[发明专利]无线体域网的DSNMF数据完整性认证水印方法有效

专利信息
申请号: 201310055978.3 申请日: 2013-01-31
公开(公告)号: CN103108321A 公开(公告)日: 2013-05-15
发明(设计)人: 同鸣;吴扬成;李存志 申请(专利权)人: 西安电子科技大学
主分类号: H04W12/00 分类号: H04W12/00;H04W12/06;H04W12/10
代理公司: 陕西电子工业专利中心 61205 代理人: 田文英;王品华
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 无线 体域网 dsnmf 数据 完整性 认证 水印 方法
【说明书】:

技术领域

本发明属于信息处理技术领域,更进一步涉及信息安全技术领域中的无线体域网的数据流式非负矩阵分解(Data Stream Nonnegative Matrix Factorization,DSNMF)数据完整性认证水印方法。本发明结合数据流式非负矩阵分解DSNMF算法和脆弱水印,利用数据流式非负矩阵分解DSNMF算法获得唯一标志样本数据特征的数据特征向量,截取其中各元素整数部分,将其转化成二进制数构建水印,加密水印并嵌入待认证数据中,实现数据完整性认证。本发明可用于无线体域网中检测传感器采样数据是否遭受篡改,从而安全、准确、高效地实现采样数据的完整性认证。

背景技术

人体生理数据的完整性认证一直是无线体域网中的重要问题之一。随着人们对健康诊疗服务需求的增加,网络信息服务开始应用于远程健康监护,但是,如何认证生理数据的完整性仍然是具有挑战性的问题。现在针对该问题的主要解决方法是在待发送的数据后额外增加消息认证码(Message Authentication Code,MAC),从而实现数据的完整性认证。但是,暴露在传输数据外面的MAC容易造成安全隐患。

曹远福,孙星明,王保卫,邓慧娟.基于关联数字水印的无线传感器网络数据完整性保护.计算机研究与发展,2009,46:71-77。这种方法是一种基于关联数字水印的数据完整性保护方案,通过利用传感器源节点上感知数据之间的关联关系,计算缓冲域中数据之间的组散列值,将该值作为关联数字水印信息,然后将数值型数据流转化成字符型数据流,结合空白字符的不可见性,将水印信息嵌入到字符型数据流中,数据处理完成后,将含有水印信息的字符型数据流发送出去,网络中的SINK节点接收到数据后,在提取出关联水印信息的同时,重新计算具有关联关系的数据之间的组散列值,通过比较二者是否一致,可验证数据完整性是否被破坏。但其仍存在的不足是,数值型数据流最终是以字符型数据流的形式发送出去的,暴露了数据的完整性策略。

北京航空航天大学在其专利申请“一种无线信道数据完整性保护方法”(专利申请号:201210154081.1,公开号:CN102664710A)中提出了一种无线信道数据完整性保护方法。这种方法在发送端首先获取MAC,然后对MAC进行i-node纠错编码,并添加间隔码,接收同步,对消息开关调制,从信道1发送给接收者,在接受端,通过比较接收到的MAC和由接收到的消息计算出的MAC之间的异同实现数据完整性认证。但其仍存在的不足是,需要额外传输MAC,增加了通信开销,加大了无线网络中的能量消耗。

发明内容

本发明的目的在于克服上述已有技术的不足,提出了一种针对无线体域网的DSNMF数据完整性认证水印方法。本发明节省了无线体域网中采样数据的完整性认证需要额外增加MAC所带来的通信开销,充分利用了脆弱水印在数据完整性认证方面的优势;利用DSNMF算法分解待认证数据,获得数据特征向量,由数据特征向量生成基于数据特征的水印信息,实现水印的盲检测。

本发明实现上述目的的思路是:在水印嵌入时,用DSNMF算法分解节点整数平面矩阵,获得节点数据特征向量,由节点数据特征向量生成水印,加密水印并嵌入待认证数据中,重构数据获得含水印的合成采样数据;在水印提取认证时,利用DSNMF算法分解中心整数平面矩阵,获得中心数据特征向量,由中心数据特征向量生成参考水印,提取并解密加密信息,获得提取的水印,比较参考水印和提取的水印的一致性,实现数据完整性认证。

本发明具体实现步骤包括水印嵌入过程和水印提取认证过程。

本发明的水印嵌入具体实现步骤如下:

(1)节点初始化:

节点将中心分配的初始密钥作为初始值,采用一维Logistic映射法迭代获得元素值大小处于初始区间的节点初始伪随机向量;

(2)节点数据预处理:

2a)节点从传感器中读入采样数据,将所有的采样数据等分为n组,每组所含元素个数为m个,得到采样数据子组,采用调制变换公式处理采样数据子组得到非负数据子组,将所有的非负数据子组横向排列构成大小为m×n的节点非负矩阵;

2b)采用调制变换公式处理节点初始伪随机向量,得到节点基础向量;

(3)获取节点整数平面矩阵和节点小数平面矩阵:

3a)取步骤2a)得到的节点非负矩阵各元素中的整数部分,生成节点整数平面矩阵;

3b)将节点非负矩阵与节点整数平面矩阵相减,得到节点小数平面矩阵;

(4)获取节点数据特征向量:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310055978.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top