[发明专利]无线传感器网络中多类型时空数据的联合压缩加密方法

权利要求书

1.一种无线传感器网络中多类型时空数据的联合压缩加密方法，其特征在于，包括以下步骤：

步骤1、建立混沌序列的半张量压缩感知测量矩阵；

步骤2、传感器节点进行信号传感和采集，在每个传感器节点的信号传感和采样中运用混沌半张量压缩感知测量矩阵进行降采样率加密采样；

步骤3、依据信号类型生成混沌辅助矩阵，每次采样结果为步骤2的采样结果与混沌辅助矩阵两部分之和；

步骤4、通过非对称加密协议生成加密覆盖矩阵L，与步骤3的采样结果做半张量积乘法进行数据覆盖,得到覆盖后的采样结果，对数据进行二次加密；

步骤5、考虑同一节点的不同时间采集数据的时间相关性，采用半张量压缩感知矩阵随机选取节点的任意时刻，实现数据在时间维度上的压缩，将采集后的数据存储成节点矩阵；

步骤6、将整个传感网络分为多个集群，每个集群内不同节点在同一时间内采集数据具有空间相关性；

步骤7、随机选择多个节点同时采集数据，减少空间数据冗余信息；

步骤8、簇头节点汇集所有采集节点数据；

步骤9、进行信号重构；

所述步骤1中，将混沌系统引入到压缩感知，混沌系统根据公式(1)产生混沌压缩感知需要的测量矩阵Φ；

Φ＝T(S(n₀，d，C(z₀，ε))) (1)

其中，n₀为采样初值位置、d为采样间隔，Z₀为混沌初值，ε为混沌参数，C为混沌系统，S代表序列经过一定初始位置和采样间隔的采样，T为映射函数，将混沌序列映射为混沌矩阵；

假设矩阵A∈R^m×n，B∈R^p×q，如果n和p之间呈倍数关系，那么矩阵A、B可乘，记为半张量积a；

用矩阵表示为：

将半张量积的矩阵乘法引入到半张量压缩感知模型中，采用测量矩阵实现压缩感知，即：

其中,观测矩阵A∈R^M×N,M＜N,被采集信号x∈R^p，压缩感知采样结果y；

将混沌序列、半张量积引入到压缩感知中，通过生成混沌半张量压缩感知，采用观测矩阵实现数据亚采样加密采集；

所述步骤3中，不同类型信号的矩阵维度不相同，利用半张量矩阵乘法实现不同维度的矩阵相乘，在不同类型信号的采集过程中均可采用统一测量矩阵进行观测；假设原始信号长度分别为x_m，x_n，…，x_i，x_k，测量矩阵Φ₁^emp/n，但观测结果的维度取决于原始信号长度，利用混沌系统根据信号类型生成不同维度的辅助矩阵Φ_n，与步骤2的采样结果进行相加，统一不同类型信号的矩阵维度，最终采样结果y₁为：

式中，n是指混沌辅助观测矩阵的数量，取决于当前系统有多少种类型的信号；

所述步骤4中，非对称加密算法使用一个密钥值用来加密消息-公钥，使用另一个密钥值用来解密消息-私钥，这两个密钥值在同一过程中产生，成为密钥对；

利用经典的RSA算法实现非对称加密算法；选择一对不同的素数l，k，计算n＝l*k，f(n)＝(I-1)(k-1)，找到一个与f(n)互质的数e作为公钥指数，且1＜e＜f(n)，计算满足(d*e)mod((l-1)*(q-1))＝1的私钥指数d，得到公钥KU＝(e，n)，私钥KR＝(d，n)；

设密文为C，加密过程为：C＝M e mod n，解密过程为：C＝M d mod n；

利用上述算法产生加密矩阵L，对步骤3的采样结果采用半张量积乘法进行覆盖，得到覆盖后的最终采样结果y₂：

2.根据权利要求1所述的无线传感器网络中多类型时空数据的联合压缩加密方法，其特征在于，所述步骤9中，基于数据间的时间相关性、空间相关性建立分布式压缩感知模型，通过分布式压缩感知模型进行信号重构；

信号重构分为两部分：一是根据同一时间内采集数据的空间相关性，将所有簇头节点的数据信息通过分布式压缩感知联合重构算法重构出单节点的节点信号；二是根据同一节点的不同时间的采集数据的时间相关性，通过分布式压缩感知联合重构算法重构单节点某一时刻的原始信号。