本發(fā)明專利技術(shù)涉及一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，屬于物聯(lián)網(wǎng)技術(shù)領(lǐng)域。該方法利用全同態(tài)加密算法保證敏感數(shù)據(jù)在通信傳輸和云端計(jì)算過程中的安全保護(hù)的同時(shí)，結(jié)合多源因素?cái)?shù)據(jù)，設(shè)計(jì)圖卷積神經(jīng)網(wǎng)絡(luò)模型框架進(jìn)行數(shù)據(jù)預(yù)測與異常源頭識(shí)別。該模型融合空間環(huán)境拓?fù)浣Y(jié)構(gòu)與內(nèi)容特征，有利于提升物聯(lián)網(wǎng)場景下協(xié)同感知決策的科學(xué)性。本發(fā)明專利技術(shù)通過全同態(tài)加密技術(shù)與圖卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，解決了物聯(lián)網(wǎng)數(shù)據(jù)集成處理過程中的數(shù)據(jù)安全和共享難題，實(shí)現(xiàn)跨區(qū)域感知信息的安全共享應(yīng)用，提升物聯(lián)網(wǎng)監(jiān)測管理的深度決策水平。
1、隨著物聯(lián)網(wǎng)技術(shù)在不同感知場景和專業(yè)領(lǐng)域的深入應(yīng)用，各類數(shù)據(jù)采集方式逐步實(shí)現(xiàn)了全面、實(shí)時(shí)的覆蓋。由于數(shù)據(jù)具有多樣化、海量和高頻更新的特點(diǎn)，且常涉及跨部門的應(yīng)用需求，數(shù)據(jù)的共享與保護(hù)面臨著巨大挑戰(zhàn)。當(dāng)前監(jiān)測數(shù)據(jù)的主要問題包括：敏感信息保護(hù)不足、數(shù)據(jù)利用難度高，以及對(duì)數(shù)據(jù)價(jià)值的認(rèn)識(shí)不充分。這些問題限制了監(jiān)測數(shù)據(jù)的深層次利用和價(jià)值最大化。
2、目前，各級(jí)感知監(jiān)測網(wǎng)絡(luò)基本建成。例如，某市的水利監(jiān)測點(diǎn)超過3000個(gè)，每天產(chǎn)生的數(shù)據(jù)量達(dá)tb級(jí)。此類數(shù)據(jù)包含了關(guān)鍵基礎(chǔ)設(shè)施的布局和參數(shù)信息，一旦泄露可能企業(yè)利益帶來嚴(yán)重影響。同時(shí)，由于監(jiān)測數(shù)據(jù)的分析常涉及多個(gè)單位和區(qū)域，受制于技術(shù)條件，數(shù)據(jù)共享和利用難度較大，阻礙了管理效率的進(jìn)一步提升。
3、全同態(tài)加密技術(shù)能在保障數(shù)據(jù)隱私的前提下，實(shí)現(xiàn)對(duì)加密數(shù)據(jù)的直接計(jì)算。在持續(xù)監(jiān)測過程中，通過聯(lián)合分析服務(wù)可有效解決數(shù)據(jù)共享難題。然而，當(dāng)前在監(jiān)測領(lǐng)域應(yīng)用同態(tài)加密尚需攻克算法效率及深度學(xué)習(xí)模式的定制化難題。不同類型變量的特征在加密表示和計(jì)算模式上各有差異，因此需進(jìn)一步深入研究。
4、在感知監(jiān)測領(lǐng)域，多源數(shù)據(jù)的動(dòng)態(tài)變化呈現(xiàn)出多變量和非線性特征，人工神經(jīng)網(wǎng)絡(luò)對(duì)非線性問題具有良好的預(yù)測能力。盡管自動(dòng)監(jiān)測站點(diǎn)布設(shè)提供了大量高頻數(shù)據(jù)，這些數(shù)據(jù)較傳統(tǒng)采樣頻率更能反映變量的動(dòng)態(tài)變化，但基于空間關(guān)聯(lián)的神經(jīng)網(wǎng)絡(luò)監(jiān)測數(shù)據(jù)分析模型仍較為欠缺。
r/>技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)的目的在于提供一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，通過全同態(tài)加密技術(shù)與圖卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，解決物聯(lián)網(wǎng)數(shù)據(jù)集成處理過程中的數(shù)據(jù)安全和共享難題，實(shí)現(xiàn)跨區(qū)域感知信息的安全共享應(yīng)用，提升物聯(lián)網(wǎng)監(jiān)測管理的深度決策水平。
2、為達(dá)到上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，利用全同態(tài)加密(ckks)算法保證敏感數(shù)據(jù)在通信傳輸和云端計(jì)算過程中的安全保護(hù)的同時(shí)，結(jié)合多源因素?cái)?shù)據(jù)，設(shè)計(jì)圖卷積神經(jīng)網(wǎng)絡(luò)(gcnn)模型框架進(jìn)行數(shù)據(jù)預(yù)測與異常源頭識(shí)別。該模型融合空間環(huán)境拓?fù)浣Y(jié)構(gòu)與內(nèi)容特征，有利于提升物聯(lián)網(wǎng)場景下協(xié)同感知決策的科學(xué)性。
4、該方法具體包括以下步驟：
5、s1：在物聯(lián)網(wǎng)監(jiān)測站的遠(yuǎn)程終端控制系統(tǒng)設(shè)備(rtu)上，與多種類型傳感器通信，按預(yù)設(shè)頻率采集當(dāng)前場景下的監(jiān)測數(shù)據(jù)，例如水利環(huán)境下監(jiān)測數(shù)據(jù)包括水位、流量、水質(zhì)和滲壓參數(shù)等，并將多傳感器的監(jiān)測數(shù)據(jù)進(jìn)行時(shí)序同步和數(shù)據(jù)融合，生成標(biāo)準(zhǔn)化的時(shí)間點(diǎn)監(jiān)測數(shù)據(jù)；
6、s2：將采集的原始監(jiān)測數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換和標(biāo)準(zhǔn)化處理，統(tǒng)一時(shí)間戳和填充缺失值，按時(shí)間序列聚合監(jiān)測數(shù)據(jù)，構(gòu)建多維度監(jiān)測數(shù)據(jù)集，并對(duì)該數(shù)據(jù)集進(jìn)行降采樣和壓縮處理，減小數(shù)據(jù)體積，然后對(duì)處理后的數(shù)據(jù)進(jìn)行確定性校驗(yàn)，以供后續(xù)的同態(tài)加密與計(jì)算使用；
7、s3：根據(jù)預(yù)設(shè)存儲(chǔ)策略對(duì)預(yù)處理后的監(jiān)測數(shù)據(jù)集進(jìn)行時(shí)間整理和劃分，并將其存儲(chǔ)在rtu的本地緩存空間中；
8、s4：使用ckks算法生成公私鑰對(duì)，并使用公鑰對(duì)緩存數(shù)據(jù)進(jìn)行同態(tài)加密，生成加密后的密文數(shù)據(jù)，公私鑰對(duì)需定期更新，私鑰則存儲(chǔ)在云端服務(wù)器中，用于后續(xù)運(yùn)算后的解密操作；同時(shí)，對(duì)密文數(shù)據(jù)執(zhí)行模長管理與擴(kuò)展，確保加密數(shù)據(jù)滿足同態(tài)計(jì)算的數(shù)值范圍需求；其中，ckks算法表示全同態(tài)加密算法；
9、s5：將同態(tài)加密后的密文數(shù)據(jù)通過無線網(wǎng)絡(luò)傳輸至云端服務(wù)器，依據(jù)通信協(xié)議進(jìn)行封包與編碼，并實(shí)時(shí)傳輸密文數(shù)據(jù)，確保實(shí)時(shí)性數(shù)據(jù)優(yōu)先傳輸，異常時(shí)通過斷連重連機(jī)制確保傳輸?shù)目煽啃裕?/p>
10、s6：在云端服務(wù)器上接收上傳的同態(tài)加密密文，并通過gcnn模型在密文域內(nèi)對(duì)監(jiān)測數(shù)據(jù)進(jìn)行正向傳播和反向傳播計(jì)算，完成模型訓(xùn)練或推理，最終生成預(yù)測結(jié)果的加密密文；其中，gcnn表示圖卷積神經(jīng)網(wǎng)絡(luò)；
11、s7：將云端計(jì)算得到的密文結(jié)果通過網(wǎng)絡(luò)傳輸至終端，利用私鑰對(duì)密文進(jìn)行解密操作，解密后的數(shù)據(jù)恢復(fù)為明文結(jié)果，并通過前端頁面展示解密結(jié)果報(bào)告，同時(shí)記錄解密日志，并監(jiān)控潛在的不正當(dāng)使用行為。
12、進(jìn)一步，步驟s3中，所述緩存空間采用環(huán)形緩沖區(qū)或固定緩存結(jié)構(gòu)對(duì)每個(gè)時(shí)間片的數(shù)據(jù)進(jìn)行管理，定期清理陳舊數(shù)據(jù)，確保嵌入式設(shè)備的緩存資源利用率。
13、進(jìn)一步，步驟s4中，利用ckks算法進(jìn)行加解密的具體步驟為：
14、(1)初始化基礎(chǔ)參數(shù)：給定基礎(chǔ)整數(shù)p和初始模數(shù)q0，初始化安全參數(shù)λ、多項(xiàng)式模數(shù)的冪n以及噪聲分布參數(shù)xkey,xerr,χenc；對(duì)不同類型的數(shù)據(jù)源進(jìn)行數(shù)據(jù)特征分析，包括均值、方差、最大值和最小值等統(tǒng)計(jì)量，以便為每種數(shù)據(jù)類型選擇適合的密文模數(shù)；
15、(2)定義自適應(yīng)參數(shù)γi：針對(duì)不同數(shù)據(jù)類型的數(shù)據(jù)特性，設(shè)定自適應(yīng)參數(shù)γi以便在加密過程中平衡噪聲增長和數(shù)據(jù)準(zhǔn)確性；可以根據(jù)不同數(shù)據(jù)類型的方差和數(shù)據(jù)變化速率等定義γi，例如：γi＝α·σi；
16、其中，α是調(diào)節(jié)參數(shù)，用于控制密文模數(shù)大小的整體范圍。σi是數(shù)據(jù)源i的標(biāo)準(zhǔn)差，方差越大γi越大，以便為噪聲增長較快的數(shù)據(jù)提供更高的模數(shù)。
17、(3)定義自適應(yīng)模數(shù)ql：基于自適應(yīng)參數(shù)γi和加密層數(shù)li，對(duì)不同數(shù)據(jù)源分別設(shè)定對(duì)應(yīng)的模數(shù)序列l(wèi)i是某個(gè)數(shù)據(jù)源的當(dāng)前計(jì)算深度，根據(jù)其數(shù)據(jù)特性和噪聲積累情況動(dòng)態(tài)調(diào)整模數(shù)。如位置數(shù)據(jù)position：其中γposition表示針對(duì)位置數(shù)據(jù)的自適應(yīng)參數(shù)；1≤li≤l，l表示全局最大加密層數(shù)；
18、這種自適應(yīng)模數(shù)設(shè)定確保對(duì)于變化較大的數(shù)據(jù)(如位置數(shù)據(jù))，分配較大的模數(shù)ql，以控制計(jì)算過程中噪聲的迅速增長；對(duì)于變化較小的數(shù)據(jù)，如溫度等，分配較小的模數(shù)ql，以減小加密計(jì)算開銷。
19、(4)生成公共參數(shù)pp：根據(jù)各個(gè)數(shù)據(jù)源的自適應(yīng)模數(shù)序列構(gòu)造自適應(yīng)公共參數(shù)pp，包含各自適應(yīng)模數(shù)和基礎(chǔ)加密參數(shù)；假設(shè)加密環(huán)的多項(xiàng)式模數(shù)n以及環(huán)大小k＝2，則生成的公共參數(shù)包含：其中，l表示全局最大加密層數(shù)；表示不同數(shù)據(jù)源的模數(shù)序列，用于后續(xù)加密和計(jì)算過程中噪聲控制和自適應(yīng)參數(shù)選擇；
20、(5)執(zhí)行密鑰生成、加密和解密操作：利用定義好的自適應(yīng)公共參數(shù)pp，分別生成密鑰、進(jìn)行數(shù)據(jù)加密和解密：
21、密鑰生成：通過pp生成公鑰pk、私鑰sk及評(píng)估密鑰evk：
22、keygen(pp)→(pk,sk,evk)
23、加密：使用公鑰pk對(duì)不同數(shù)據(jù)源加密，生成自適應(yīng)模數(shù)密文cti：
24、encrypt(mi,pk)→cti
25、其中，mi表示不同類型的傳感器數(shù)據(jù)(如溫度、濕度、位置、設(shè)備狀態(tài)等)，每類數(shù)據(jù)分別根據(jù)其特性選擇相應(yīng)的模數(shù)
26、解密：使用私鑰sk對(duì)密文cti解密，得到原始數(shù)據(jù)mi：
27、decrypt(cti,sk)→mi
28、(6)加法與乘法運(yùn)算中的自適應(yīng)模數(shù)調(diào)整：在不同數(shù)據(jù)本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，該方法具體包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟S3中，所述緩存空間采用環(huán)形緩沖區(qū)或固定緩存結(jié)構(gòu)對(duì)每個(gè)時(shí)間片的數(shù)據(jù)進(jìn)行管理，定期清理陳舊數(shù)據(jù)，確保嵌入式設(shè)備的緩存資源利用率。
3.根據(jù)權(quán)利要求1所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟S4中，利用CKKS算法進(jìn)行加解密的具體步驟為：
4.根據(jù)權(quán)利要求1或3所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟S4中，所述CKKS算法中，針對(duì)所要加密的對(duì)象為不同物聯(lián)網(wǎng)場景下所集采的信息數(shù)據(jù)，需要對(duì)數(shù)據(jù)在加密前進(jìn)行泛函化表示，將數(shù)值型監(jiān)測數(shù)據(jù)映射到有限維復(fù)雜數(shù)域。
5.根據(jù)權(quán)利要求1所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟S6中，在同態(tài)密文空間內(nèi)完成基于多監(jiān)測點(diǎn)拓?fù)潢P(guān)系的GCNN模型構(gòu)建，具體包括以下步驟：
6.根據(jù)權(quán)利要求5所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟S6中，在同態(tài)加密空間中完成GCNN模型訓(xùn)練，具體包括：計(jì)算密文空間中的損失函數(shù)，并通過同態(tài)加密保持損失值的隱私；通過密文空間中的梯度下降進(jìn)行模型權(quán)重W的更新：
...
【技術(shù)特征摘要】
1.一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，該方法具體包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟s3中，所述緩存空間采用環(huán)形緩沖區(qū)或固定緩存結(jié)構(gòu)對(duì)每個(gè)時(shí)間片的數(shù)據(jù)進(jìn)行管理，定期清理陳舊數(shù)據(jù)，確保嵌入式設(shè)備的緩存資源利用率。
3.根據(jù)權(quán)利要求1所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟s4中，利用ckks算法進(jìn)行加解密的具體步驟為：
4.根據(jù)權(quán)利要求1或3所述的一種基于加密保護(hù)的物聯(lián)網(wǎng)協(xié)同感知方法，其特征在于，步驟s4中，所述ckks算法中...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王汝言，鄭龍，吳大鵬，張鴻，
申請(qǐng)(專利權(quán))人：重慶郵電大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。