面向无线传感器网络的数据完整性和隐私保护融合算法

无线传感器网络(WSNs)作为物联网的重要组成部分,在实际应用中,希望在得到精确数据融合结果的同时,又能保护数据信息的隐私性和完整性。为此,提出一种新的数据融合完整性保护算法,在增添私有种子对节点采集数据进行隐私保护的基础上,利用复数的虚部数据与采集到的真实数据呈非线性关系,有效地实现信息完整性的鉴别。性能分析和仿真结果表明:该算法可以在较低数据通信开销与计算开销的前提下,应对恶意节点的各种攻击,提供更有效更可靠的数据完整性保护。     

保护隐私性与完整性的低能耗数据融合算法

隐私性与完整性是无线传感器网络(WSN)数据融合中的两大难题。在低能耗隐私保护(ESPART)算法的基础上,提出了一种新的保护隐私性与完整性的数据融合(iESPART)算法。它通过加入同态消息验证码机制,在不改变隐私性的前提下,实现了完整性保护。同时,利用消息验证码在融合时密钥改变的特性, iESPART能够判断遭到攻击的具体节点位置。仿真实验结果表明,相比完整性保护(iPDA)算法,该算法具有相同的隐私保护性与更全面的完整性检测机制,花费的通信开销更少。     

一种低耗能的数据融合隐私保护算法

物联网中的隐私保护是实际应用中要解决的关键问题之一,作为物联网组成部分的无线传感器网络,希望在进行精确数据融合的同时,又能保护个人的隐私.文中提出了一种新的低能耗无线传感器网络数据融合隐私保护算法ESPART.一方面算法依靠数据融合树型结构本身的特性,减少数据通信量;另一方面算法分配随机时间片,避免碰撞.同时限制串通数...     

轻量级的数据融合隐私保护算法

针对隐私数据易受数据机密性、完整性和新鲜性攻击这一问题,提出了一种基于同态Hash函数的无线传感器网络(WSN)数据融合隐私保护算法--HPDA算法。利用同态加密算法保证了融合数据的机密性,通过构建同态Hash函数进行数据的完整性和新鲜性检测,通过改进的ID传输机制减少系统的通信开销。理论分析和实验仿真结果表明,HPDA算法在无线传感器网络数据融合过程中具有良好的数据机密性、完整性和新鲜性保护,且具有较低的通信开销。     

基于复数域的高效完整性保护数据融合算法

随着WSNs的快速发展,其应用的领域越来越多。很多领域对数据的隐私性和完整性保护有着极高的要求,所以对传感器网络的安全性要求也更高了。设计一种能够同时兼顾数据隐私性和完整性保护的数据融合算法显得尤为重要,由此提出了一种基于复数域的高效的新数据融合安全算法,在保留原有复数域算法特点的同时,加入分布式验证数据完整性机制,使算法能够快速、高效地检测出被篡改的虚假数据。理论分析与仿真结果表明:算法在不增加能耗的同时,能够降低盲目丢弃率,提高安全性,并能更快速地检测出恶意数据。     

一个改进的动态门限基于属性签名方案

隐私暴露、信息篡改、虚假数据注入都是无线传感器网络数据融合中面临的严峻挑战,在保护数据隐私性的同时进行完整性验证是数据融合技术研究的热点之一。提出了一种新的支持隐私保护的动态完整性验证算法PDI(Privacy-preserving Dynamic Integrity-verification algorithm),它可以在实现数据隐私保护的基础上侦测到信息被非法篡改。PDI算法使用数据扰动进行数据隐私保护,同时根据现有网络结构动态生成监测节点进行数据的完整性验证,融合过程中篡改过的虚假数据能够更快地被检测并丢弃。仿真实验结果显示,PDI算法可使用较少的通信量和计算量实现隐私保护和完整性验证。     

基于簇内分层的无线传感器网络隐私保护数据融合算法

在无线传感器网络中,提供高效的数据融合的同时又保证数据的隐私性是一个具有挑战性的研究问题。提出一个基于簇内二叉分层的完整性和机密性保护的数据融合算法(TIPDA),算法将簇内节点按照二叉树的逻辑结构进行组织,并引入了数据切片的思想完成数据融合,同时将中国剩余定理的思想引入进行端到端的完整性验证。理论分析和实验结果都表明,TIPDA算法可以有效地保护无线传感器网络融合数据的机密性和完整性,且花费较少的通信开销和计算开销。     

传感器网络中面向隐私保护的高精确度数据融合算法

无线传感器网络是物联网的重要组成部分,在数据融合的同时加入隐私保护机制是无线传感器网络隐私保护与安全的手段之一.文中针对现有SMART隐私保护方案的一些性能缺陷,加入多类优化因子,形成新的传感器网络数据融合隐私保护算法.这些算法的重点是提高数据融合的精确度和安全性,其中加入局部优化因子的算法在保证高精确度的同时,构成了新的隐私保护方案,有效地降低了通信量,从而减少节点能量支出,间接地延长了网络存活时间.仿真结果显示,吸收这些优化因子的P-SMART-CLPNT算法是一种具有精确度高、通信量小的隐私保护数据融合算法.     

