Ad hoc网络中一种高效分层的组密钥管理方案

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 86-88.

Ad hoc网络中一种高效分层的组密钥管理方案

涂山山1，2，马春波1，敖发良1

1.桂林电子科技大学信息与通信学院，广西桂林 541004
2.湖北省防雷中心，武汉 430074

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-11 发布日期:2011-09-11

Effective and multilayer group key management scheme for Ad hoc network

TU Shanshan1，2，MA Chunbo1，AO Faliang1

1.School of Information and Communication，Guilin University of Electronic Technology，Guilin，Guangxi 541004，China
2.Hubei Lightning Protection Center，Wuhan 430074，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-11 Published:2011-09-11

摘要/Abstract

摘要： 提出了一种高效安全的分层的组密钥管理结构，利用构建多重密钥链来实现组内各密钥的产生以及安全通信信道的建立;具有生成组密钥以及通信密钥安全快捷，整体结构可根据初始要求进行定量布局等特点，适用于动态拓扑结构以及节点储能和计算能力相对较低的Ad hoc网络。

关键词: 高效安全, 组密钥管理, 分层, 定量布局, Ad hoc网络

Abstract: This paper proposes an effective and secure multilayer group key management scheme，which achieves the production of the group keys and the building of communication channels by building multiple key chains.This scheme has several features，such as producing group keys and communication keys safely and quickly and quantitative distribution according to original requests.It is applicable to topological Ad hoc network，in which the nodes have limited computational and memory resources.

Key words: effective and secure, group key agreement, multiple, quantitative distribution, Ad hoc Network

涂山山1，2，马春波1，敖发良1. Ad hoc网络中一种高效分层的组密钥管理方案[J]. 计算机工程与应用, 2011, 47(26): 86-88.

TU Shanshan1，2，MA Chunbo1，AO Faliang1. Effective and multilayer group key management scheme for Ad hoc network[J]. Computer Engineering and Applications, 2011, 47(26): 86-88.

[1]	万琴，朱晓林，陈国泉，肖岳平. 分层联合双边滤波的深度图修复算法研究[J]. 计算机工程与应用, 2021, 57(6): 184-190.
[2]	雷聪蕊，葛正浩，魏林林，陈浩. 3D打印模型切片及路径规划研究综述[J]. 计算机工程与应用, 2021, 57(3): 24-32.
[3]	赖俊，魏竞毅，陈希亮. 分层强化学习综述[J]. 计算机工程与应用, 2021, 57(3): 72-79.
[4]	赵宇，祝义，于巧，陈小颖. 基于分层数据筛选的跨项目缺陷预测方法[J]. 计算机工程与应用, 2021, 57(20): 279-286.
[5]	陈恒，祁瑞华，朱毅，杨晨，郭旭，王维美. 球坐标建模语义分层的知识图谱补全方法[J]. 计算机工程与应用, 2021, 57(15): 101-108.
[6]	张力为，王甦菁，段先华. 细粒度分层时空特征描述符的微表情识别方法[J]. 计算机工程与应用, 2021, 57(13): 154-160.
[7]	张爱梅，徐杨. 注意力分层双线性池化残差网络的表情识别[J]. 计算机工程与应用, 2020, 56(23): 161-166.
[8]	李森森，吴清. 改进Mask R-CNN的遥感图像多目标检测与分割[J]. 计算机工程与应用, 2020, 56(14): 183-190.
[9]	高宁1，王兴元1，2，王秀坤1. 基于多状态分层模型的有表情人脸配准[J]. 计算机工程与应用, 2019, 55(7): 40-47.
[10]	王军伟，陈兴，邓益民，刘洋，汪俊辉. STL模型特征信息的自适应分层的研究[J]. 计算机工程与应用, 2019, 55(6): 244-251.
[11]	薛文艳，赵江，郝崇清，刘慧贤. 基于信息素负反馈的超启发式蚁群优化算法[J]. 计算机工程与应用, 2019, 55(4): 163-172.
[12]	钟毓灵，王习特，白梅，朱斌，李冠宇. FODU：不确定数据集中快速离群点检测方法[J]. 计算机工程与应用, 2019, 55(19): 105-114.
[13]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[14]	彭家寅. 多参数测量的分层量子态分享[J]. 计算机工程与应用, 2019, 55(12): 59-66.
[15]	郑文庆，金虎，郭建蓬，冯辉. 基于信道占用及优先级的MAC协议退避算法[J]. 计算机工程与应用, 2019, 55(11): 80-84.