[发明专利]一种智能电表的数据安全聚合方法在审

专利信息
申请号: 202211614811.1 申请日: 2022-12-14
公开(公告)号: CN116015595A 公开(公告)日: 2023-04-25
发明(设计)人: 许瑞;王胜 申请(专利权)人: 中国地质大学(武汉)
主分类号: H04L9/00 分类号: H04L9/00;H04L9/32;H04Q9/00
代理公司: 武汉知产时代知识产权代理有限公司 42238 代理人: 万文广
地址: 430000 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 电表 数据 安全 聚合 方法
【权利要求书】:

1.一种智能电表节点的数据安全聚合方法,其特征在于:包括以下步骤:

S1:构建聚合系统,聚合系统包括:N个智能电表节点、聚合器和可信第三方机构;

S2:可信第三方机构通过可信信道像智能电表节点和聚合器发送原始密钥k′1,k′2,…,k′N-1,k′N以及对应的和密钥K′,满足

S3:智能电表节点和聚合器以协商的方式或通过可信第三方机构获取相同的伪随机函数公共参数,并根据该公共参数共享生成一个时间戳信息同步时钟;

S4:在每一轮时隙中,智能电表节点数据被添加分布式噪声;

S5:在每一轮时隙中,智能电表节点根据公共参数,将时间戳信息作为伪随机函数的输入,生成各自的密钥;

S6:根据智能电表节点各自的密钥,对各智能电表节点数据进行加密,得到加密密文;

S7:智能电表节点将加密密文上传至聚合器;

S8:聚合器根据步骤S2中获得的和密钥信息,将收到的所有加密密文相加,得到含噪声的聚合密文,并对含噪声的聚合密文中进行解密,得到聚合值。

2.如权利要求1所述的一种智能电表节点的数据安全聚合方法,其特征在于:步骤S8中对含噪声的聚合密文中进行误差处理解密的方式包括两种,分别为:引入新的第三方可信机构消除误差和优化加解密方式减小误差。

3.如权利要求1所述的一种智能电表的数据安全聚合方法,其特征在于:步骤S2具体如下:

S21、可信第三方机构随机生成N条维数为n的向量,分别记为k′1,′2,…,′N-1,′N,并通过安全信道分别将其发送给N个智能电表节点;

S22、可信第三方机构计算和密钥K′=k′1+k′2,…,k′N-1+k′N,并通过安全信道将其发送给聚合器。

4.如权利要求1所述的一种智能电表的数据安全聚合方法,其特征在于:步骤S3具体为:

S31、智能电表节点和聚合器选定伪随机函数的模数q,p和矩阵的维数n,计算值

S32、智能电表节点和聚合器根据矩阵维数n和模数q随机生成矩阵

S33、智能电表节点和聚合器在系统中设置一个用于生成时间戳信息的同步时钟,时间戳信息用以保证智能电表节点和聚合器,在利用伪随机函数生成器生成密钥流时,具有相同的输入。

5.如权利要求2所述的一种智能电表的数据安全聚合方法,其特征在于:步骤S4具体为:在每一个时隙t过程中,为每一个参与聚合的电表节点数据添加噪声得到带噪声数据将带噪声数据取整到最近的一个整数其中M是一个整数,是在加解密过程中用到的模数;其中N为参与聚合的电表的数量,噪声服从N(0,σ2)的高斯分布;表示在时隙t给智能电表节点i添加的噪声值。

6.如权利要求5所述的一种智能电表的数据安全聚合方法,其特征在于:步骤S5具体为:在时隙为t时智能电表节点i利用从可信第三方机构收到的原始密钥以及根据系统中同步时钟,所有的智能节点和聚合者共享同一个相同的输入g,根据伪随机函数生成一个维数为n×l的密钥向量,记为聚合器的和密钥记为Kt;其中是一个模数舍入函数。

7.如权利要求6所述的一种智能电表的数据安全聚合方法,其特征在于:步骤S6具体为:对于智能电表i,利用生成的密钥流信息在时隙t依次利用密钥流中的第j个密钥对第j个明文信息进行加密:计算

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211614811.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top