[发明专利]一种群智感知网络中基于隐私保护的数据融合方法

说明书

本发明提供了一种群智感知网络中基于隐私保护的数据融合方法，系统初始化；任务发布者通过感知平台请求某个位置的感知信息，并将请求发送到云服务器；在获得任务请求之后云服务器根据相应的地理位置将感知任务发送给符合要求的用户；用户完成感知任务后使用他们的私钥对感知数据进行签名并为其添加噪声；云服务器在收到签名的加扰感知数据后，汇总个人数据，并保留用户的签名，然后将汇总结果发送到感知平台；最后，感知平台将获得融合结果解密发送给任务发布者。该方法计算开销、通信开销和存储开销均优于同类方法，能有效降低通信的负担，能对用户的隐私信息进行良好的保护。

技术领域

本发明涉及一种群智感知网络中基于隐私保护的数据融合方法。

背景技术

随着嵌入大量传感器的移动智能设备的快速发展，用户可以携带各种可穿戴的移动设备，随时随地地收集感知数据。在这种情况下，产生的感知数据来自不同的感知设备和感知地点，整合这些不同来源的感知数据至关重要，可以有效的节约因数据传输而消耗的网络流量，也可以将用户的信息隐藏在融合数据中实现隐私保护。虽然数据融合为很多实际应用带来益处，但它仍然面临着一些挑战。首先，由于网络的开放性和感知数据的隐私敏感性，在数据融合期间可能发生隐私泄露。例如，恶意攻击者可能拦截感知数据并获取用户轨迹信息。为了保护用户的数据保密性，有研究者提出了基于同态加密的数据融合方案。现有的数据融合技术解决了多源数据的传输和隐私保护问题，但是其并不能有效避免恶意用户的攻击，对用户的隐私信息保护不够彻底，同时，还带来了繁重的通信负担。

发明内容

针对上述现有技术存在的问题，本发明提供一种群智感知网络中基于隐私保护的数据融合方法，该方法计算开销、通信开销和存储开销均优于同类方法，能有效降低通信的负担，能对用户的隐私信息进行良好的保护。

为了实现上述目的，本发明提供一种群智感知网络中基于隐私保护的数据融合方法，包括任务发布者、感知平台、云服务器和用户，具体包括以下步骤：

步骤一：初始化：

a1：第三方认证机构CA运行获取双线性元组相关参数，随后，CA基于BGN加密系统生成元组(p，q，e，h)，最后，将(N，e，g，h，H)作为系统公钥；

其中，为是有限乘法群，g是的随机生成元，p是BGN系统的私钥，p和q是两个不同的素数，h＝g^q是的子群g^n/p的随机生成元，CA随机选择哈希函数为的子群，e为双线性映射，n＝pq是的阶，N为的阶；H为的一个随机生成元；

a2：CA使用Shamir秘密共享机制，基于多项式函数SK(x)＝p+a₁x+a₂x²+…+a_dx^d，将BGN的私钥p分享给云服务器，并将云服务器集合定义为CS，对于云服务器集合中每一个云服务器CS_i，CA计算出对应的SK(i)，并将SK(i)分发给云服务器作为它的密钥，即sk_CS，i＝SK(i)；

a3：用户用其各自的私钥签署其各自的感知数据，以使云服务器可进行验证，每个用户均向CA进行注册，CA随机选择sk_u，i∈Z_p作为用户的私钥，选择作为用户u_i的公钥，CA将sk_u，i发送给用户，将pk_u，i发送给云服务器；

步骤二：任务发布者通过感知平台请求某个位置的感知信息，并将请求发送到云服务器：

b1：任务发布者向感知平台发布感知任务请求，感知平台在收到感知任务请求后生成感知任务无组S＝(S_t，S_n，S₁，S_a)，其中S_t代表感知时间，S_n代表感知内容，S₁代表感知位置，S_a代表感知奖励；