面向群智感知系统的隐私保护增量真值发现算法研究

发布时间：2021-09-05 15:07

　　随着智能设备的广泛应用和互联网技术的迅速发展,群智感知系统成为大规模采集感知数据的重要手段。通常情况下这些感知数据并不可靠,真值发现技术作为一种从不可靠数据中提取真实信息的有效技术,是解决这一问题的重要工具,但感知数据可能携带用户的敏感信息,直接上传数据会给用户带来隐私泄露的风险。为了确保用户的信息安全,在真值发现方案中加入隐私保护技术具有重要意义。目前虽然已经提出了一些隐私保护真值发现方案,但是仍然存在隐私性和效率方面的问题。为了解决这些问题,本文对群智感知系统中的隐私保护增量真值发现算法进行了研究,本文的主要贡献有:（1）针对群智感知系统在连续采集感知数据的应用场景下存在的隐私保护真值发现问题,本文将对称加密技术和增量真值发现技术相结合,设计了一种新的隐私保护方案。此方案基于单云服务器,在真值发现过程中,采用具有较低复杂度的同态加密算法,从而降低用户和云服务器的计算开销和通信开销。（2）为了进一步提高隐私保护增量真值发现算法的效率,本文还设计了在双云服务器模式下的增量真值发现方案。此方案采用高效的公钥同态加密算法,在保护用户隐私信息的同时,进一步降低了用户在整个真值发现过程中的计算... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文主要工作
    1.4 本文组织结构
    1.5 本章小结
第2章 预备知识
    2.1 增量真值发现算法
        2.1.1 相关概念
        2.1.2 系统模型和安全模型
    2.2 单向哈希函数
    2.3 同态加密算法
        2.3.1 同态加密概述
        2.3.2 对称同态加密
        2.3.3 公钥同态加密
    2.4 本章小结
第3章 基于对称加密的隐私保护增量真值发现算法
    3.1 引言
    3.2 系统模型和安全模型
        3.2.1 系统模型
        3.2.2 安全模型
    3.3 方案设计
        3.3.1 方案综述
        3.3.2 方案详细设计
    3.4 方案分析
        3.4.1 正确性分析
        3.4.2 安全性分析
    3.5 实验结果
        3.5.1 实验环境与参数设置
        3.5.2 实验结果评估
    3.6 本章小结
第4章 基于公钥加密的高效增量真值发现算法
    4.1 引言
    4.2 系统模型与安全模型
        4.2.1 系统模型
        4.2.2 安全模型
    4.3 方案设计
        4.3.1 方案综述
        4.3.2 方案详细设计
    4.4 方案分析
        4.4.1 正确性分析
        4.4.2 安全性分析
    4.5 实验结果
        4.5.1 实验环境与参数设置
        4.5.2 实验结果评估
    4.6 本章小结
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢


【参考文献】：
期刊论文
[1]一种高效的隐私保护群智感知真值发现机制[J]. 孙洪山,陆雪,徐嵘,程孝泗,吴佩敏.  物联网技术. 2018(07)
[2]群智感知激励机制研究综述[J]. 吴垚,曾菊儒,彭辉,陈红,李翠平.  软件学报. 2016(08)



本文编号：3385571