WSNs中可保护数据完整性和隐私的数据融合算法

提出一种可进行数据完整性和隐私保护的无线传感器网络安全数据融合算法IPPDA。通过在感知数据中附加一组同余数, 使汇聚节点能通过中国剩余定理进行数据完整性检测; 以时间和密钥为参数计算基于杂凑函数的消息验证码, 保证数据的新鲜性; 利用同态加密算法对数据进行隐私保护。仿真结果表明, IPPDA可以有效保护融合数据的隐私性、完整性和新鲜性, 能花费比iCPDA和iPDA算法更少的数据通信量和计算量, 得到更加精确的数据融合结果。     

基于可扩展加密的传感器网络数据隐私保护研究

为了解决无线传感器网络中传统的数据隐私保护技术在抵御网络外部攻击或内部攻击以及数据隐私窃取等方面所存在的数据投递率低、网络稳定性差等缺陷,提出一种动态数据聚合加密的数据隐私保护路由算法,通过使用复数的加法法则进行可扩展数据聚合以及分段密钥等方法来实现对数据隐私的保护。仿真实验结果表明,所提路由算法具有数据投递率高、安全性高和网络稳定性较强等优点,能极大增强无线传感器网络防御典型数据隐私攻击的能力。     

无线传感器网络中安全数据融合方法研究

随着无线传感器网络应用的不断增加,很多应用都需要保证信息或数据的隐私性和完整性,这就对数据融合提出了更高的要求和新的挑战,因此设计一种兼顾数据机密性和完整性的数据融合算法就显得尤为重要。文中提出了一种基于同态加密对数据的安全性进行保护和基于同态验证码对数据的完整性进行保护的算法。同态加密可以对加密数据直接进行操作,同态验证码抗攻击性强,具有良好的完整性保护特性。同时算法依据数据融合的树结构本身的特征,减少了数据通信开销,计算复杂度低。理论分析和仿真结果显示了该方法的有效性。     

低耗能的支持完整性验证的隐私保护融合方案

针对无线传感器网络中隐私暴露、信息篡改、虚假注入等安全问题,提出了一种支持完整性验证的隐私保护融合方案ESIPPA,它可以在实现数据隐私保护和ID隐私保护的基础上侦测到信息的非法篡改。ESIPPA用加权的方式对ID进行隐性传送,同时将ID号作为干扰因子引入对数据进行干扰的干扰公式中,提高隐私保护的安全性;通过构建双融合树模型,充分利用基站能量多的因素,减少节点负担,同时能够验证数据完整性。仿真实验结果显示,ESIPPA方案比已有的基于分布式认证的完整性保护数据融合方案在通信量方面下降了约7.5%,比DCSA方案下降了约15.4%,同时也更好地保护了数据的完整性和隐私性。     

基于隐私保护和完整性验证的Top-k查询方法

2层无线传感器网络由于具有寿命长和易扩展的特点,已经成为当前的研究热点.Top-k查询是一种重要的查询类型,但是大多数的Top-k查询不能执行精确查询任务.提出了一种精确的Top-k查询算法PI-TQ(privacy-preserving integrity-verification Top-kquery),同时提供了隐私保护和完整性验证功能.算法采用2次查询方法以减少数据通信量,利用基于干扰数的扰动算法实现隐私保护,并采用概率空间邻居验证模式实现完整性验证.仿真结果表明,PI-TQ算法与同类算法相比较,可以明显减少查询的通信量和计算代价,同时保证查询结果的正确性、隐私性和完整性.     

