基于Tangle网络的移动群智感知数据安全交付模型
发布时间:2022-01-15 12:26
针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参与者节点。然后,在交易写入阶段,使用马尔科夫蒙特卡洛算法选择交易并验证其合法性,通过注册认证中心登记完成匿名身份数据上传,并将交易同步写入分布式账本。最后,结合Tangle网络的累计权重共识机制,当交易安全性达到阈值时,任务发布者可进行数据和酬金的安全交付。仿真试验表明,在模型保护用户隐私的同时,增强了数据和酬金的安全交付能力,相比现有感知平台降低了时间复杂度和任务发布成本。
【文章来源】:电子与信息学报. 2020,42(04)北大核心EICSCD
【文章页数】:7 页
【部分图文】:
Tangle网络交易结构
交易结构
接收,发布,调用LOF算法抛弃离群点等。客户端完成节点生成、操作邻居节点、端点选择、匿名身份检查、交易冲突检查、交易发布。5.1安全性分析(1)防双花攻击考虑节点使用MCMC算法进行交易选择之后,会对其进行双花检查,检查过程为追溯所有交易历史,查看该交易的address字段和tag是否重复,若重复则为双花。此时,节点会执行MCMC算法M次,对重复的每笔交易算置信度C,查看交易被间接选择进行验证的次数L,节点会选择置信度高的交易进行验证。C=LM×100%(4)图3交易结构图4身份匿名过程表2算法2:基于MCMC的端点选择算法输入:马尔可夫链状态转移矩阵Q,平稳分布π(x),最大转移次数n1,选定时间间隔[W,2W]及该间隔下的样本个数n2(此时的样本个数为新到的交易所观察到的交易数目)。输出:两个最先走到Tip的粒子为新交易将验证的端点。fort=0ton1+n2–1:(1)初始化马尔可夫链X0=x0;(2)独立的在该选定的间隔中随机放入N个粒子定义为“Walker”;Pxy=ea(HxHy)∑z:x←zea(HxHz)(3)(3)每个粒子根据定义的转移概率P随机的选出一条路径,向着Tip的方向进行游走。其中转移概率定义为:a>0HxHyXt=xtyt+1=xtp(x|xt)π(x)=(xn1,xn1+1,···,xn1+n21)其中,,为自定义参数,和为交易x和交易y的累计权重,转移后第t个时刻的马尔可夫链状态为,下一个交易可能的状态为,此时。968电子与信息学报第42卷
【参考文献】:
期刊论文
[1]群智感知应用中基于区块链的激励机制[J]. 何云华,李梦茹,李红,孙利民,肖珂,杨超. 计算机研究与发展. 2019(03)
[2]基于离群点检测的分类结果置信度的度量方法[J]. 严云洋,瞿学新,朱全银,李翔,赵阳. 南京大学学报(自然科学). 2019(01)
[3]移动群智感知中基于用户联盟匹配的隐私保护激励机制[J]. 熊金波,马蓉,牛犇,郭云川,林立. 计算机研究与发展. 2018(07)
[4]群智感知环境下支持激励机制实施的匿名身份认证协议研究[J]. 张俊松,甘勇,贺蕾. 小型微型计算机系统. 2018(07)
[5]面向移动群智感知的多任务分发算法[J]. 徐哲,李卓,陈昕. 计算机应用. 2017(01)
[6]移动云计算研究进展与趋势[J]. 崔勇,宋健,缪葱葱,唐俊. 计算机学报. 2017(02)
本文编号:3590615
【文章来源】:电子与信息学报. 2020,42(04)北大核心EICSCD
【文章页数】:7 页
【部分图文】:
Tangle网络交易结构
交易结构
接收,发布,调用LOF算法抛弃离群点等。客户端完成节点生成、操作邻居节点、端点选择、匿名身份检查、交易冲突检查、交易发布。5.1安全性分析(1)防双花攻击考虑节点使用MCMC算法进行交易选择之后,会对其进行双花检查,检查过程为追溯所有交易历史,查看该交易的address字段和tag是否重复,若重复则为双花。此时,节点会执行MCMC算法M次,对重复的每笔交易算置信度C,查看交易被间接选择进行验证的次数L,节点会选择置信度高的交易进行验证。C=LM×100%(4)图3交易结构图4身份匿名过程表2算法2:基于MCMC的端点选择算法输入:马尔可夫链状态转移矩阵Q,平稳分布π(x),最大转移次数n1,选定时间间隔[W,2W]及该间隔下的样本个数n2(此时的样本个数为新到的交易所观察到的交易数目)。输出:两个最先走到Tip的粒子为新交易将验证的端点。fort=0ton1+n2–1:(1)初始化马尔可夫链X0=x0;(2)独立的在该选定的间隔中随机放入N个粒子定义为“Walker”;Pxy=ea(HxHy)∑z:x←zea(HxHz)(3)(3)每个粒子根据定义的转移概率P随机的选出一条路径,向着Tip的方向进行游走。其中转移概率定义为:a>0HxHyXt=xtyt+1=xtp(x|xt)π(x)=(xn1,xn1+1,···,xn1+n21)其中,,为自定义参数,和为交易x和交易y的累计权重,转移后第t个时刻的马尔可夫链状态为,下一个交易可能的状态为,此时。968电子与信息学报第42卷
【参考文献】:
期刊论文
[1]群智感知应用中基于区块链的激励机制[J]. 何云华,李梦茹,李红,孙利民,肖珂,杨超. 计算机研究与发展. 2019(03)
[2]基于离群点检测的分类结果置信度的度量方法[J]. 严云洋,瞿学新,朱全银,李翔,赵阳. 南京大学学报(自然科学). 2019(01)
[3]移动群智感知中基于用户联盟匹配的隐私保护激励机制[J]. 熊金波,马蓉,牛犇,郭云川,林立. 计算机研究与发展. 2018(07)
[4]群智感知环境下支持激励机制实施的匿名身份认证协议研究[J]. 张俊松,甘勇,贺蕾. 小型微型计算机系统. 2018(07)
[5]面向移动群智感知的多任务分发算法[J]. 徐哲,李卓,陈昕. 计算机应用. 2017(01)
[6]移动云计算研究进展与趋势[J]. 崔勇,宋健,缪葱葱,唐俊. 计算机学报. 2017(02)
本文编号:3590615
本文链接:https://www.wllwen.com/kejilunwen/wltx/3590615.html