Banking-Based Sensitivity Level Analysis Framework for Secure and Authenticated Cloud Data Using Multi-Technique Cryptographic Integration

doi:10.1142/s0218194026410019

2026-04-01

PRE

Varun, C. M. *

Kumar, R. P. Anto

DOI：10.1142/s0218194026410019

原文链接

原文求助

摘要

En 中文

云安全（CS）确保数据和应用程序在云中的保护，而认证则保护银行详情免受未经授权的访问。然而，现有技术未能关注数据的敏感级别，从而导致云中重要信息保护不足。这项工作的创新之处在于设计了一个感知敏感性的多技术加密框架，该框架集成了基于Pi S的模糊逻辑（Pi SFuzzy）、分层-便捷中心的生物识别曲线加密（SCBCC）和维吉尼亚-凯撒密码中心的报文认证码（VC2-MAC），在安全的智能合约和IPFS环境中实现分层数据安全和精确认证。数据所有者（DO）首先注册并登录以将银行详情上传到云端。文本随后进行预处理。然后，利用Pi SFuzzy从银行详情中提取关键词以对数据敏感级别进行分类。接着，为机密和受限数据创建安全智能合约（SC），随后生成哈希码和报文认证码（MAC）。与此同时，数据被加密并存储在星际文件系统（IPFS）中。云用户（CU）登录并发送请求给DO以下载银行详情。最后，在1099ms内对高度敏感数据验证MAC，以拒绝或下载授权用户的银行详情。因此，这项工作优于传统方法。此外，提出的TDGPS-K匿名方法实现了98.93%的PPR，比现有的K-匿名技术高出3.48%。该研究强调了所提出方法在保持数据隐私的同时维持性能效率的卓越有效性。

Keyword:

Top-down generalization with partial suppression-based K-Anonymity (TDGPS-KAnonymity)

salted Merkle-Damg & aring

rd secure hashing algorithm 512 (SMD-SHA512)

message authentication code (MAC)

Secure hashing algorithm 512 (SHA512)

cloud security (CS)

sensitivity level analysis (SLA)

authorized and non-authorized CU