[发明专利]一种隐私保护的物联网节点优选方法、系统、设备及终端

说明书

本发明属于物联网技术领域，公开了一种隐私保护的物联网节点优选方法、系统、设备及终端，所述隐私保护的物联网节点优选方法包括：将未知节点的优选问题建模为多节点博弈的多臂赌博机问题，并将节点能力属性建模为能力度量参数；基于汤普森采样算法对能力度量参数进行训练过程，实现节点组的迭代选择；在迭代过程中，对节点能力参数进行更新，节点使用随机响应机制扰动其能力参数的反馈值，使得参数更新过程满足本地化差分隐私约束。本发明能够在无上下文背景的情况下，通过多次迭代选择出最优节点组，保证节点能力敏感属性不被泄露。实验结果表明，与已有技术相比，本发明具有高效性，是一种适应于多样化感知任务的差异化节点优选方法。

技术领域

本发明属于物联网技术领域，尤其涉及一种隐私保护的物联网节点优选方法、系统、设备及终端。

背景技术

目前，随着信息技术的飞速发展，物联网(IoT)范式已成为研究人员和企业的主要吸引力之一。许多人认为这是下一次重大技术革命。物联网基于不同对象进行交互和协作以实现共同目标的能力，而人类的交互作用却很少。这样的对象包括传感器，RFID，致动器和移动电话。在传感应用中，物联网范例的重要推动者是无线传感器网络(WSN)。WSN是由大量小型，廉价且由电池供电的设备(即，配备有传感器的节点)组成的网络。通常，这些节点可以处理，存储和通信数据，然而，物联网网络是异构的，这意味着当一项任务需要执行某项操作时，某些物联网节点可能会比其他节点更好地完成任务。

智慧医疗、智慧城市和智能家居等典型的物联网应用给人们的生产和生活带来了极大的便利。然而，在各类物联网应用中潜在的信息安全问题也逐渐暴露出来，并为人们所重视。因此在物联网节点选择中需要设计相应的隐私保护方案，解决节点数据收集能力属性的隐私泄露问题。

在节点选择机制中，平台大多希望选择感知能力强的节点来执行任务，然而在实际场景中平台并不能事先获得节点的感知能力，这被称为“未知节点”选择问题。针对未知节点选择问题，已有方案采用强化学习方法每一轮选择多个节点共同执行任务，然而却未考虑到在迭代过程中节点上传的感知质量值会泄露隐私，也未考虑到迭代结束的条件或阈值。因此，需要发明一种能够同时解决上述问题的方法和相应的机制。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有节点数据收集能力属性存在隐私泄露问题。

(2)在节点选择机制中，在实际场景中平台并不能事先获得节点的感知能力，这被称为“未知节点”选择问题。

(3)针对未知节点选择问题，已有方案采用强化学习方法每一轮选择多个节点共同执行任务，然而却未考虑到在迭代过程中节点上传的感知质量值会泄露隐私，也未考虑到迭代结束的条件或阈值。

解决以上问题及缺陷的难度为：传统的物联网节点选择机制主要通过物联网节点信息来筛选，这不仅暴露了节点能力敏感属性等隐私信息，也不符合实际场景，即平台不应拥有物联网节点的任何先验知识。

解决以上问题及缺陷的意义为：有效解决上述问题，可以促进共享生态的飞速发展，共享数据能够得到有效的利用，发挥其更大的价值。同时服务质量将会不断提高，跟他更多智能化应用可以基于这些服务快速开发，促进互联网的发展。

发明内容

针对现有技术存在的问题，本发明提供了一种隐私保护的物联网节点优选方法、系统、设备及终端。

本发明是这样实现的，一种隐私保护的物联网节点优选方法，所述隐私保护的物联网节点优选方法包括：

首先，将未知节点的优选问题建模为多节点博弈的多臂赌博机问题，并将节点能力属性建模为能力度量参数；其次，基于汤普森采样算法对能力度量参数进行训练过程，实现节点组的迭代选择；在迭代过程中，对节点能力参数进行更新，更新过程中节点使用随机响应机制扰动其反馈值，使得参数更新过程满足本地化差分隐私约束。

进一步，所述隐私保护的物联网节点优选方法包括以下步骤：