适用于无线传感网络的隐私保护数据聚合方案的研究_开题报告

一、文献综述

（一）研究背景

MIT（麻省理工学院）的Auto-ID lab最早在1999年提出了IoT（Internet of things）的概念，目前物联网已成为是继计算机、互联网之后世界信息产业发展的第三次浪潮，成为了信息社会下的新一代信息技术的不可或缺的组成部分之一。 物联网顾名思义就是物和物通过网络连接起来，相互通信。其中物物相联有两个意思：一，互联网仍然是物联网的核心，承载着物物之间的通信，同时物联网对互联网也进行了延伸和扩展；其二，网络的终端从普通用户，范围扩大至任何智能设备与智能设备之间，即具有感知功能的物品间进行信息交换和通信。

物联网主要包含三个层：感知层，通信层和应用层。物联网作为一种新型交互系统能够对虚拟网络与现实世界的进行实时交互。要进行实时交互，就需要无处、无时不在的数据感知 [1]。物联网感知层的感知技术主要包含两种，无线传感网路和射频识别技术。无线射频识别技术(RFID)是一种非接触式的自动标签识别技术，其缺点是只能应用于短距离、相对固定的日常应用， 而无线传感器网络有许多传感器组成，可以覆盖的范围更加广，同时能够将能够实现远距离的信息识别，因此在无线传感器网络更适用于大范围应用。

无线传感器网络作为物联网中最重要的部分，它是具有感知能力，可以将收集到的信息传输给基站（通常所说的源头）[2]。无线传感器网络利用大量的感知节点对所部属的环境进行实时数据采集，然后这些数据会被基站收集，进行后期的处理和分析。但是无线传感网络的感知节点数量多，容易产生数据碰撞，大大降低收集到数据的有效性，同时还会提高能量消耗。鉴于感知节点本身是资源受限的，能量也有限，在实际应用中，我们必须考虑能量消耗问题。

数据聚合技术，可以为系统使用者提供大量的有用信息。传统的数据聚合技术没有考虑数据聚合隐私性，因而很容易暴露用户的一些隐私数据，而暴露的隐私数据会给用户带来问题。比如在智能电网应用中，对智能电表数据进行聚合分析，可以得出用户日常生活规律，在家或不在家情况，这些数据的泄露会对用户的生命和财产安全造成严重的威胁；在军事检测应用中，部署在敌方领地中的无线传感网络，可以为我军监测和侦查的敌军战备信息，从而指导军事行动，如果这些数据遭到篡改或者窃听会对最终的决策和判断造成巨大的影响。以上描述的隐私侵犯和安全问题是物联网和无线传感器网络大范围推广的主要障碍，解决无线传感器网络中的隐私泄露问题，对于其广泛应用有重大意义。因此无线传感器网络隐私保护聚合研究得到了越来越多研究者的关注[3] [4]。

因此设计一个能保障用户隐私、能量消耗少的数据聚合技术是非常必要的。

（二）国内外研究现状

    典型的无线传感器网络中，感知节点通常都是资源和能源有限的（resource-constrained and energy-limited）小型传感设备[5]。为了节约能耗，必须要融合一方网络数据防止传输时产生拥塞。目前的适用于无线传感网路的数据聚合方法很多，如[6]。但是这些方案都只能处理可信的聚合者，但是聚合节点可信在一般的现实应用中并不常见。文献[7]研究感知节点信息被篡改和窃取数据问题，提出了安全数据聚合方案。在文献[8]中采用hop-hop的基于加解密方法的安全数据聚合协议，然而hop过程中的每个中继节点都需要进行加密和解密操作，然后才能将数据传输给指定的下一个感知节点。这种方式有两个显著的问题：加解密消耗的设备资源和网络延迟。

文献[9][10]两类方案都是基于同态加密技术的。利用同态加密技术对密文不解密直接进行聚合，这样就可以达到了更好的计算效率。但是一旦加密算法被得知，所有的数据都会被解密导致数据泄露，并不能很好有效地保证数据的隐私性。其中文献[9]利用了模指数操作，而文献[10] 用了哈希函数和模加操作。相比较而言，文献[10]的计算开销会比文献[9]少很多。

He等提出了隐私保护数据聚合的概念，并提出了两个能够提供隐私保护数据聚合的方案：CPDA和SMART[11]。为了减少方案[11]的网络通信量和能量消耗，杨庚等人改善了SMART方案，提出的新方案叫做ESPART[12]。 

文献[13]提出了一种基于多方安全通信的隐私保护数据聚合算法。在该文献中的方案，每个通信节点都具有自己的隐私数据，用来进行加解密及数据聚合。同时这些隐私数据只有数据聚合时才共享。 该方案具有两个优点：特权信息和机密性。但是该类方法的计算开销非常大，通常不适用于资源受限的无线传感网路。

二、^范文提纲

摘要

无线传感网络数据聚合介绍

无线传感网络介绍

隐私保护介绍

数据聚合介绍

相关工作

隐私保护数据聚合方案

基础方案

我们提出的方案

性能分析

对比方案的选择

计算开销

通信开销

结论及未来研究方向

5.结论

未来研究方向

结束语

三、参考文献

[1] 何明, 陈国华, 梁文辉,等. 物联网环境下云数据存储安全及隐私保护策略研究[J]. 计算机科学, 2012, 39(5):62-65.

[2] Yick J，Mukherjee B，Ghosal D．Wireless sensor network survey[J]．Computer Networks，2008，52(1 2)：2292•2330．

[3] 吴传坤.物联网安全架构初探[J] .中国科学院院刊, 2010, 25(4): 411-419.

[4] Li N, Zhang N, Das S K, et al. Privacy preservation in wireless sensor networks: A state-of-the-art survey[J]. Ad Hoc Networks, 2009, 7(8): 1501-1514.

[5] 姚剑波, 文光俊. 无线传感器网络中的隐私保护研究[J]. 计算机科学, 2008, 35(11):19-22.

[6] Solis I, Obraczka K. The impact of timing in data aggregation for sensor networks[C]// IEEE International Conference on Communications. IEEE, 2004:3640 - 3645 Vol.6.

[7] Yang Y, Wang X, Zhu S, et al. SDAP: a secure hop-by-Hop data aggregation protocol for sensor networks[C]// ACM International Symposium on Mobile Ad Hoc NETWORKING and Computing. ACM, 2006:356--367.

[8] Mahimkar A, Rappaport T S. SecureDAV: a secure data aggregation and verification protocol for sensor networks[C]// Global Telecommunications Conference, 2004. GLOBECOM '04. IEEE. 2004:2175-2179 Vol.4.

[9] Chan H. ABSTRACT Secure Hierarchical In-Network Aggregation in Sensor Networks ∗[J]. Association for Computing Machinery, 2006:278-287.

[10] C. Castelluccia, A. C.-F. Chan, E. Mykletun, and G. Tsudik, “Efficient and provably secure aggregation of encrypted data in wireless sensor networks,” ACM Transactions on Sensor Networks (TOSN), 2009, 5(3), pp. 20:1–20:36.

[11] He W, Liu X, Nguyen H V, et al. PDA: Privacy-Preserving Data Aggregation for Information Collection[J]. Acm Transactions on Sensor Networks, 2011, 8(1):108-108.

[12] 杨庚, 王安琪, 陈正宇,等. 一种低耗能的数据聚合隐私保护算法[J]. 计算机学报, 2011, 34(5):792-800.

[13] Ukil A, Sen J. Secure multiparty privacy preserving data aggregation by modular arithmetic[C]// Parallel Distributed and Grid Computing (PDGC), 2010 1st International Conference on. 2010:344 - 349.