面向传感器网络的隐私保护通用近似查询方法技术

本发明专利技术提出一种面向传感器网络的隐私保护通用近似查询方法，包括如下步骤：通过基站与传感器节点共享的数据结构，将传感器节点的编号和采集数据隐藏于向量之中；聚集节点通过树状路由将向量向基站传送；在基站构造线性方程组，解出带全局统计信息的直方图和对应的传感器节点编号；根据直方图具有的统计信息，完成所需的近似查询。本发明专利技术在不泄漏隐私信息的情况下，使用网内数据聚集和过滤器等策略减少近似查询能量消耗；在不需要修改模型的情况下，通过参数调节实现对隐私保护近似查询的精度控制。

【技术实现步骤摘要】
【专利摘要】本专利技术提出一种，包括如下步骤：通过基站与传感器节点共享的数据结构，将传感器节点的编号和采集数据隐藏于向量之中；聚集节点通过树状路由将向量向基站传送；在基站构造线性方程组，解出带全局统计信息的直方图和对应的传感器节点编号；根据直方图具有的统计信息，完成所需的近似查询。本专利技术在不泄漏隐私信息的情况下，使用网内数据聚集和过滤器等策略减少近似查询能量消耗；在不需要修改模型的情况下，通过参数调节实现对隐私保护近似查询的精度控制。【专利说明】
本专利技术涉及一种传感器网络查询方法，尤其涉及一种在满足隐私保护要求的前提下，面向传感器网络的通用近似查询方法，属于物联网
。
技术介绍
传感器网络是物联网的重要组成部分，在环境监测、医疗卫生、智能交通、国防军事等领域具有广阔的应用前景。随着传感器网络的应用发展，在实际应用部署过程中暴露出严重的隐私数据泄漏或被篡改的威胁，引起了研究人员的高度重视。目前，隐私保护技术已经成为物联网领域的研究热点之一。隐私保护技术主要可以分为三类:数据扰乱技术、数据加密技术和数据匿名化技术。其中，数据挖掘和数据发布领域的隐私保护技术为传感器网络的隐私保护提供了技术借鉴和支撑，但是往往由于能量消耗大或不适合分布式环境等因素不能直接应用于传感器网络。因此，现有的传感器网络隐私保护技术主要集中在隐私保护数据聚集和隐私保护数据查询两方面。在隐私保护数据聚集方面，现有技术中研究了在不泄露隐私信息的情况下，完成SUM、MIX、MAX或Median等聚集操作，但是这些技术方案在聚集节点不能获得真实数据值的情况下实现聚集操作，由于聚集信息中没有携带传感器节点编号信息，所以不能实现需要传感器节点ID的复杂查询，如查询或范围查询等。在隐私保护数据查询方面，现有技术中分别讨论了范围查询(Range Query)、查询等查询中隐私保护技术，但是不能够在不泄露隐私信息的情况下，同时完成查询、范围查询等复杂查询操作。另外，由于近似查询是传感器网络中重要的查询方式，在对精度要求不高的情况下，可以在精度和能量消耗之间进行平衡。现有技术中也研究了传感器网络中的近似查询方法，但是没有考虑隐私保护问题。另一方面，传感器网络中的能量消耗往往直接影响网络寿命，网内数据聚集是传感器网络常用的减少能量消耗技术。在实际应用中，常常既需要查询采集数据值最高(或最低)的前k (k为正整数)个传感器节点，又需要查询采集数据值在某个范围的传感器节点，仅能实现单一查询类型的隐私保护协议在实际应用中是受限的。所以，研究使用网内数据聚集的隐私保护通用查询方法具有积极意义。
技术实现思路
针对现有技术的不足，本专利技术所要解决的技术问题在于提供一种。该方法可以在满足隐私保护要求的前提下，实现Top-k查询、范围查询、SUM, MAX/MIN等近似查询。为实现上述的专利技术目的，本专利技术采用下述的技术方案:一种，用在节点相似的传感器网络中，包括如下步骤:⑴通过基站与传感器节点共享的数据结构，将传感器节点的编号和采集数据隐藏于向量之中；⑵聚集节点通过树状路由将所述向量向基站传送；⑶在基站构造线性方程组，解出带全局统计信息的直方图和对应的传感器节点编号;⑷根据所述直方图具有的统计信息，完成所需的近似查询。其中较优地，所述步骤⑴中，基站为每个传感器节点产生唯一的随机向量作为参照向量，加密后下发至对应的传感器节点；所述传感器节点使用采集数据和参照向量，计算响应向量，将传感器节点的编号和采集数据隐藏于响应向量之中，根据树状路由将所述响应向量上传至作为聚集节点的父节点。其中较优地，所述步骤⑵中，所述聚集节点使用求和聚集函数对所有收到的数据进行聚集。