[发明专利]一种基于隐私保护的群智感知网络真值发现方法

摘要

本发明提出了一种基于隐私保护的群智感知网络真值发现方法，属于物联网群智感知技术领域。通过在消息传输中使用经过改进的Paillier加密算法来保证消息的私密性，使用单向哈希链保证用户的身份认证，使用超线性序列保证输出的高效性。其中，身份认证过程能够适应真值发现环境中终端设备的认证需求，抵抗外部攻击者的攻击；安全真值发现过程能够得到真实的感知数据并满足整个系统的安全和隐私保护。与传统方法相比，本发明能够保护用户的数据和权重隐私，极大地减少终端设备的计算和带宽消耗，提升整个系统的效率和安全性。

主权项

1.一种基于隐私保护的群智感知网络真值发现方法，其特征在于，包括以下步骤：步骤一、终端向信任中心注册，信任中心选择系统安全参数ξ，并根据此安全参数生成两个大素数p和q，其中p＝2p′+1，q＝2q′+1，p′和q′的位数均为ξ；信任中心进而计算n＝pq,λ＝p′q′；终端在参与任务前，要在信任中心注册，并获取相关的密钥hⁿ，其中h为随机数；获取一个随机数z_k；获取超线性序列信任中心将解密的密钥λ和超线性序列发送给云服务器；其中，超线性序列的生成规则如下：假定终端k的权重为w_k，对观测实体m的观测数据为假定一次群智感知任务中最多K个终端的加权数据和的最大值不大于Q，即则中其中M代表最多M个观测实体；同时，信任中心选择系统安全参数l,并根据此安全参数生成一个安全哈希函数信任中心为每个终端k分配一个哈希链H_k，并将所有终端的哈希头发送给雾服务器；其中，k代表群智感知中的第k个终端；哈希链H_k代表第k个终端所持有的哈希数组，其中哈希值w为迭代总次数；步骤二、雾服务器随机生成所有观测实体的真值并将其发送给所有参与任务的终端；各终端计算真值与观测值的欧几里得距离，即其中代表终端k对实体m的观测值，随后，终端选择随机数r_k对该距离进行加密为防止云服务器对密文进行解密，各终端对密文进行AES对称加密，其中第j次迭代的对称密钥为密文为AES(E(s_k))；在执行双重加密操作后，终端将密文AES(E(s_k))以及身份验证信息H_kj上传至雾服务器；步骤三、雾服务器收到消息后，通过前一次收到的哈希值来验证终端的身份，即观察H_kj是否等于如果两者相等，则验证通过，否则身份验证不通过；验证完终端身份后，雾服务器根据各终端的AES对称密钥对收到的所有密文进行解密，并对解密后得到的进行累乘聚合，即计算聚合完成后，雾服务器将结果发送至云服务器；云服务器使用λ对聚合结果解密,即得到所有终端的距离和，即并将解密结果发送至各终端；终端根据聚合结果计算各自权重步骤四、基于权重，终端计算所有观测实体的加权值，并使用设定的超线性序列对各实体的加权值进行聚合，即之后，终端选择随机数r_k2对s_wk进行加密得到选择随机数r_k3对权重w_k进行加密得到终端对这两个密文进行AES加密，得到AES(E(s_wk))和AES(E(w_k)),并将这两个密文上传至雾服务器；步骤五、雾服务器收到密文后，首先使用各个终端的AES对称密钥将密文解密得到E(s_wk)和E(w_k)；雾服务器进而对终端的加权值和权重进行累乘聚合，即和并将结果发送至云服务器；云服务器收到密文后，使用秘钥λ将其还原,即和结果为和其后，云服务器利用超线性序列对所有观测实体的加权值和进行还原，得到每个观测实体的加权值和，即云服务器更新真值为并将其发送至各个终端；其中，各观测实体的加权值还原操作定义如下：云服务器解密得到定义云服务器对X_m进行a_m取模操作来还原观测实体m的加权数据和，即：步骤六、终端根据更新后的真值，重复步骤二至步骤五；步骤七、当迭代前后的真值差不超过设定阈值时，上述过程终止。