Volume 2,Issue 9
Fall 2024
智能制造环境下的多因子动态认证框架
智能制造环境中的用户认证对环境变化高度敏感，传统的认证方式通常依赖于单次认证结果，未能考虑认证过程中对特定环境的觉察，难以实现持续的上下文感知。针对上述问题，本文提出了一种面向智能制造场景的多因子认证方案，该方案能够根据实际需求灵活组合多种动态认证因子，并结合上下文感知机制增强认证过程，从而提高认证的安全性。这一方案解决了传统认证方法忽略的环境特征的不可伪造性、认证过程的持续性以及身份认证的抗攻击性等关键问题。
[1]Zulfiqar M, Syed F, Khan M J, et al. Deep face recognition for biometric authentication[C]//2019 international conference on electrical, communication, and computer
engineering (ICECCE). IEEE, 2019: 1-6.
[2] 许丹丹, 李沛谕, 张世倩, 等. 统一身份认证系统中的多因子身份认证方法[J].福州大学学报( 自然科学版),2023,51(05):616-620.
[3]AlQahtani, Ali Abdullah S., et al. “Leveraging Machine Learning for Wi-Fi-based Environmental Continuous Two-Factor Authentication.” IEEE Access (2024).
[4]Zhao G, Zhang P, Shen Y, et al. Passive user authentication utilizing behavioral biometrics for IIoT systems[J]. IEEE Internet of Things Journal, 2021, 9(14): 12783-12798.
[5] 永立, 贾娟, 吴习沫, 等. 基于密码技术的智能制造网络安全保障体系研究[J].电脑知识与术,2024,20(24):10-13.DOI:10.14004/j.cnki.ckt.2024.1230.
[6] 胡文俊. 网络安全视域下的身份认证技术研究[J].科技创新与应用.2022,12(7).
[7]王立岩. 高质量发展下智能制造的变革驱动与天津实践[J].城市,2019,(08):3-11.
[8] 曾维恺. 面向多因子身份认证协议的形式化验证工具设计与实现[D]. 北京邮电大学,2024.DOI:10.26969/d.cnki.gbydu.2024.001729.
[9]Ometov A, Bezzateev S, Mäkitalo N, et al. Multi-factor authentication: A survey[J]. Cryptography, 2018, 2(1): 1.