[发明专利]一种无线传感器网络多时段数据融合方法和系统

说明书

本发明公开了一种无线传感器网络多时段数据融合方法，包括：将传感器网络分簇，每个簇中包含簇头节点和普通节点，获取普通节点在多个时间段分别接收的数据，采用改进的Paillier同态加密体制对接收的数据进行加密隐藏，采用基于身份的签名方法对不同时间段接收的数据进行签名得到签名数据，发送隐藏数据和签名数据给簇头节点，每个簇头节点分别聚合簇内普通节点的隐藏数据和签名数据、并发送给基站，基站恢复所有传感器多个时间段隐藏的聚合数据、并根据聚合后的签名数据验证恢复数据是否被篡改。该方法降低了计算复杂度，减少了数据的冗余度。

技术领域

本发明涉及传感器网络数据融合技术领域，更具体的涉及一种无线传感器网络多时段数据融合方法和系统。

背景技术

线传感器网络(wireless sensornetworks,WSNs)是由大量传感器节点以无线、多跳的方式构建而成，随着物联网的快速发展，无线传感器网络更加广泛的应用于农业监测、环境监测、智能交通、智能家居、医疗监护、物流管理、军事等领域。由于传感器节点受计算、存储和通信的限制，难以传输大量的感知数据，因此，使用数据融合技术进行数据传输能大大减少网络中数据传输量，降低节点能量消耗，延长整个网络寿命。在一些对安全性需求较高的领域(例如军事领域，公共卫生领域等)，不仅要求在数据融合过程中，能够实现对采集数据的聚合，还需要验证采集数据的完整性，保护数据的隐私性。

现有的具有隐私保护的无线传感器网络数据融合方法主要基于逐跳加密、隐私同态、安全多方计算、数据切片和数据扰动等技术。基于逐跳加密方法为了保护隐私性采用逐跳加解密的方式，需要较大的计算开销。基于隐私同态的隐私保护方法通过端对端的加密实现传感数据的隐藏，可以有效抵抗数据在传输过程中的大部分攻击，避免聚合过程中的加解密操作，能够提供高效的网络数据聚合，基于隐私同态的隐私保护方法与基于逐跳加密方法相比优势明显，其研究已成为趋势，但同态加法方法由于加密强度主要依赖于密钥的复杂度，为了追求数据安全性，无法避免会牺牲部分网络能耗。传统的基于安全多方计算的隐私保护方案计算量大，所以并不应用在资源受限无线传感器网络中，但近些年提出了一些改进的安全多方计算方案，在一定程度上降低传统安全多方计算的复杂性和能量消耗。基于数据切片方法为了支持数据的隐私以及数据的完整性验证，需要产生大量冗余数据，但冗余数据带来了额外的通信开销。基于数据扰动方法是一种不加密的隐私保护方法，它通过修改数据的真实值实现数据隐藏，从而达到不需要对数据进行加密而使攻击者无法获取真实数据目的，基于数据扰动方法可以在不影响数据机密性的情况下，极大的减少网络中的数据传输量，从而节省网络能耗。

现有的大多数无线传感器网络数据融合方案，经过一轮数据融合，基站只能得到某地区某一个时间段内的融合数据，为了得到某地区多个时间段的融合数据，需要经过多轮数据的融合，这将大大增加网络资源的消耗，因此，研究只需经过一轮数据融合就能分别得到某地区多个时间段的不同融合数据，同时满足完整性验证和数据隐私保护的数据融合方法是十分有必要的。

发明内容

本发明实施例提供一种无线传感器网络多时段数据融合方法和系统，包括：将传感器网络分簇，每个簇中包含簇头节点和普通节点；

获取普通节点在多个时间段分别接收的数据，采用改进的Paillier同态加密体制对接收的数据进行加密隐藏，采用基于身份的签名方法对不同时间段接收的数据进行签名得到签名数据，发送隐藏数据和签名数据给簇头节点；

每个簇头节点分别聚合簇内普通节点的隐藏数据和签名数据、并发送给基站，基站恢复所有传感器多个时间段隐藏的聚合数据、并根据聚合后的签名数据验证恢复数据是否被篡改；

其中采用改进的Paillier同态加密体制对接收的数据进行加密得到隐私数据具体包括：

采用公式对接收的数据进行加密，其中，表示超递增序列，表示传感器节点接收的数据，S_i,j表示每个网络节点基于身份的私钥，g表示生成元，q表示大素数，mod表示取模运算符；