Location:
Search - C/S网络验证
Search list
Description: 1 Boneh-Franlin的IBE算法主要由四个子算法组成：Setup，Extract，Encrypt和Decrypt，分别完成系统参数建立、密钥提取、加密和解密的功能。假定消息的明文空间为 ，密文空间 。
(1)、建立: 给定一个安全参数 k蝂+
Step 1: 执行G生成一个素数q， 两个q阶群G1， G2 ， 和一个可用的双线性映射 ê: G1碐1瓽2。 此外选取G1 任一生成元 P蜧1，再选取两个HASH函数 H3:{ 0， 1}n×{0， 1}n。 -?， H4:。 :{ 0， 1}n鄘0， 1}n
Setp 2: 随机选取一个 s? 令 Ppub=sP。
Step 3: 选择两个算法函数， H1: {0， 1}*?， H2: G2畕0， 1}n 。(对于安全验证，将所有的散列函数看作是随机的数据系统)。 消息空间为M= {0， 1}n。 密文空间为 C = 磠0， 1}n。 输出系统参数为 p = {q， G1， G2， ê， n， P， Ppub， H1， H2 H3， H4，}。 主密钥为 s?。
(2)、提取: 对于一个给定的字符串 Id蝱0， 1}* 算法如下:
Step 4: 计算 QId = H1(Id) ?。
Step 5: 设私钥为 SId 则 SId = (QId)s 其中s为主密钥。
(3)、加密: 利用公钥 Id加密m蜯 算法如下:
Step 6: 计算 QId = H1(Id) ?。
Step 7: 选择一个随机数 σ?。
Step 8: 设r= H3 (σ，m)
Step 9:建立密文为:c=
(4)、解密: 令c = 为用公钥加密的密文。如果U不属于 ，则拒绝该密文， 使用私钥要解密 SId? :
Step 10:计算σ=V臜2(ê(SId， U))
Step 11:得出m=W H4 (σ)
Step 12:设r = H3 (σ，m)，验证U与rσ是否相等，如果不等则拒绝。
由上述算法的一般形式可以看出，基本的基于身份的广播加密机制，在解密时需要解一个n个变量的线性方程组（n为用户的数目），虽然有相对有效的方法解方程组但是对于WSN中的节点来说，需要的存储空间和计算量都太大，不适合。
针对上述问题提出了改进的基于身份的广播加密机制[17]。改进的算法不需要解方程组，它基于数学变换利用双线性的特性，在解密时只需要节点自己的私钥和已知的其他节点的公钥即可。采用了IBE算法的简要版本（simple）使用两个hash函数。对于改进基于身份认证的组播认证机制不需要解决任何的线性系统的方程和没有复杂的操作，更适用于计算和存储等能力都受限制的无线传感网络。
2 IBE算法性能分析
2.1 算法安全性
不管对于传统网络还是无线传感器网络，密钥管理方案的安全性都是首要考虑的因素，包括保密性、完整性、有效性等。
现在我们就来分析一下上述IBE算法的安全性。基于椭圆曲线的IBE算法的安全性依赖于给定P和rP条件下计算出r的难度，即求解椭圆曲线对数问题的时间复杂性。节点对明文加密后，将密文连同rP一起发出。解密密文时，当节点正常接收，只要用私钥dID经过计算就可以得到明文；当信息被攻击节点截取时，由于缺少私钥dID，攻击节点要算出密钥只能沿用发送节点的公式： ，假设攻击节点可以知道公钥QId和系统参数P和Ps，同时rP也是连同密文一起发送的，因此只要由P和rP解出发送节点选择的r，就可以得到gID。但是，解出r是几乎不可能的，所以IBE的安全性很高。
Platform: |
Size: 1500328 |
Author: michelle.yaer@163.com |
Hits:
Description: VC网络验证 完成端口的
Platform: |
Size: 15047332 |
Author: 86935948@qq.coma |
Hits:
Description: 是一个C/S架构的考试系统及其相应的信息管理模块。服务器端包括：网络连接控制；客户端登陆验证、分数提交、登陆信息导入、导出、和修改；客户端包括：随机抽题算法、网络连接保持、登陆确认、分数提交。-Is a C/S structure of the examination system and its corresponding information management module. Server-side include: network connection control client-side login validation, scores submitted, landing information import, export, and modify clients include: Random Questions algorithms, network connections to maintain, landing confirmed that scores be submitted.
