基于迁移学习的网络身份双向认证技术

摘要：

现有网络身份认证技术的算法复杂性高,网络身份认证技术的同步性较差,因此提出一种基于迁移学习的网络身份双向认证技术.将目标分类器和相似性约束相联系,通过迁移学习以及相关领域弱相似性,训练用户身份数据,针对加密机制中特征2域的二进制更容易在系统中实现的优点,确定出网络身份认证过程中曲线和基点,以二者为依据分别在读写器和标签两个方向设置公钥和私钥,并在每一次认证后更新一次基点,使私钥序列不断改变,实现网络身份双向认证.通过实验表明,所提方法的同步性强,而且能够拦截多种网络攻击.

关键词：迁移学习、目标分类器、相似性约束、特征2域、椭圆曲线参数

所属期刊栏目：38

分类号：TP26(自动化技术及设备)

在线出版日期：2022-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：163-165