其中较优地，所述步骤⑶中，所述基站使用聚集后的响应向量构造线性方程组，解线性方程组得到每个传感器节点的采集数据落入的数据区间，进而得到带全局统计信息的直方图和对应的传感器节点的编号。其中较优地，所述步骤⑷中，通过调节所述直方图的划分粒度来平衡查询精度与能量消耗。其中较优地，所述隐私保护通用近似查询方法具有H-PGAQ模式；在所述H-PGAQ模式中，所述基站为每个传感器节点生成唯一的扰动向量和单路哈希函数，聚集节点对收到的向量执行求和操作，并加上本节点生成的向量，得到响应向量，上传并参加求和聚集；基站对收到的所有向量求和得到聚集结果向量，所述聚集结果向量减去经所述单路哈希函数处理过的扰动数据，得到所述线性方程组。其中较优地，所述隐私保护通用近似查询方法具有F-PGAQ模式；在所述F-PGAQ模式中，所述基站为每个传感器节点生成参照向量；在连续查询中，所述传感器节点将直方图划分作为过滤器窗口，如果本轮采集数据与上轮采集数据落入同一直方图划分，则不上传数据。其中较优地，当传感器网络的规模需要扩展时，所述基站为新增的传感器节点生成相应的参照向量和扰动向量，并使用基站与传感器节点共享的密钥加密后，下发至新增的传感器节点，同时将新产生的参照向量加入参照矩阵，其他传感器节点的参照向量和扰动向量不发生变化。与现有技术相比较，本专利技术提出一种新颖的能够完成Top-k查询、范围查询、SUM、MAX/MIN等查询的隐私保护通用近似查询方法。该方法在不泄漏隐私信息的情况下，使用网内数据聚集和过滤器等策略减少近似查询能量消耗；在不需要修改模型的情况下，通过参数调节能够实现对隐私保护近似查询精度控制。【专利附图】【附图说明】图1为本专利技术所提供的隐私保护通用近似查询方法的基本步骤示意图；图2为等闻直方图划分的不意图；图3为直方图混合划分的示意图；图4为系统初始化阶段的通信量示意图；图5为n = 20，t = 100的情况下，区间划分数目对通信量的影响比较图；图6为n = 20，t = 100的情况下，采集数据轮数对通信量的影响比较图；图7为n = 50，t = 100的情况下，区间划分数目对通信量的影响比较图；图8为n = 50，t = 100的情况下，采集数据轮数对通信量的影响比较图；图9为n = 88，t = 100的情况下，区间划分数目对通信量的影响比较图；图10为n = 88，t = 100的情况下，采集数据轮数对通信量的影响比较图；图11为区间划分数h和数据值误差阈值的关系示意图。【具体实施方式】本专利技术所提供的隐私保护通用近似查询方法(简称PGAQ方法)的基本思路是通过设计基站与传感器节点共享的数据结构，将传感器节点编号和其采集的感知数据等信息隐藏于构造的随机向量中。中间聚集节点通过树状路由将该向量向基站传送，在上传此向量的过程中进行网内求和聚集以减少能量消耗。在基站构造线性方程组，解出带全局统计信息的直方图和对应的传感器节点编号。根据直方图具有的统计信息，不泄露隐私地完成Top-k查询、范围查询、SUM、MAX/MIN、Median、Histogram等近似查询。在上述PGAQ方法中，使用网内求和聚集以减少能量消耗，并且通过调节直方图划分粒度来平衡查询精度与能量消耗。下面结合附图和具体实施例展开详细具体的说明。本专利技术所提供的PGAQ方法是针对节点相似的传感器网络模型设计的。在这种传感器网络模型中，网内传感器节点在初始能量、存储能力、通信能力方面都是相似的，所有网内节点都有可能成为聚集节点等承担更多任务的节点。该传感器本文档来自技高网...

【技术保护点】
一种面向传感器网络的隐私保护通用近似查询方法，用在节点相似的传感器网络中，其特征在于包括如下步骤：⑴通过基站与传感器节点共享的数据结构，将传感器节点的编号和采集数据隐藏于向量之中；⑵聚集节点通过树状路由将所述向量向基站传送；⑶在基站构造线性方程组，解出带全局统计信息的直方图和对应的传感器节点编号；⑷根据所述直方图具有的统计信息，完成所需的近似查询。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈红，范永健，李翠平，张晓莹，
申请(专利权)人：中国人民大学，
类型：发明
国别省市：