پیاده سازی موازی رمزنگاری هومومرفیک Somewhat با استفاده از تکنیک موازی سازی OpenMP جهت بالابردن امنیت در رایانش ابری
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 865
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_045
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
چشم انداز برون سپاری افزایش میزان ذخیره سازی داده ها و مدیریت در خدمات ابر، بسیاری از نگرانی های امنیتی و حریم خصوصی داده ها را برای افراد و شرکت های تجارتی افزایش می دهد. حال اگر کاربران داده ها را رمزنگاری کرده و سپس آن ها را به محیط ابر ارسال کنند، نگرانی های حریم خصوصی بطور رضایت بخشی برطرف خواهند شد. اگر طرح رمزنگاری هومومرفیک باشد، ابر می تواند بدون نیاز به رمزگشایی و بخطر انداختن حریم خصوصی، محاسبات با معنایی را روی داده ی رمزشده انجام دهد. در نتیجه بنابر افزایش نیاز روزافزون استفاده از رایانش ابری و عدم وجد امنیت در این محیط، رمزنگاری هومومرفیک و پیاده سازی آن از اهمیت ویژه ای برخوردار است. تاکنون استفاده از طرح رمزنگاری هومومرفیک بدلیل مدت زمان اجرای بالا و مشکل کمبود حافظه ممکن و عملی نبوده است و از طرفی طرح رمزنگاری هومومرفیک Somewhat بسیار سریع تر و فشرده تر از طرح رمزنگاری هومومرفیک کامل می باشد. در جهت کاهش مدت زمان اجرا، در این مقاله، اولین موازی سازی طرح رمزنگاری هومومرفیک Somewhat مبتنی بر اعداد صحیح توسط تکنیک موازی سازی OpenMP ارائه شده است. نتایج بدست آمده نشان دهنده ی بهبود سرعت 1/67،1/87 و 8/63 در الگوریتم های تولید کلید، رمزگذاری و ارزیابی اعمال توابع جمع و ضرب بر روی متن رمزشده، نسبت به پیاده سازی موازی بر روی پردازنده می باشد.
Keywords:
Authors
مارال مویدفرد
دانشجوی کارشناسی ارشد نرم افزار، دانشگاه آزاد اسلامی واحد کرمان
امیر صباغ ملاحسینی
استادیار، دانشگاه آزاد اسلامی واحد کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :