基于抗量子密码与分层调度的海量终端高并发认证方法及系统与流程
本发明涉及网络信息安全,更具体的说是涉及基于抗量子密码与分层调度的海量终端高并发认证方法及系统。
背景技术:
1、随着低空经济以及万物智联的飞速发展,无人机集群、协作机器人、自动驾驶物流车等智能终端的规模呈现爆炸式增长。这些终端在执行大规模协同任务时,通常需要与远程中心服务器或边缘认证网关进行身份接入认证。
2、同时,随着量子计算技术的突破性进展,传统的基于大数分解,如rsa与椭圆曲线离散对数,如ecc/sm2的公钥密码体系面临被shor算法攻破的威胁。为应对量子计算危机,物联网安全架构正加速向后量子密码迁移。然而,在海量终端与高并发接入的实际应用场景中,面向抗量子密码迁移面临着架构适配问题与物理资源约束:
3、首先,抗量子公钥的存储大小带来的内存存储压力,并带来较大的输入输出的压力。传统的ecc公钥通常仅为32至64字节,而抗量子ml-kem公钥尺寸显著增大,ml-kem-512为800字节,ml-kem-768为1184字节,ml-kem-1024为1568字节。在千万级设备并发场景下,若将所有终端设备的抗量子公钥全部缓存于网关高速内存中,将消耗数十gb乃至上百gb的内存资源,可能会导致内存溢出和网关宕机;若实时从关系型数据库或存储设备中查询抗量子公钥,海量随机输入输出请求将可能导致认证延迟与请求超时。
4、其次,传统缓存调度机制缺乏对物联网终端的接入认证行为进行预判,只能按照一定的规律导入终端公钥数据,导致关键时刻公钥数据读取效率比较低,如:现有的缓存淘汰算法,如lru算法仅依据数据最近一次被访问的时间先后顺序进行淘汰决策。
5、然而,智能终端的接入行为具有较强的任务驱动与周期性特征,大量终端在非任务窗口期间长时间处于静默待命状态,其公钥数据因长期未被访问而被lru算法判定为不常用数据率先淘汰;一旦业务调度系统下发集群任务指令,这些终端瞬时集中接入,大规模的缓存未命中,迫使系统在高并发峰值时刻密集访问至慢速的磁盘或远程数据库检索的抗量子公钥,进而导致延迟增加。
6、因此,亟需一种能够在有限硬件开销下兼顾抗量子安全性与高并发低延迟响应的认证方案。
技术实现思路
1、为了解决上述技术问题,本发明提出了基于抗量子密码与分层调度的海量终端高并发认证方法及系统,通过构建物理隔离且逻辑协同的三级分层存储体系,联动业务调度系统实施基于任务队列的主动预取与抗量子证书信息精简加载,并结合融合任务状态维度的多维动态权重跨层置换机制,实现对抗量子公钥存储开销的有效压缩、高并发接入峰值时刻缓存命中的确定性保障,以及系统抗量子安全性与实时响应能力的协同优化。
2、为了实现上述目的,本发明采用如下技术方案:
3、第一方面,本发明实施例提供基于抗量子密码与分层调度的海量终端高并发认证方法,包括如下步骤:构建三级分层存储体系,所述三级分层存储体系包括:本地内存层(edgememorylayer,eml)、本地持久化存储层(edgestoragelayer,esl)和云端远程存储层(cloudstoragelayer,csl);
4、基于终端任务计划,在任务启动前,从csl获取终端的完整抗量子数字证书,提取其中的公钥信息与有效期并压缩重组为精简型数据块,缓存至esl,并在任务启动前的内存预取时刻加载至eml;
5、当终端发起接入认证请求时,从eml中获取该终端的抗量子公钥,执行基于抗量子密钥封装机制(ml-kem)的密钥封装与解封装交互,生成共享密钥(sharedsecret,ss),并基于所述共享密钥和随机挑战数完成身份验证;
6、当eml存储容量达到预设高水位阈值时,根据多维动态权重评估模型计算各终端公钥数据的权重值,将权重值低于预设阈值的公钥数据从eml降级至esl。
7、进一步的,所述三级分层存储体系中,本地内存层eml,为存储当前处于认证会话状态或根据业务调度计划预测在预设时间窗口内即将接入的终端抗量子公钥,集成了布隆过滤器以实现证书状态的快速初筛;
8、所述本地持久化存储层esl,为存储近期访问活跃、休眠待命或已调度但尚未启动的终端抗量子公钥,并承接来自eml的溢出降级数据;
9、所述云端远程存储层csl,为存储全局终端完整抗量子数字证书及全生命周期元数据。
10、进一步的,所述基于终端任务计划,在任务启动前,从csl获取终端的完整抗量子数字证书,提取其中的公钥信息与有效期并压缩重组为精简型数据块,缓存至esl,并在任务启动前的内存预取时刻加载至eml,具体包括:
11、解析业务调度系统下发的任务指令,提取目标终端的设备标识集合及计划任务启动时间;
12、在磁盘预取时间点,向csl发起批量查询,获取所述终端的完整抗量子x.509数字证书;
13、提取所述数字证书中的公钥多项式向量和有效期信息,压缩重组为抗量子公钥数据块,存入esl;
14、在内存预取时间点,将所述公钥数据块从esl加载至eml的哈希寻址表中,并进行最高优先级标记。