Platform: |
Size: 174080 |
Author: 刘永鑫 |
Hits:
Description: C/S模式下客户端在线注册码验证程序设计
分析winsock等网络编程技术
相关设计的协议体系结构
网络程序流程图和设计方案
-C/S mode, the client online registration code verification process design and analysis related to winsock programming and other network protocol architecture design process flowchart and network design
Platform: |
Size: 2036736 |
Author: 金 |
Hits:
Description: Py.Core提供了以下的功能:
- 字符串/日期/数字/正则表达式/文件/数据检查/类型转换 等常见操作。
- 缩略图/验证码/水印 等图片操作。
- 排序/搜索/加密/遍历 等常用算法。
- 日志功能(内置包括向 屏幕、窗口、文件、数据库 输出日志的工具)。
- HTML/INI/ZIP 压缩/JSON/XML/常用集合 等文件或数据结构的处理。
- FTP/上传/下载/邮件/登陆网站 等网络功能 。
- 最完整的数据库操作辅助类 。
- 对于 C/S 结构，获取 CPU/IME 输入法/Memory 内存 等信息， 简化对 图标/键盘钩子/Win32 API 的操作。
- 对于 B/S 结构，获取 访客/服务器 等信息， 简化对 B/S 常见的操作。
- 函数性能测试等辅助工具。-Py.Core provides the following functions:- string/date/number/regular expression to the common operation of the data/files/check/type conversion.- Thumbnails/validation/watermarks and other image manipulation.- Sort/search/encryption/traverse the commonly used algorithms.- The log function (built-in tools to screen, window, file, database output log).- HTML/ini/ZIP compression/JSON/XML/commonly used collection and other documents or data structures processing.- FTP/Upload/download/mail/visit the Web site and other network functions.- The most complete database operations helper classes.- C/S structure to obtain information on the CPU/IME input method/Memory memory, simplifying the operation of the icons/keyboard hook/the Win32 API.- B/S structure, access to visitors/server information, and simplify the operation of the B/S common.- Function performance tests and other aids.
Platform: |
Size: 11936768 |
Author: 郭启洋 |
Hits:
Description: 客户端+服务器网络验证充值收费系统 -c/s mode rs c/s mode rsc/s mode rsc/s mode rsc/s mode rsc/s mode rs
Platform: |
Size: 158720 |
Author: cpuos |
Hits:
Description: 第一次接触VC++模拟HTTP协议的POST方式提交表单。POST提交部分的代码是在网上找的现成的函数，里面使用的是MFC的CHttpConnection类。随便找了个没有验证码的注册页面（考试吧网站的注册页面），提交表单，抓到数据包后分析，模拟提交，测试成功！于是便写出了这个批量注册的程序。为以后写更强大的模拟提交表单程序打基础。利用这种模拟提交和获取数据的方法，完全可以把一个别人写好的现成的B/S架构客户端网页写成一个C/S架构的客户端软件。十分强大！还可以进行各种代替人工操作的模拟网页操作。
本程序中用到了多线程，界面主线程和注册账号的工作者线程分开处理，但工作者线程只有一个，同时只能发起一个网络连接，注册速度较慢，待改进。
-First contact VC++ simulate HTTP POST protocol submission form. POST submission part of the code is readily available on the Internet to find a function, which uses the MFC CHttpConnection classes. Just looking for a no verification code registration page (bar exam registration page website), submit the form, caught after packet analysis, simulation submit, the test is successful! So they wrote the bulk registration process. Laying the foundation for the subsequent procedures to submit the form to write more powerful simulations. Using this simulation method to submit and retrieve data, can someone put a ready-written B/S architecture client pages written in a C/S structure of the client software. Very powerful! You can also perform a variety of operations simulation instead of doing web operations. The program uses a multi-threaded, the main thread and the worker thread interface registered account separately, but only one worker thread, but can only initiate a network connection, a r
Platform: |
Size: 832512 |
Author: 贾乐乐 |
Hits:
Description:
类似聊天程序的VC C/S结构程序示例，包括客户端和服务端，服务端用来存储用户的登录信息，启动客户端后尝试连接服务器，验证正确后可发送和接收消息，是一个比较典型而且简单的CS框架结构例子，对于编写网络聊天程序还是有帮助的。
-Summary: VC/C++ source, network-related, dialers VC++ homemade broadband network dialers, users connect via a username and password after entering the correct broadband, dial-up to connect, and the bottom shows the connection status is timely given prompt. To achieve dialers can refer to.
