[发明专利]一种群智感知中基于椭圆曲线的聚合数据隐私保护方法

说明书

本发明适用于隐私保护技术领域，提供了一种群智感知中基于椭圆曲线的聚合数据隐私保护方法，该方法包括如下步骤：S1、构建若干个匿名小组，每个匿名小组由k个节点构成；S2、接收匿名小组发送的聚合密文；S3、联合匿名小组对聚合密文进行解密，将解密后的聚合明文上传至服务器。在匿名小组中的成员节点中进行数据传递、加密及聚合，服务器无法获知感知数据的提供者以及各成员节点的感知数据内容，保证了各成员节点数据隐私，当服务器或是组管理器和不诚实的节点进行勾结时，也无法获知感知数据对应的提供者，以及各个成员节点的感知数据的内容，从而可以保护节点的数据隐私。

技术领域

本发明属于隐私保护技术领域，提供了一种群智感知中基于椭圆曲线的聚合数据隐私保护方法。

背景技术

随着科技的进步引发出物联网概念，随之而来的就是各种传统感知网络的发展(如传统的无线感知网络以及静态有线网络)，这种发展使得感知计算的需求变得越来越强烈，因为传统感知网络布置的高昂代价，加之随着无线通信和传感器技术发的展使得携带大量传感器的无线移动终端设备(如手机、平板、智能手环等)广泛的普及，引发出了一种新式感知模式群智感知。随着这些移动设备发展，它们展现出了越来越强的计算能力以及集成大量的传感器(如温度、湿度、GPS等)。在这种大环境下，群智感知网络的布置成本较之传统无线感知网络是极为低廉的，所以群智感知网络变成一个热门的研究的是必然的。移动通信设备利用携带的传感器收集到的数据上传到服务器，服务器接收数据，根据需求对数据进行分析处理，然后把处理好的数据提供任务发布者。群智感知网络不仅有着成本低廉的优点而且还有着收集的数据细粒度、高随机等优点，这对许多研究领域有着很大帮助。尽管现在群智感知已经应用在许多方面(如环境监测、交通状况监测等)，如果不解决群智感知中的隐私问题，那么群智感知将无法进一步发展。

对于群智感知中的隐私保护问题，国内外研究者提出了很多解决方案。HuL等人设计了一种HP3方法，它在群智感知网络中服务器不可信的情况下保护隐私。参与者将他们收集的数据进行切片然后把切片后的数据分别转发给他的可信邻居，当每个切片转发的次数到达一定阀值时切片所在的节点会把切片上传给服务器，服务器接收所有的切片然后对切片进行重组。这种方法虽然保护了位置隐私和数据隐私，但是它需要完全可信的邻居进行分组转发，这在现实社会中往往是不太实用的。Dimitriou T提出的PEPPeR方案保护查询者的数据隐私，查询者和参与者由可信第三方服务器分配令牌，而后查询者和参与者数据上传和下达时都要经过它们和第三方服务器之间的洋葱路由网络。这种类型的隐私保护全都需要绝对可信的第三方。这种第三方往往更容易被攻击，所以也是不太可行的。Qiu F等人提出一种SLICER方案，它对媒体数据进行特殊的编码方式，然后把编码分成K个部分，然后移动过程中与另一个参与者碰面时通过TMU和MCT两种策略发送切片，另一个参与者把切片发送给传感服务器，传感服务器收到mK份数据时，进行数据重组。这种方案虽然保护了隐私，但是节点需要在物理上相遇，而且对共谋攻击的抵御不太好。

群智感知中关于聚合数据隐私方面的研究相对较少。如何在高效的聚合感知数据的同时保证节点的隐私安全问题已经成为目前研究的热点。Ma Teng等人提出了一种基于信任的数据融合协议，通过对观察节点的行为，协议计算、监视和评估节点的信任值，及时检测和排除受损节点，该方案能够有效的降低节点能耗并提升数据传输的可靠性，但是这种方案实际上还是基于可信任的节点的。

现有的大部分隐私保护研究是基于可信的环境下的，例如可信的邻居节点或是可信的第三方。而现有的群智感知中聚合数据隐私保护研究很难抵御共谋攻击。

发明内容

本发明实施例提供了一种群智感知中基于椭圆曲线的聚合数据隐私保护方法，在匿名小组中的成员节点中进行数据传递、加密及聚合，保证了各成员节点数据隐私，增强了对共谋攻击的抵御。

为了实现上述目的，本发明提供了一种群智感知中基于椭圆曲线的聚合数据隐私保护方法，所述方法包括如下步骤：

S1、构建若干个匿名小组，每个匿名小组由k个节点构成；