15、进一步的,提取所述数字证书中的公钥多项式向量和有效期信息时,丢弃证书中的签发者、主题、扩展字段及签名值等非密码学运算必需字段,将提取的公钥信息与有效期压缩重组为精简型抗量子公钥数据块进行存储。
16、进一步的,所述执行基于ml-kem的密钥封装与解封装交互,生成共享密钥,并基于所述共享密钥和随机挑战数完成挑战-应答身份验证,具体包括:
17、网关以终端标识为索引,从eml获取该终端的抗量子公钥;
18、网关执行ml-kem封装算法,生成共享密钥ss和密文(ciphertext,ct),并生成随机挑战数,将所述密文ct与发送至终端;
19、终端用自身抗量子私钥执行解封装算法,还原共享密钥ss',并利用所述ss'对与终端标识计算消息认证码标签tag,回传网关;
20、网关利用本地共享密钥ss计算本地标签tag',若tag与tag'一致,则认证通过。
21、进一步的,所述网关执行ml-kem解封装算法时,利用ml-kem算法内置的隐式拒绝特性,对任意输入的密文均返回一个共享密钥值,使攻击者无法通过终端的错误响应差异判断密文有效性,从而抵御选择密文攻击。
22、进一步的,所述多维动态权重评估模型的权重值w计算公式为:
23、
24、其中,表示终端静态安全优先级;表示布尔状态位;表示时间窗口内的平均连接频次;表示静默时长惩罚项,α,β,γ,δ分别表示为终端静态安全优先级权重系数、任务状态权重系数、连接频次权重系数和静默时长惩罚权重系数。
25、进一步的,所述eml中的布隆过滤器在网关接收终端接入请求后,先将终端标识经哈希映射至所述布隆过滤器进行证书状态快速筛查;若布隆过滤器判定正常,则继续执行从eml获取抗量子公钥的步骤;若布隆过滤器判定异常,则向csl发起精确核验查询,以csl返回的证书状态作为最终判定依据。
26、第二方面,本发明实施例提供基于抗量子密码与分层调度的海量终端高并发认证系统,应用如第一方面所述的方法,该系统包括:
27、三级分层存储模块,用于构建三级分层存储体系,所述三级分层存储体系包括本地内存层eml、本地持久化存储层esl和云端远程存储层csl;
28、预取与密码调度引擎模块,用于统一执行抗量子公钥的跨层预取调度、终端接入认证交互以及缓存动态分级管理;
29、智能终端,用于向所述预取与密码调度引擎发起接入请求,并执行基于ml-kem的抗量子私钥解封装还原共享密钥,以及基于还原后的共享密钥和所述随机挑战数计算消息认证码(mac)标签进行应答;
30、业务调度系统,用于向所述预取与密码调度引擎下发任务指令,提供终端的任务计划信息和任务启动时间。
31、进一步的,所述预取与密码调度引擎模块还包括:
32、预取调度子模块,用于联动业务调度系统,解析终端任务队列,在任务启动前,从csl获取终端的完整抗量子数字证书,提取其中的公钥信息与有效期并压缩重组为精简型数据块,缓存至esl,并在任务启动前的内存预取时刻加载至eml;
33、认证交互子模块,用于在终端发起接入请求时,从eml中获取该终端的抗量子公钥,执行基于ml-kem的密钥封装与解封装交互,生成共享密钥,并基于所述共享密钥和随机挑战数完成身份验证;
34、缓存淘汰子模块,用于当eml存储容量达到预设高水位阈值时,根据多维动态权重评估模型计算各终端公钥数据的权重值,将权重值低于预设阈值的公钥数据从eml降级至esl。
35、本发明实施例提供的上述技术方案的有益效果至少包括:
36、1、有效降低抗量子密码占用的存储空间:通过终端行为预测与抗量子证书的预取机制,结合多层缓冲置换调度机制,从x.509数字证书中提取密码学运算必需字段,即公钥信息和有效期进行存储,不存储完整证书,不存储签名值等冗余字段。同时,通过在eml内存与esl硬盘间执行基于多维权重的动态调度与跨层置换,以廉价的磁盘空间置换昂贵的内存资源,在有限硬件条件下有效提升了抗量子终端设备的并发接入容量。
37、2、大幅降低高并发抗量子认证延迟:将传统架构中被动实时查询远程数据库的模式,转化为基于业务调度系统任务队列预测的主动分级预取机制,确保终端接入时其公钥已驻留在eml存储层中,实现快速命中。在此基础上,采用基于内存公钥的ml-kem封装运算完成认证交互,相较于传统数字签名验签方案,减少了并发场景下的计算开销
38、3、防御量子计算攻击与重放攻击:全流程采用经nist标准化的ml-kem算法,充分利用kyber密钥封装机制内置的隐式拒绝特性,在密码学层面抵御选择密文攻击。在此基础上,叠加基于共享密钥的mac挑战-应答认证机制,将网关随机挑战数与终端标识进行密码学绑定,确保每次认证会话具备唯一性与不可重放性。上述双重机制协同,有效抵御了针对物联网终端的先截获-后解密的长期量子威胁及大规模重放攻击。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com