Digital signatures provide scalable authentication with non-repudiation and are vital tools for the Internet of Things (IoT). Many IoT applications harbor vast quantities of resource-limited devices often used with cloud computing. However, key compromises (e.g., physical, malware) pose a significant threat to IoTs due to increased attack vectors and open operational environments. Forward security and distributed key management are critical breach-resilient countermeasures to mitigate such threats. Yet forward-secure signatures are exorbitantly costly for low-end IoTs, while cloud-assisted approaches suffer from centrality or non-colluding semi-honest servers. In this work, we create two novel digital signatures called Lightweight and Resilient Signatures with Hardware Assistance (LRSHA) and its Forward-secure version (FLRSHA). They offer a near-optimally efficient signing with small keys and signature sizes. We synergize various design strategies, such as commitment separation to eliminate costly signing operations and hardware-assisted distributed servers to enable breach-resilient verification. Our schemes achieve magnitudes of faster forward-secure signing and compact key/signature sizes without suffering from strong security assumptions (non-colluding, central servers) or a heavy burden on the verifier (extreme storage, computation). We formally prove the security of our schemes and validate their performance with full-fledged open-source implementations on both commodity hardware and 8-bit AVR microcontrollers.


翻译:数字签名提供可扩展的认证与不可否认性,是物联网(IoT)的关键工具。许多物联网应用部署了大量资源受限的设备,并常与云计算结合使用。然而,由于攻击向量增多和开放的运行环境,密钥泄露(如物理攻击、恶意软件)对物联网构成重大威胁。前向安全性与分布式密钥管理是应对此类威胁的关键抗泄露措施。但前向安全签名对低端物联网设备成本过高,而云辅助方法则受限于中心化或非共谋的半诚实服务器假设。本研究提出了两种新型数字签名方案:硬件辅助的轻量级抗泄露签名(LRSHA)及其前向安全版本(FLRSHA)。它们以接近最优的效率实现签名,同时保持较小的密钥和签名尺寸。我们协同运用多种设计策略,如通过承诺分离消除高成本签名操作,并借助硬件辅助的分布式服务器实现抗泄露验证。我们的方案在保持紧凑的密钥/签名尺寸的同时,实现了数量级更快的前向安全签名,且无需依赖强安全假设(如非共谋或中心化服务器),也无需验证方承担过重负担(如极端存储或计算开销)。我们形式化证明了方案的安全性,并通过在商用硬件和8位AVR微控制器上的完整开源实现验证了其性能。

0
下载
关闭预览

相关内容

图对抗防御研究进展
专知会员服务
39+阅读 · 2021年12月13日
专知会员服务
19+阅读 · 2021年7月20日
NetworkMiner - 网络取证分析工具
黑白之道
16+阅读 · 2018年6月29日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
13+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
174+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
495+阅读 · 2023年3月31日
Arxiv
25+阅读 · 2023年3月17日
VIP会员
相关论文
Arxiv
174+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
495+阅读 · 2023年3月31日
Arxiv
25+阅读 · 2023年3月17日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
13+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员