基于区块链和LSTM的物联网数据隐私保护框架

为提高物联网(IoT)数据的安全性和隐私性，提出了结合区块链和深度学习的隐私保护安全框架。通过在雾节点和云节点上部署结合区块链和星际文件系统(IPFS)的数据存储模块，利用改进工作量证明的区块链，实现数据去中心化、安全性和可验证性，并利用IPFS显著降低了IoT节点的存储和通信成本。利用基于主成分分析的隐私保护模块进行数据转换，确保了数据在公用系统中的隐私性。最后，利用部署在雾节点和云节点上的基于长短时记忆网络(LSTM)的异常检测模块进一步验证隐私模块的输出。仿真实施和两个IoT公开数据集上的实验证明，所提系统有效改善了传统区块链网络延时大、存储和通信成本高的缺点，且能够高效检测IoT网络上的各种攻击行为。