[发明专利]基于雾辅助移动群智感知中保护隐私的数据聚合方法

权利要求书

1.基于雾辅助移动群智感知中保护隐私的数据聚合方法，其特征在于，包括以下步骤：

1)系统初始化：可信机构生成系统参数，注册所有的实体并为其分发密钥；

2)任务生成和分配：任务请求者生成聚合任务并发送到感知服务器，感知服务器借助雾节点分配给工人；

3)数据收集和提交：工人收集感知数据并运行Shamir门限秘密共享、随机数加密和认证消息生成，发布验证数据到公告栏，发送秘密消息到对应雾节点；

4)数据聚合：雾节点对秘密消息的合法性进行批量验证，然后运行雾层部分聚合并将秘密中间结果发送给感知服务器，感知服务器验证秘密中间结果的正确性并运行服务端层最终聚合，并发送秘密聚合结果到任务请求者；

5)聚合结果验证和解密：任务请求者验证从感知服务器接收到的秘密聚合结果的正确性，解密并计算聚合任务的结果。

2.根据权利要求1所述的基于雾辅助移动群智感知中保护隐私的数据聚合方法，其特征在于：在步骤1)中，系统初始化的详细过程如下：

1.1)可信机构运行基本设置：首先，可信机构根据安全参数γ生成Paillier加密参数(p，q，N，λ)，其中p和q是两个大素数，||p||＝||q||＝γ，||p||和||q||代表数字p和q的比特位数，N＝pq是公钥，λ＝2p′q′是私钥，其中p′＝(p-1)/2且q′＝(q-1)/2；然后，可信机构生成组认证参数其中和是两个大素数，且群的阶为且是群的子群，θ是雾节点的组数，ξ是组认证安全阈值，g_k是群的生成元，k＝1，2，...，θ；接着，可信机构生成两个基于的(ξ-1)次随机多项式f_v(x)，是模的整数群，θ组随机数d_k，v，v＝1，2，计算θ组秘密S_k：最后，可信机构选择哈希函数H()，计算第k组秘密S_k的哈希值H(S_k)并发布{d_k，v，w_k，v，g_k，H()，H(S_k)}到公告栏；

1.2)可信机构进行实体注册和密钥分发：可信机构生成公/私钥对(x_i，(f₁(x_i)，f₂(x_i)))，i＝1，2，3，...，M，并发送给工人W_i，其中x_i是工人W_i的公钥，(f₁(x_i)，f₂(x_i))是工人W_i的私钥，是前k-1组雾节点覆盖的工人数量，m_k是第k组雾节点覆盖的工人数量，M是系统总的工人数量，m_k≥ξ且可信机构发送Paillier加密公/私钥对(pk_re，sk_re)＝(N，λ)给任务请求者。