Platform: |
Size: 54272 |
Author: 占亮 |
Hits:
Description: 类似聊天程序的VC C/S结构程序示例，包括客户端和服务端，服务端用来存储用户的登录信息，启动客户端后尝试连接服务器，验证正确后可发送和接收消息，是一个比较典型而且简单的CS框架结构例子，对于编写网络聊天程序还是有帮助的。-Similar chat program VC C/S structure of the program examples, including client and server, the server used to store the user s login information, try to start the client connects to the server to verify the correct can send and receive messages, is a typical CS frame structure and simple example, for the preparation of the network chat program is helpful.
Platform: |
Size: 53248 |
Author: wpudn23 |
Hits:
Description: 基于java的多客户端通信小程序源码，典型的 C/S 架构，有界面。主要分为两部分，服务器端和客户端。使用 TCP/IP 协议通过 Socket 进行通信。 服务器端主要完成登录验证和消息收发的功能。启动服务器后提供一个网 络端口，等待客户端发出请求，登录到此服务端，然后进行网络通讯和消息的 转发。要实现多客户端之间的通信，则必须构建多线程机制。
客户端主要完成登录验证和消息收发和显示功能，客户端可通过服务器端 的 IP 地址发送连接请求，然后登陆聊天室。成员列表栏中会显示在线的所有 人名单，有人退出聊天室，成员列表会自动除名。客户端需要实现简单的人机 交互，可采用 Java 的 java.swing 和 java.awt API 类实现，Eclipse 提供了 WindowBuilder 插件可以方便的实现可视化布局界面。 -Java-based multi-client communication applet source code, a typical C/S structure, there is the interface. It divided into two parts, the server and the client. Using TCP/IP protocol for communication via Socket. Mainly to complete the login authentication server and messaging features. After starting the server provides a network port, waiting for the client request, log on to the server, and then forwards the network communications and messages. To realize the communication between the multi-client, multi-threading mechanism must be built.
Client is complete login validation and messaging and display capabilities, client connection requests can be sent through the IP address of the server and log in chat rooms. Members list box displays a list of all people online, it was out of chat rooms, list of members will be automatically removed. Clients need to implement a simple human-computer interaction, and may be Java-java.swing java.awt API class implementation, Eclipse provides a plug
Platform: |
Size: 33792 |
Author: 王根胜 |
Hits:
Description: 为了提升配网供电可靠性的预测精度!提出了基于主成分分析和粒子群优化极限学习机的配网供电可靠
性预测模型$ 从多方面分析影响供电可靠性的指标!利用主成分分析得到综合变量!实现对数据的降维$ 在此基
础上!构建人工神经网络并利用粒子群算法优化极限学习机的输入权值和阈值!完成对训练供电可靠性预测模型
的训练$ 以某大型电网的 ?L 个供电局样本 !% 种影响供电可靠性因素为例进行仿真分析!并将 E S R C E FQ C 4 G D算
法与 ! 种回归拟合算法对比!验证了该方法的有效性(It is clear that the learning speed of feedforward neural networks is in general far slower than required and it has been a major bottleneck in their applications for past decades. Two key reasons behind may be: (1) the slow gradient-based learning algorithms are extensively used to train neural networks, and (2) all the parameters of the networks are tuned iteratively by using such learning algorithms. Unlike these conventional implementations, this paper proposes a new learning algorithm called extreme learning machine (ELM) for single-hidden layer feedforward neural networks (SLFNs) which randomly chooses hidden nodes and analytically determines the output weights of SLFNs. In theory, this algorithm tends to provide good generalization performance at extremely fast learning speed. The experimental results based on a few artificial and real benchmark function approximation and classification problems including very large complex applications show that the new algorithm can p)
Platform: |
Size: 23552 |
Author: 我要面包23 |
Hits: