雾辅助的隐私保护分层多维数据聚合研究

摘要：

本文提出了一种雾辅助的隐私保护分层多维数据聚合机制,在实现多维异构类型数据聚合的同时,可提供不同粒度的数据应用支撑.首先,该机制通过充分利用本地雾计算资源构建了一个无第三方机构参与的分层聚合框架,为实现安全、高效、灵活的多维数据感知与传输提供了保障.其次,融合同态Paillier算法与霍纳法则的多维数据隐私保护聚合机制,保证了数据隐私并降低了计算与通信成本.特别地,基于霍纳法则解析出的不同粒度聚合结果,可满足不同场景的应用需求.此外,设计了一种高效的签名认证机制,该机制通过采用轻量级的椭圆曲线加密算法与批量认证技术,可实现数据完整性和身份有效性的验证.最后,安全与性能分析结果表明本机制安全性能高,且相较于其他方案其计算成本更低,更加适用于实际应用场景.

关键词：多维聚合、雾计算、隐私保护、同态加密、霍纳法则

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省333高层次人才培养工程项目;南京邮电大学人才计划;中国博士后科学基金面上一等项目;赛尔网络下一代互联网技术创新项目;江苏省博士后科研资助计划项目

在线出版日期：2022-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1499-1504