移动群智感知中融合数据的隐私保护方法

王涛春; 金鑫; 吕成梅; 陈付龙; 赵传信

doi:10.7544/issn1000-1239.2020.20190579

移动群智感知中融合数据的隐私保护方法

(安徽师范大学计算机与信息学院安徽芜湖 241002) (网络与信息安全安徽省重点实验室(安徽师范大学) 安徽芜湖 241002) (wangtc@nuaa.edu.cn)

基金项目: 国家自然科学基金项目(61402014,61972439,61972438,61871412)；赛尔网络下一代互联网创新项目(NGII20170312)；安徽省教育厅高校自然科学研究重点项目(KJ2019A1164)；安徽师范大学博士启动项目(2018XJJ66)；安徽师范大学创新项目(2018XJJ114)

详细信息

中图分类号: TP391
计量
- 文章访问数: 970
- HTML全文浏览量: 5
- PDF下载量: 415
出版历程
- 发布日期: 2020-10-31

Privacy Preservation Method of Data Aggregation in Mobile Crowd Sensing

(School of Computer and Information, Anhui Normal University, Wuhu, Anhui 241002) (Anhui Provincial Key Laboratory of Network and Information Security(Anhui Normal University), Wuhu, Anhui 241002)

Funds: This work was supported by the National Natural Science Foundation of China (61402014, 61972439, 61972438, 61871412), the CERNET Next Generation Internet Creative Project of China (NGII20170312), the Key Program of Universities Natural Science Research of the Anhui Provincial Department of Education (KJ2019A1164), the Anhui Normal University PhD Startup Fund (2018XJJ66), and the Anhui Normal University Innovation Fund (2018XJJ114).

摘要

摘要: 随着移动智能设备的普及，群智感知得到广泛应用，也面临严重的隐私泄露问题.现有隐私保护方案一般假设第三方服务平台是可信的，而这种假设对应用场景要求较高.基于此，提出了群智感知中一种新的数据融合隐私保护算法ECPPDA(privacy preservation data aggregation algorithm based on elliptic curve cryptography).服务器将参与者随机划分成g个簇，并形成簇公钥.簇内节点通过簇公钥加密数据并融合得到簇融合结果数据.服务器通过与簇内成员协同合作得到融合结果原文，由于服务器接收到的是融合密文且密文解密需要簇内所有节点共同协作，因此服务器不能得到单个参与者的数据.此外，通过服务器对簇公钥的更新，能够方便参与者动态加入或失效.实验结果显示ECPPDA具有高安全性、低消耗、低通信、高精度的特点.
- 移动群智感知 /
- 融合数据 /
- 隐私保护 /
- 共谋攻击 /
- 簇
Abstract: Serious privacy leakage problems are on the rise with the wide application of mobile crowd sensing owing to the popularity of mobile smart devices. In general, the existing privacy protection schemes assume that the third-party service platform is credible, which therefore sets a high requirement on the application context. Based on this, the paper proposes a new privacy preservation data aggregation algorithm based on elliptic curve cryptography (ECPPDA) in mobile crowd sensing. The server randomly divides the participants into g clusters and forms respective cluster public key for each cluster. The nodes in the cluster encrypt the data through their own cluster public keys and merge the data aggregation results. The server obtains the aggregation result by cooperating with the members in the cluster. Since what the server receives is the ciphertext of aggregation and the ciphertext decryption requires all the nodes in the cluster to cooperate together, the server cannot obtain the data of a single participant. In addition, the updating of the cluster public key by the server can facilitate the participants to dynamically join or leave. The experimental result shows that ECPPDA has the characteristics of high security, low consumption, low communication and high precision.
- mobile crowd sensing /
- aggregation data /
- privacy preservation /
- collusion attack /
- cluster

HTML全文

参考文献(0)

施引文献(24)

期刊类型引用(12)

1.	李晓静，杨秀杰. 云计算环境下多模态异构网络数据安全存储方法. 现代电子技术. 2025(06): 63-67 . 百度学术
2.	李林，左天才，杜泽新，谢志奇. 基于LSM树的在线监测数据安全存储系统设计. 电子设计工程. 2024(07): 63-67 . 百度学术
3.	闫丽飞，褚宇宁，赵维伟，何壮壮，刘晓强. 大规模非结构化数据资源快速存储方法研究. 集成电路与嵌入式系统. 2024(04): 77-81 . 百度学术
4.	何博宇，潘洪志. 大数据环境下位置轨迹安全存储系统研究与实现. 电脑知识与技术. 2024(10): 77-80 . 百度学术
5.	巢成，蒲非凡，许建秋，高云君. 基于空间位置关系的轨迹数据高效降维和查询算法. 计算机研究与发展. 2024(07): 1771-1790 . 本站查看
6.	王芳，王建民，邵芬红. 多信道无线通信网络动态数据完整性存储仿真. 计算机仿真. 2024(07): 451-455 . 百度学术
7.	张铠，黄晋，汪希. 基于区块链技术的网络信息安全访问控制方法. 信息技术与信息化. 2024(09): 197-200 . 百度学术
8.	马明扬，杨洪勇，刘飞. 基于强化学习的双人博弈差分隐私保护研究. 复杂系统与复杂性科学. 2024(04): 107-114 . 百度学术
9.	李玉光，郗海龙. 物联网异构数据库分层访问算法仿真. 计算机仿真. 2023(03): 490-493+498 . 百度学术
10.	吕舰. 基于国密算法的网络通信传输数据安全存储方法. 长江信息通信. 2023(04): 171-174 . 百度学术
11.	王辉，陈宇，申自浩，刘沛骞. 结合对比监督和排序树的轨迹数据差分隐私保护方案. 计算机工程与科学. 2023(10): 1797-1805 . 百度学术
12.	王爱兵. 基于区块链的社区矫正系统数据分布式安全存储方法. 电脑知识与技术. 2023(28): 63-65 . 百度学术