一种可检测数据完整性的安全数据聚合协议

在无线传感器网络中如何对传输的聚合数据同时进行数据隐私保护和完整性保护是当前物联网应用中的重要挑战。Ozdemir等人提出的PRDA(Polynomial Regression Based Secure Data Aggregation)协议基于分簇思想并利用多项式性质对聚合数据进行隐私保护,但无法验证数据的完整性。针对PRDA协议的聚合数据可能被篡改或伪造等问题,提出了一种可检测数据完整性的安全数据聚合协议iPRDA。该协议采用多项式函数和数据扰动技术对数据进行隐私保护,通过利用数据之间的关联特性在基站进行完整性检测。实验表明:该方案在不影响数据机密性的条件下,能有效地进行数据完整性检测。     

一种面向无线体域网的低能耗数据融合隐私保护算法

无线体域网能够借助低能耗高精度传感技术实时采集并分析多种模态的人体健康体征数据,需要在数据传输过程中对关系到个人隐私的健康敏感数据进行保护.针对无线体域网数据融合过程中的隐私保护需求提出一种针对性更强的低能耗数据融合SMART-RR算法,利用人体健康数据存在周期重复性和健康数据冗余特点,提出不等长时间间隔、加入重复性归约因子的数据融合策略.仿真实验表明,SMART-RR算法是一种数据通信量小、高隐私保护性和高精确度的低能耗数据融合隐私保护算法,在面向无线体域网的人体健康体征数据采集分析领域具有一定应用价值.     

传感器网络中精确融合的隐私保护算法研究

无线传感器网络作为物联网的重要组成部分,当其在融合私密数据时,出于安全性与保密性的要求,隐私保护机制不可或缺,在数据融合的同时加入隐私保护机制现已成为人们研究的焦点。文中针对SMART( Slice-Mix-AggRegaTe)算法中融合精确度与隐私保护性方面的性能缺陷进行分析,加入“局部分片”策略,形成PSMART ( Partial Slice-Mix-Ag鄄gRegaTe)算法,该算法在融合精确度、通信量以及隐私保护性方面表现良好。仿真结果表明,PSMART算法提高了融合精确度,增强了隐私保护性,一定程度地降低了通信量,从而减少节点能量支出,间接地延长了网络存活时间。     

基于分片的轻量级数据融合隐私保护算法

针对现有的无线传感器网络隐私保护数据融合算法普遍存在通信量大、计算量大的问题,在原有算法CPDA的基础上,提出一种轻量级数据融合隐私保护算法(L-CPDA)。引入基于数据扰动的动态分片的思想,对节点进行数据扰动,将经过扰动后的数据根据簇的规模调整节点的分片数量,针对网络中存在的孤立节点的问题,提出将孤立节点归入到一个集合中,并对集合中的节点进行数据扰动的思想。理论分析和实验结果表明,与CPDA算法相比,L-CPDA在保护隐私的前提下,在计算量与通信量方面都有较大提升。     

基于复数的隐私保护数据融合方案

致力于如何实现无线传感器网络的安全数据融合,提出了一种基于复数的隐私保护数据融合方案CNPD(Complex Number-based Privacy Data Aggregation)。CNPD方案中,传感器节点在采集到数据之后,利用自身的私有数据形成复数形式的自定义数据来隐藏和融合敏感数据。即使隐私数据被攻击者窃听或解密,该方案也可以防止它们恢复出敏感信息,从而有效地保护了用户隐私数据的安全。通过理论分析和仿真实验表明:与PDA相比,CNPD在通信开销以及安全方面更加高效。     

无线传感器网络中基于分簇的数据聚合机制

在无线传感器网络(WSNs)中如何有效聚合数据是当前物联网应用中的重要挑战.然而在已有的若干解决方案中,传感器的计算和通信过程消耗了较高的能量,数据的隐私性和完整性得不到有效保障.针对上述问题,提出一种基于分簇的数据聚合机制,采用代数方程计算传感器的中间数据聚合值,采用数字签名进行簇间传感器的身份认证.实验表明:该机制能有效降低传感器计算和通信的耗能,保证数据的隐私性和完整性.     

一种带完整性验证的数据聚集隐私保护算法

为使无线传感器网络可以真正满足大规模应用的需求,提出了一种既能保护数据隐私又能验证数据完整性的聚集算法。算法首先构造不相交聚集树,然后让节点在各自对应的时间片内,按不同度数将自身数据分解为数个切片,并将切片分别加密传输至各聚集树中,达到保护节点数据隐私和获取冗余数据的目的,最后采用基于路由树的网内聚集将各聚集树的聚集结果传送至基站,由基站验证最终结果的完整性。仿真实验表明,在资源受限特征突出的无线传感器网络中,算法能够以较低的通信开销获得较高准确度的聚集结果,并具备较好的隐私保护性能和鉴别聚集结果完整性的能力。