用于保障大数据安全的GPU统一平台
在大数据时代,我们不仅要处理海量数据,还需确保数据的隐私性、完整性,并防止数据出现意外情况。本文将介绍一种融合系统,它能全面兼顾这些方面,且不会相互影响。
提出的技术
当前的研究在解决数据损坏、隐私保护和数据意外问题时,难以提出一个具有低执行复杂度的统一解决方案。因此,本文提出了一种集成机制,它结合了椭圆曲线密码学(ECC)和双重容错机制,用于控制数据隐私、完整性,并在出现意外数据丢失时恢复丢失的数据。此外,该机制还采用了独特的内存方案,使其在处理大数据文件时非常高效。
集成技术的详细构建
该集成技术的构建包括以下几个关键步骤:
1. 密钥生成与交换 :
- 接收方计算机借助GPU生成私钥和公钥,并根据需求逐步将公钥发送给发送方。
- 假设ε是一个阶为η的椭圆群,Z是椭圆曲线上的一点(Z ∈ε)。对象O1生成临时密钥对(θ1, λ1),其中λ1 = θ1 ×ε;对象O2生成临时密钥对(θ2, λ2),其中λ2 = θ2 × ε。
- 椭圆曲线的生成可在不同的代数结构上完成,如环或域。ECC可应用于素域ZF(ρ)或二进制扩展域ZF(m)。在素域ZF(ρ)上,椭圆曲线可定义为:
[y^2 = x^3 + δx + ϕ]
其中δ, ϕ ∈ZF(ρ)且4δ³ + 27ϕ² ≠ 0。
- 实体A和实体B分别拥有静态密钥值(θ, α)和(σ, β),它们通过以下公式计算密钥:
[α = θ · Z]
[β = σ · Z]
- 生成公钥后,实体A和实体B交换公钥。之后,实体A从密钥值(θ′, γ)
超级会员免费看
订阅专栏 解锁全文
1715

被折叠的 条评论
为什么被折叠?



