本书从应用的角度介绍计算机信息系统安全技术。全书按照“威胁—防护—管理”的思路组织为5章,内容包括信息系统安全威胁、数据安全保护、身份认证与访问控制、网络安全保护和信息系统安全管理。
本书深入浅出,结构新颖,紧扣本质,适合教学,可以激发读者的求知欲。书中还配有丰富的实验和习题,供读者验证和自测。本书适合作为计算机科学与技术专业、信息管理与信息系统专业、网络专业和信息安全专业的“信息系统安全概论”课程的教材或教学参考书,也可供有关技术人员参考。
张基温,先后担任名古屋大学访问学者,山西财经大学、江南大学、华东政法大学、常熟理工学院、福建工程学院、广西职业技术学院、晋城学院等多所大学、华南农业大学珠江学院的专职、客座或兼职教授,北京大学博雅方略城市发展与信息化研究中心研究员,南京大学出版社总编顾问,太原高新技术区IT研究院实验室主任,山西省紧缺人才专家委员会副主任,中国信息经济学会常务理事,全国高等院校计算机基础教育研究会常务理事兼课程建设委员会副主任,中国计算机学会教育专业委员会委员,国家NIT考试委员会委员,江苏省计算机基础教学指导委员会委员,山西省新世纪专家学者协会副会长。为清华大学出版社、电子工业出版社、中国水利水电出版社、南京大学出版社、中国铁道出版社等主编了信息管理与信息系统专业、计算机实验与实践、大学生信息素养等多个系列教材。研究和教学领域涉及计算机科学与技术、信息安全、信息经济学、电子政务与电子商务、服务科学、新媒体,已发表学术论文一百余篇,出版著作百余种。
第3章 身份认证与访问控制
信息系统中的一切活动都是由访问行为所引起的。为了系统的安全,需要对访问进行管制约束。访问涉及两个方面:主体(通常指用户)和客体(也称为资源,即数据)。身份认证(identity authentication)是指对于主体合法性的认证;访问控制(access control)是指对于主体的访问行为进行授权(authorization)的过程。
如果认为一个信息系统有一个入口,则身份认证就是在信息系统的入口进行的身份检查;而访问控制则规定访问者进入系统以后可以对哪些资源分别进行什么样的访问操作。两者之间的关系如图3.1所示。
图3.1 用户对资源访问的过程
3.1 基于凭证比对的身份认证
身份认证是信息系统安全的第一道屏障,用于检验主体身份的合法性,用它控制哪些用户能够登录到系统(服务器)并获取系统资源,控制准许用户进入的时间和准许他们在哪台计算机上访问。
最基本的身份认证是需要用户提供能代表身份的凭证与系统中存储的凭证进行比对。用于比对的身份凭证可分为下列3种。
(1)用户所知道的秘密,如口令(password)、个人识别号(PIN)和密钥等。
(2)用户所拥有的信物,如信用卡、IC卡、USB Key、印章和证件等。
(3)用户自身的特征,如笔迹、步态、声音、指纹、虹膜纹和唇纹等。
身份认证可以是一方对另一方的认证,也可以是双方的互相认证。前者称为单向认证,后者称为双向认证。
3.1.1 生物特征身份认证
生物特征身份凭证一般采用用户固有的生物特征和行为特征,要求这些具有唯一性和永久性。下面介绍几种主要的生物身份凭证及其验证方法。
1. 指纹
指纹是历史最为悠久的生物身份凭证。据著名指纹专家刘持平先生论证,早在7000年前我们的祖先就开始进行指纹识别的研究。到了春秋战国时代,手印检验不仅广泛应用于政府和民间的书信与邮件往来之中,并已经开始用于侦讯破案之中。
指纹是一种十分精细的拓扑图形。如图3.2所示,一枚指纹不足方寸,上面密布着100~120个特征细节,这么多的特征参数组合的数量达到640亿种(英国学者高尔顿提出的数字)。并且由于它从胎儿4个月时生成后保持终生不变,因此,用它作为人的唯一标识,是非常可靠的。
指纹识别主要涉及4个过程:读取指纹图像、提取指纹特征、保存数据和比对。目前已经开发出计算机指纹识别系统,可以比较精确地进行指纹的自动 识别。
2. 虹膜
虹膜是位于眼睛黑色瞳孔与白色巩膜之间的环形部分(见图3.3(a))。它在总体上呈由里向外的放射状结构(见图3.3(b)),并包含许多相互交错的类似斑点、细丝、冠状、条纹、隐窝等形状的细微特征。这些细微特征信息也被称为虹膜的纹理信息,主要由胚胎发育环境的差异决定,因此对每个人都具有唯一性、稳定性和非侵犯性。
图3.3 眼睛与虹膜
虹膜识别系统主要由虹膜图像采集装置、活体虹膜检测算法、特征提取和匹配几个模块组成。
3. 面像
采用面像作为身份凭证的识别系统包括两个技术环节:面像检测和面像识别。
1)面像检测
面像检测主要实现面像的检测和定位,即从输入图像中找到面像及面像的位置,并将人脸从背景中分割出来。现有的面像检测方法可以分为3类。
(1)基于规则的面像检测:总结了特定条件下可用于检测面像的知识(如脸型、肤色等),并把这些知识归纳成指导面像检测的规则。
(2)基于模板匹配的面像检测:首先构造具有代表性的面像模板,通过相关匹配或其他相似性度量检测面像。
(3)基于统计学习的面像检测:主要利用面部特征点结构灰度分布的共同性来检测面像。
……