寬和延遲，提高數(shù)據(jù)訪問的效率。

2 預(yù)備知識

2.1 雙線性映射[10-11]

設(shè)G和Gt是2個階為q的群，g為生成元，雙線性映射e:G×G→Gt具有如下的特性：

定義1 雙線性：對任意的P,Q,R∈G，a,b∈Zq，存在如下算式：

定義2 非退化性：對任意P,Q∈G，e(P,Q)≠1。

定義3 可計算性：對任意P,Q∈G，可以找到一個算法能在多項式時間內(nèi)計算e(P,Q)。

定義4 對稱性：對任意P,Q∈G，可以得出e(P,Q)=e(Q,P)。

2.2 CP-ABE算法

基于密文策略屬性基加密算法(CP-ABE)用來加密原始數(shù)據(jù)的密鑰對應(yīng)一個屬性的集合，當(dāng)且僅當(dāng)用戶屬性和密文訪問矩陣匹配時才能訪問和解密出原始數(shù)據(jù)[12-13]。CP-ABE算法總共有初始化、加密、私鑰生成和解密過程4個步驟：

1)初始化：隨機選擇a,b∈Zp，根據(jù)雙線性映射定義生成主密鑰msk和公鑰pk={e(g,g)a,gb}。

2)加密過程：使用公鑰pk對消息M在訪問矩陣(A,ρ)下加密輸出密文CT，其中ρ函數(shù)將訪問矩陣A的行關(guān)聯(lián)到訪問屬性上。

3)私鑰生成：通過輸入公鑰pk、主密鑰msk和屬性集set計算輸出私鑰sk。

4)解密過程：輸入密文CT、私鑰sk和訪問矩陣(A,ρ)，只要滿足屬性集的用戶都可以成功解密出原文件M。

2.3 困難性假設(shè)問題

雙線性DBDH(Diffie-Hellman)問題描述如下：挑戰(zhàn)者選擇一個G，其階和生成元分別為素數(shù)p和g，選擇隨機數(shù)i,j,k∈Zp，如果挑戰(zhàn)者給對手一組(g,gi,gj,gk)的話，那么對手區(qū)分出來e(g,g)ijk∈GT和隨機元素R∈GT是很困難的[14-15]。

定義算法Q能以優(yōu)勢ε求解DBDH問題，當(dāng)且僅當(dāng)滿足如下公式：

|Pr[Q(g,gi,gj,gk,Z=e(g,g)ijk)=0]-

Pr[Q(g,gi,gj,gk,Z=R)=0]|≥ε

如果算法在解決DBDH問題上的優(yōu)勢可以忽略不計，那么DBDH假設(shè)成立。

3 工業(yè)互聯(lián)網(wǎng)霧計算系統(tǒng)架構(gòu)

傳統(tǒng)的工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)存儲大部分租用公有云服務(wù)器或自建數(shù)據(jù)中心機房，前端設(shè)備采集數(shù)據(jù)后以明文或?qū)ΨQ加密算法加密后直接上傳到遠(yuǎn)端的服務(wù)器，數(shù)據(jù)傳輸距離長容易造成延遲大問題，而且安全性方面過度依賴于中心化的云服務(wù)器。為了解決云端數(shù)據(jù)處理響應(yīng)延遲和計算開銷大問題，本文設(shè)計基于霧計算的“設(shè)備-霧-云端”系統(tǒng)架構(gòu)，如圖1所示，主要實體包括屬性授權(quán)機構(gòu)(AA)、設(shè)備層(E)、霧節(jié)點(F)和云服務(wù)層(CSL)。

圖1 工業(yè)互聯(lián)網(wǎng)霧計算系統(tǒng)架構(gòu)

1)屬性授權(quán)機構(gòu)(Attribute Authority)。AA是完全受信任的機構(gòu)，按照標(biāo)準(zhǔn)規(guī)范生成針對每個屬性的ai和bi值。同時還需要響應(yīng)數(shù)據(jù)使用者E2發(fā)來的EID2生成針對E2密鑰Ki，EID2，并發(fā)送給E2數(shù)據(jù)使用者。

2)設(shè)備層(E)。E包含數(shù)據(jù)擁有者E1和數(shù)據(jù)使用者E2這2個角色，E1是加密原始數(shù)據(jù)M為密文CT后存儲在云服務(wù)器，E2從云服務(wù)器下載CT進(jìn)行完全解密獲取密文M。其中數(shù)據(jù)擁有者E1、加密和解密過程是完全可信任的，而數(shù)據(jù)使用者E2不可信，可能存在多個E2聯(lián)合串謀獲取解密的相關(guān)信息。未授權(quán)的E2也可能嘗試解密密文CT。

3)霧節(jié)點(F)。F具有部分計算和存儲等功能，主要完成部分加密和部分解密的任務(wù)，它在工作時可能會嘗試獲取發(fā)送者的相關(guān)信息，是不可信任的節(jié)點。

4)云服務(wù)層(CSL)。CSL主要用于存儲服務(wù)是不可信任的節(jié)點，它可能會收集存儲的數(shù)據(jù)相關(guān)信息，但是不修改或刪除密文的數(shù)據(jù)。

在圖1中各環(huán)節(jié)的通信傳輸是不可信任的，惡意用戶存在利用傳輸途徑進(jìn)行竊聽信息試圖破解的風(fēng)險。本文設(shè)定E1為數(shù)據(jù)擁有者生成并上傳密文，E2為數(shù)據(jù)使用者下載訪問。

4 安全數(shù)據(jù)訪問算法

為了介紹工業(yè)互聯(lián)網(wǎng)中高效安全的數(shù)據(jù)訪問方法，設(shè)計如下幾個算法：

算法1 認(rèn)證初始化(PK,SK)←Setup(ai,bi)。

輸入：對屬性i選擇ai、bi；輸出：PK、SK；1)計算PK1j=e(g,g)ai，PK2j=gbi。

2)計算公鑰PK=(PK1j,PK2j)，SK=(ai,bi)。

算法2 部分加密(PCT,PS)←Part_encrypt(M,GP)。

輸入：原始數(shù)據(jù)M；輸出：部分密文PCT、部分狀態(tài)PS；1)設(shè)定屬性總數(shù)為X，對于x∈[1,X]，隨機選擇λ,α,y,ω,γ∈Zp，計算如下：

C1j=e(g,g)λ×e(g,g)αγ

(1)

C2j=gγ，C3j=gyγ×gω

(2)

(3)

(4)

2)計算PCT={C1j,C2j,C3j}j∈[1,X], PS={CT1j,CT2j}j∈[1,X]。

3)轉(zhuǎn)發(fā)三元組給霧節(jié)點。

算法3 完全加密CT←Fin_Encrypted(PK,GP,PCT,PS,M)。

輸入：公鑰PK,全局參數(shù)GP,部分密文PCT,部分狀態(tài)PS,原始消息M，選擇隨機數(shù)s∈Zp，矩陣A,ωj和λj參數(shù)[6]；輸出：C0、C4、C5；1)計算C0=M×e(g,g)s,C4j=λj-λ，C5j=ωj-ω。

2)計算PCT=((A,ρ*),C0,{PCT,C4j,C5j,PS})j∈[1,X]。

其中(A,ρ)為l行n列的訪問矩陣，ρ是映射它的行到屬性。

算法4 密鑰生成Ki,EID2←Generate(EID2,MSK,GP)。

輸入：EID2；輸出：Ki,EID2；1)AA根據(jù)數(shù)據(jù)使用者的唯一EID2生成密鑰。

2)計算Ki,EID2=gai×H1(EID2)bi，發(fā)送給設(shè)備E2。

算法5 私鑰生成Ti,EID2←Key_Transform(Ki,EID2,H1)。

輸入：選擇隨機數(shù)u∈Zp,哈希函數(shù)H1；輸出：Ti,EID2；1)計算轉(zhuǎn)換密鑰：

(5)

2)計算私鑰SKi,EID2=(u,Ti,EID2)。

3)發(fā)送轉(zhuǎn)換密鑰Ti,EID2給霧節(jié)點部分解密。

算法6 部分解密DCT←Partial_Decrypt(Ti,EID2,CT,GP)。

輸入：Ti,EID2,密文CT,GP；輸出：DCT；1) 計算C1=C1j×CT1j×e(g,g)C4j,C2=C2j。

2) 計算C3=C3j×CT2j×gC5j。

(6)

(7)

4)發(fā)送DCT={CT1,CT2}給設(shè)備E2最終解密。

算法7 最終解密M←Fin_Decrypt(DCT)。

2) 計算CTz=e(g,g)s。

5 安全性分析

本文安全數(shù)據(jù)訪問算法的安全性是基于第2章中的困難性問題假設(shè)來實現(xiàn)，安全性證明參考文獻(xiàn)[16]部分，假如存在一個多項式算法能破解文中的算法，那就存在算法能以一定優(yōu)勢解決了DBDH問題[16]。安全數(shù)據(jù)訪問算法的安全性主要體現(xiàn)在基于CP-ABE實現(xiàn)密文傳輸?shù)目构仓\性、隱私保護(hù)性和安全的訪問控制策略3個方面，具體如下：

1)隱私保護(hù)性。

設(shè)備E采集數(shù)據(jù)根據(jù)屬性集進(jìn)行密文傳輸存儲到云端，因云服務(wù)器和傳輸通道不完全可信，攻擊者可通過竊聽傳輸路徑或篡改云數(shù)據(jù)庫得到密文CT，解密需要知道Ki,EID2才可以，而Ki,EID2=gai×H1(EID2)bi可知EID2是每個設(shè)備唯一的身份，ai和bi是和屬性相關(guān)的隨機數(shù)，根據(jù)第2.3節(jié)中困難性假設(shè)問題可知攻擊者選擇2個隨機數(shù)計算出來密鑰Ki,EID2的幾率是不存在的，這種區(qū)別去傳統(tǒng)的中心化密鑰管理方式具有很高的機密性，有效保護(hù)了工業(yè)敏感數(shù)據(jù)的隱私性。

2)安全的訪問控制策略。

數(shù)據(jù)使用者只有滿足加密數(shù)據(jù)時的屬性集或者為其子集時候才能進(jìn)行有效的解密，不滿足屬性集要求的用戶無法使用私鑰解密數(shù)據(jù)，和傳統(tǒng)的用戶組權(quán)限控制方式不同的是這種基于屬性的數(shù)據(jù)交換方式更加靈活，可以做到細(xì)粒度地訪問加密數(shù)據(jù)。

3)抗共謀性。

多個數(shù)據(jù)使用者可能將自己的私鑰Ti,EID2結(jié)合起來嘗試訪問密文數(shù)據(jù)，因他們的私鑰生成和隨機數(shù)有關(guān)系，多個密鑰結(jié)合后無法恢復(fù)出有效的訪問密鑰，所以沒有訪問策略權(quán)限的用戶私鑰結(jié)合后是無法解密數(shù)據(jù)的。

6 性能分析

對本文的方法分別從理論上和實驗測試進(jìn)行分析對比，證明其高效可行性。實驗分析使用2臺不同配置電腦模擬云服務(wù)層和霧節(jié)點計算設(shè)備，一般來說霧節(jié)點靠近設(shè)備層計算能力弱于云服務(wù)器，所以本文采用I5的CPU、8 GB內(nèi)存和Linux操作系統(tǒng)計算霧節(jié)點，用Intel的E3-1230處理器，頻率為3.3 GHz，16 GB內(nèi)存和Linux操作系統(tǒng)當(dāng)做云服務(wù)器，調(diào)用MIRACL庫來測試基本的密碼運行時間，測試為100次[17-18]。基于雙線性映射函數(shù)的方案，本文選取循環(huán)群的群元素是512位(64 byte)，階為160位(20 byte)，為了達(dá)到1024位RSA的安全等級，選擇構(gòu)建在橢圓曲線E:у2=χ3-χ上，使用secp160r1的ECC算法來實現(xiàn)[19-20]。

基于霧計算的工業(yè)互聯(lián)網(wǎng)安全數(shù)據(jù)訪問算法中用到的主要運算有指數(shù)函數(shù)、雙線性映射函數(shù)、乘法運算和哈希運算，分別用e、p、m和h來表示，那么各運算的計算成本順序為p>e>m>h，經(jīng)過多次測試平均值后其分別為2.31 ms、14.9 ms、1.25 ms和0.1 ms左右[21-23]。假設(shè)在算法各個階段數(shù)據(jù)使用者從屬性授權(quán)機構(gòu)獲取的屬性數(shù)量為n，將本文方法和文獻(xiàn)[7]方法進(jìn)行對比計算開銷，結(jié)果如表1所示。

表1 計算開銷對比

霧節(jié)點和云服務(wù)層本文采用不同配置的電腦模擬測試，下載PBC庫和GMP庫安裝在Python3.1.0編譯環(huán)境下，編寫算法代碼分別在霧節(jié)點和云服務(wù)層上運行，并和文獻(xiàn)[7]方法和文獻(xiàn)[19]方法進(jìn)行對比測試[24-27]。

測試時屬性的個數(shù)分別取值10、20、30、40、50和60為樣本來計算生成密鑰、加密過程和部分解密算法的程序運行結(jié)果，在屬性的個數(shù)取值為30時，本文方案的生成密鑰時間比文獻(xiàn)[19]方法少了11.6 ms，加密時間比文獻(xiàn)[19]方法少了39.4 ms，部分解密比文獻(xiàn)[19]方法少了394 ms，本文方案在部分解密中雙線性映射計算更少。最終解密的時間消耗文獻(xiàn)[7]方法、文獻(xiàn)[19]方法和本文方案分別為17.8 ms、19.3 ms和16.8 ms，本文方案相比文獻(xiàn)[7]方法略低一點。

從圖2～圖4可以看得出來本文方案在運算開銷方面具有一定的優(yōu)勢，并且隨著屬性個數(shù)的增加性能更優(yōu)越，在工業(yè)互聯(lián)網(wǎng)的應(yīng)用中能減少時間延遲，確保系統(tǒng)命令執(zhí)行的即時性要求。

圖2 生成密鑰時間開銷

圖3 加密過程時間開銷

圖4 部分解密時間開銷

7 結(jié)束語

為解決傳統(tǒng)工業(yè)互聯(lián)網(wǎng)延遲大和傳輸數(shù)據(jù)的隱私保護(hù)問題，本文提出了基于霧節(jié)點層的系統(tǒng)框架圖，將部分加密和解密任務(wù)放到霧節(jié)點完成，減少了傳輸帶寬和響應(yīng)延遲，數(shù)據(jù)的加密過程基于CP-ABE算法進(jìn)行改進(jìn)，只有授權(quán)的設(shè)備才能安全訪問密文數(shù)據(jù)，未授權(quán)用戶和不可信任的云服務(wù)器無法對數(shù)據(jù)非法解密，云服務(wù)器作為數(shù)據(jù)存儲，減少對云服務(wù)層的信任依賴度，即使云服務(wù)器被攻擊密文泄露，沒有訪問授權(quán)的私鑰無法獲取任何相關(guān)信息，有效地保護(hù)了工業(yè)敏感數(shù)據(jù)的隱私機密性。