English
Threshold Attribute-based Encryption with Attribute Hierarchy for Lattices in the Standard Model
文件大小：
177k
资源说明：本研究介绍了一种基于格（lattice）的门限属性基加密（Threshold Attribute-Based Encryption, 简称t-HABE）方案，这一方案在没有随机预言机的情况下构建，并且在标准的困难假设（如学习误差问题）下被证明对选择属性集和选择明文攻击是安全的。属性基加密（Attribute-Based Encryption, 简称ABE）是一种有前景的加密原语，它能够实现信息安全和灵活的访问控制。在基于属性的密码学（Attribute-based Cryptography）中，ABE因其能够实现信息安全和细粒度访问控制而受到广泛关注。
ABE相较于传统的公钥加密（Public Key Cryptography, 简称PKC）有许多显著优势。当数据提供者希望与特定个体共享信息时，必须明确知道要与之共享数据的对方是谁。在ABE方案中，通过将密文与为系统用户或访问结构定义的描述属性集标记，从而实现了灵活的“一对多”加密而不是“一对一”。特别的用户拥有私钥，只有当特定用户持有的私钥与密文的属性匹配时，该用户才能解密特定的密文。例如，如果校长想要将一份文档加密给计算机科学系年龄超过45岁的所有教授，那么这份文档就应当使用相应的属性集进行加密。
在传统的ABE方案中，属性被视为具有相同的层级，而在本研究中，提出了一个概念叫做层次属性基加密（Hierarchical Attribute-Based Encryption, 简称HABE），将属性的层级性引入进来。HABE方案可以被视为传统ABE方案的一个推广，其中所有属性具有相同的层级。基于格的加密方案由于能够抵抗量子计算分析而受到关注。
本文中，作者们构建了一种基于格的阈值层次ABE（lattice-based threshold hierarchical ABE, 简称lattice-based t-HABE）方案，并证明了在学习误差问题的标准硬度假设下，该方案能够抵抗选择属性集攻击和选择明文攻击。学习误差问题是当前研究中认为的困难问题之一，它能够对抗量子计算分析，因此在构建抵御量子计算攻击的加密方案时具有重要意义。
在这样的方案中，数据的加密过程涉及到定义一套属性，而用户想要解密这些数据时，他们的私钥必须与这些属性相匹配。匹配的过程通常需要一定的计算复杂度，但正是这样的复杂度提供了一层安全保障。比如，如果某一个用户私钥的属性集与文档加密时使用的属性集相同或包含其中，那么该用户能够解密这份文档。
这篇文章中提及的属性基加密（ABE）是密码学领域的一个重要概念，它不仅为访问控制提供了新的方式，也使得数据安全的保障有了新的可能。通过属性的层级化，加密方案能够支持更为复杂的权限管理，使得信息的安全性和访问控制的灵活性都得到极大的提升。ABE方案对于云计算、物联网、智能合约等领域有着广泛的应用前景，尤其在面对大量用户和设备时，ABE能够提供更为高效和安全的密钥分发机制。
文章还提到了基于格的密码学（lattice-based cryptography）的优势，即能够抵御量子计算机的攻击。量子计算机在理论上能够破解现有的许多加密算法，如RSA算法。因此，在量子计算机逐渐成为现实威胁的今天，基于格的加密技术由于其在理论上能够抵抗量子计算攻击而显得格外重要。
本文的作者来自西安电子科技大学，他们分别来自学校的电信工程学院和计算机科学与技术学院。这项研究的发表于2013年，从接收、修订到最终接受的过程历时数月，显示了同行评审和研究发表过程的严谨性。研究成果发布在《IET信息安全管理》期刊上，这是一本专注于信息安全领域的学术期刊，给读者提供了进一步了解和研究属性基加密和格基础密码学的宝贵资料。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
