返回
Optimized Post-Quantum Attribute-Based Logging for Real-Time and Tamper-Evident Cloud Forensics
DOI:10.1109/tcc.2026.3681599.png)
摘要
En 中文
安全审计日志对于云取证至关重要,但现有方案存在根本性限制。基于哈希链、配对和RSA/ECC的日志在密钥泄露和量子攻击下会失去证据有效性,而区块链辅助方法依赖预量子基础和定期验证,留下可被内部人员利用的时间窗口。本文提出后量子属性基日志(PQ-ABL),一种具有持续完整性保障的量子抗性取证日志框架。PQ-ABL采用格基CP-ABE实施细粒度、后量子访问控制,同时使用AES-GCM高效保护日志负载。完整性通过基于纪元的验证模型实现,将每个纪元的单个Merkle根锚定在区块链上,支持线性时间$O(N)$全纪元验证、验证后常数时间$O(1)$局部记录一致性检查以及独立记录成员资格对数时间$O(\log N)$验证,无需纪元验证期间的逐记录认证证明。关键贡献在于完整性设计将后量子授权与验证成本解耦,消除了周期性锚定固有的取证盲点。安全性分析证明在标准格困难假设下具有机密性和完整性。实验结果表明,与现有后量子及区块链日志方案相比,PQ-ABL将验证延迟降低31.8%,计算成本降低38.6%。
Keyword:
Audit
logging
cloud forensics
quantum attack
integrity
blockchain
期刊
I
IF:
5
论文数:
1.9K
被引数:
4.3K
机构
引用论文
EVSEB: Efficient and Verifiable Searchable Encryption With Boolean Search for Encrypted Cloud Logs
IEEE Access
IF0
Efficient Post-Quantum Blockchain Transaction via Edge PUF-Enabled Persistent Verification in IoT通过边缘PUF启用的持久性验证实现高效的物联网后量子区块链交易
Saeed, M.M. An AI-Driven Cybersecurity Framework for IoT: Integrating LSTM-Based Anomaly Detection, Reinforcement Learning, and Post-Quantum Encryption. IEEE Access 2025, 13, 104027–104036. [Google Scholar] [CrossRef]Saeed, M.M. 面向物联网的AI驱动网络安全框架:整合基于LSTM的异常检测、强化学习和后量子加密。IEEE Access 2025, 13, 104027–104036. [Google Scholar] [CrossRef]
Establishing forensics capabilities in the presence of superuser insider threats在超级用户内部威胁存在的情况下建立法证能力

