CN103795529A - 基于密钥向量的无线传感器网络数据安全融合方法 - Google Patents
基于密钥向量的无线传感器网络数据安全融合方法 Download PDFInfo
- Publication number
- CN103795529A CN103795529A CN201410064807.1A CN201410064807A CN103795529A CN 103795529 A CN103795529 A CN 103795529A CN 201410064807 A CN201410064807 A CN 201410064807A CN 103795529 A CN103795529 A CN 103795529A
- Authority
- CN
- China
- Prior art keywords
- key
- data
- node
- fusion
- encryption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开一种基于密钥向量的无线传感器网络数据安全融合方法。传感器网络中若干传感节点将信息传递到上层融合节点进行融合,融合后数据汇总到汇聚中心。首先由汇聚中心广播参数种子,与各节点协商好密钥;随后进入加密阶段,各节点生成密文Csi,密钥向量V si和完整性验证组Hsi,并将数据包(Csi,V si,Hsi)发送给上层节点;数据融合阶段:融合节将自己的数据包与收到的子节点的数据包相加,发送给汇聚中心;最后在数据解密阶段:汇聚中心计算出加密密钥总和以及完整性验证组HAGG’,解密出明文,同时将HAGG’与接收到的HAGG比较来验证数据完整性。本方法在保证传输安全基础上,减小了传输开销,提高系统效率。
Description
技术领域
本发明涉及无线传感器网络通信领域,特别是涉及一种无线传感器网络通信中数据融合的方法。
背景技术
无线传感器网络是物联网的重要组成部分,它主要依靠分散在环境中的大量传感节点,收集有用信息;当数据汇集到汇聚中心后,用户就能够获得并使用这些信息进行分析及处理。
在一个典型的无线传感器网络中,大量节点被分布在特定区域并自组织成一个网络。传感器节点中的各叶子传感节点将采集到的数据发送给非叶子节点(融合节点),非叶子节点将收集到的各数据和自己采集的数据进行融合处理(相加或差分运算等)后再发给自己的父节点,这样一层一层的往上传,最终融合数据到达汇聚中心。在许多实际应用中,汇聚中心只对这些采集数据的统计信息感兴趣,例如总和、平均值、方差等,而这些结果都可通过各传感节点对采集的数据逐级运算来获得,最终到达汇聚中心的数据就是所需的统计信息,这就是无线传感器网络中的数据融合基本过程。数据融合过程能节省各节点的数据发送量从而节省节点能耗,这对于电池供电的无线传感器节点尤为重要。
在无线传感器网络中应用数据融合技术具有非常迫切的需求,然而,数据融合安全保护是无线传感网络数据融合过程中的一个突出问题。由于无线传感器网络特有的开放性,一个普通节点的发送接收数据很容易被它的相邻的周围节点或者窃听者所得到。更坏情况下,如果攻击者是窃听或者捕获了一个融合节点,它将得到更多流经融合节点的所有数据。为了保护数据融合的安全,一些研究者提出了两大类数据安全融合方案:逐跳加密的数据安全融合和端到端加密的数据安全融合。在逐跳加密方案中,融合节点收到子节点上传的加密数据之后,首先使用与子节点共享的密钥进行解密,再对解密的数据进行融合运算,然后使用与其父节点共享的密钥对融合运算结果进行加密并上传至父节点。逐跳加密方法由于需要过多的加解密计算以及将明文数据暴露给融合节点等缺点,并不适于实际应用。端到端加密方案将采集的数据用传感器节点和基站共享的密钥加密,而中间的融合节点对接收到的加密数据可以在不需要数据解密的情况下进行例如模加的数据融合处理,数据到达汇聚中心后经融合解密处理仍能得到需要的融合结果如采集数据总和、平均值等。
在逐跳加密方案中,比较有代表性的是2005年Girao J等人提出了一种基于多明戈-费雷尔(Doomingo Ferrer)同态加密模式来实现传感器网络数据安全保护的隐藏数据融合(Concealed Data Aggregation,CDA)方法。该方法虽然传输开销小、计算也较简单,但是由于全网节点使用相同的加密密钥致使其安全性较低。2007年,He W等人提出了基于切片分散-聚集方法来保护无线传感器网络中数据隐私的基于簇的隐私数据融合(Cluster-based Privacy Data Aggregation,CPDA)和切片混合融合(Slice-Mixed Aggregation,SMART),虽然这两个方法都能保护各节点的数据不被相邻节点或攻击者窃听,但是它们的传输开销太大,每次融合过程中每个节点都要与多个节点进行数据交互。而且SMART方法无法对抗因数据丢失而造成的安全问题,一旦有数据丢失,融合节点将无法得到正确的结果。
在端到端加密方案中,Castelluccia C等在2005年提出了加法性同态加密(Additively Homomorphic Encryption,AHE)方法。该方法虽然较好地解决了节点数据融合问题,但是由于在基站解密时需要知道每个节点的身份信息(Identification,ID),其存在传输身份ID不能进行融合导致传输总数据急剧膨胀进而导致通信开销变大的缺陷。传输ID膨胀的原因是因为AHE方法要求每个传感节点和融合节点数据后面都要跟一个自身ID,这样,当很多节点的数据融合起来后,由于ID是不能融合的,只能将所有的ID附在传输数据之后,导致ID在传输数据中占的比例越来越大。而且,AHE方法中因数据丢失而造成的安全问题同样导致该方案无法应用于实际。例如,当节点由于突发情况掉线之后,该网络其它节点就不能知道该节点的ID,最终导致汇聚中心得不到正确的解密结果。
在相关专利方面,我国2013年9月11日公告的公开号为CN102299792A的发明专利提出了一种安全高效的数据融合方法。其根据网络拓扑结构分别计算并分发每个参与数据融合的节点密钥,节点将采集的数据进行同态加密后与身份信息以及验证值进行上传,但该专利未提及使用什么加密方法也未说明所采用的节点身份信息的形式,没有解决传输ID信息膨胀的问题,也没有考虑验证值膨胀的问题及数据丢失时候的安全问题。
发明内容
本发明提出一种基于密钥向量的无线传感器网络数据安全融合方法,在实现安全数据融合功能的基础上解决了传输ID急剧膨胀问题,并验证了节点的完整性。
一种基于密钥向量的无线传感器网络数据安全融合方法,具体步骤如下:
第一步,初始阶段:汇聚中心p在每次融合前首先向汇聚网内广播参数种子(seed,一个32位的随机数,唯一的标示每一次数据融合)。然后,汇聚中心从密钥空间大于2100的大密钥池中随机选出a个密钥组成一个密钥组,并随机分发密钥组中的某一个密钥给不同的节点。a ,a是一个可调参数,a太大则会增加传输开销,太小会相应降低一定程度上的安全性。根据不同网络对安全性的要求来选取。
第二步,加密阶段:各个传感节点si和融合节点fj都利用哈希函数将参数种子seed和自己所分发到的密钥组中的一个密钥( )运算生成加密密钥 ,其中哈希函数即散列函数,是一种任意长度输入固定长度输出的单向函数,一般用Hash()表示,算法上采用160bits输出的SHA-1算法。哈希函数可以根据每一次融合的seed产生不同的加密密钥,实现一次一密,并且攻击者无法根据某一轮的密钥恢复出 。这样,寻找不到 的规律,从而保证每个节点安全。
之后各节点将明文数据D与加密密钥进行模M加法运算来生成密文数据Csi, 。为了保证融合结果的正确性,M至少大于 ,其中n为汇聚网中总节点数,m为明文D的最大字节数。基于选择的密钥 在密钥组中的序号q生成密钥向量 ,将向量元素 置为1,其他元素置为0。同时用另外一个哈希函数(不同于之前的哈希函数Hash1)运算seed和选定的密钥组中的密钥生成完整性验证组Hsi= ,将(Csi, V si, Hsi)发送给上层融合节点。
第三步,数据融合阶段:各个融合节点fj将自己生成的(Cfj, V fj, Hfj)与收到的各传感节点的(Csi, V si, Hsi)进行数据融合处理。具体为:对各密文数据进行模M加法运算得Cj;对各密钥向量进行向量加法运算,得Vj= ,其中vq表示密钥kq在此节点以及此融合节点的子节点中使用的次数;对各完整性验证组直接进行相加运算得Hj。再将融合后的数据包(Cj, V j,Hj)发送给上一层融合节点,上一层节点继续进行数据融合处理,直至将融合后的数据包汇报到汇聚中心p。汇聚中心对接收到的各数据包进行融合得到(CAGG,V AGG,HAGG),具体为将收到的密文数据模M相加,将收到的密钥向量进行向量加法,将收到的完整性验证组数值相加。汇聚中心最终接收到( , , )数据融合结果。
第四步,解密阶段:汇聚中心p先计算出所有的加密密钥 ,然后根据接收到的 中各密钥使用的次数值,计算出对应的加密密钥总和 ,将接收到的 总和基于模M减法减去这个加密密钥总和就可以解密出明文的融合总和结果 。同时,汇聚中心也根据 中各密钥使用的各向量元素,计算完整性验证组,也就是计算总和 并与接收到的相比较来验证传输过程中密钥向量有没有被篡改。如果密钥向量被攻击者篡改了,则最终也等同于被篡改了,那么根据 计算出的将会和收到的不相等,需要丢弃该轮结果。
有益效果:本发明方法采用密钥向量机制,在保证数据安全融合的基础上,压缩了端到端数据加密方案中由于传输节点ID带来的传输开销。采用完整性验证组机制实现节点和数据完整性的验证,能检测出数据在传输过程中是否被篡改。针对在传输过程中存在ID和数据丢失的情况,由于数据包(C, V, H)中的密钥向量V也同样不传递数据丢失节点的ID向量值,因而也不影响整个数据融合过程的准确正常工作。哈希函数根据每一次融合的参数种子seed和各节点的密钥 产生不同的加密密钥,实现一次一密,并且使攻击者无法根据某一轮的密钥恢复出 ,寻找不到的规律,从而保证每个节点的安全。传输到汇聚中心时,各节点数据已经都进行过融合处理,可以通过简单的运算得到所关心的数据统计信息。
附图说明
图1为本发明无线传感器网络数据安全融合框架结构图;
图2为本发明传感节点或融合节点传输数据包的结构图;
图3为本发明中密钥向量结构图;
图4为本发明数据融合阶段工作流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明。
如图1所示的无线传感器网络数据安全融合框架结构图中,一个无线传感器汇聚网主要包括传感节点s、融合节点f和汇聚中心p。传感节点s采集现场的数据,经加密后,传输给融合节点f。融合节点f是具有数据融合功能的传感节点,其一方面采集现场数据加密,同时与收到的其子网下传感节点s的数据进行融合,数据再送给下一个融合节点f,最后数据到达汇聚中心p。汇聚中心p汇聚接收汇聚网内的所有融合数据,然后基于加密对应的解密方法进行解密,获得相应的统计信息。
图1中也表示出了整个基于密钥向量的无线传感器网络数据安全融合方法包括4个处理阶段:初始阶段、加密阶段、数据融合阶段和解密阶段。
初始阶段,每个节点与汇聚中心p协商出各自不同的密钥。一开始,当汇聚中心p与某个节点共享密钥时,它从密钥空间大于2100的大密钥池中随机选出a个密钥组成一个密钥组。该密钥组包含a个密钥,并从这a个密钥中随机抽取一个密钥给该节点,作为该节点的加密密钥。其中,假设密钥池密钥空间为2160,则密钥池就是所有160bit的数,随机选择a个密钥,相当于随机生成a个160 bit的数。a值是一个可调参数,a太大则会增加传输开销,太小会相应降低一定程度上的安全性。a 时方法具有较好效果,示例中我们将使用a=16。
在每一次融合之前,汇聚中心向汇聚网(由融合节点和与之连接的传感节点组成的树形网络拓扑结构)广播新一轮的融合参数种子seed,以进行新的一轮数据安全融合。
加密阶段,传感节点s和融合节点f都将进行数据采集,并将采集的数据加密后进行融合,具体过程如下:对于任一个传感节点 首先计算参数种子seed和自身密钥的第一种哈希函数值 ,并用作为加密的密钥与采集数据进行模加法得到加密后的数据。传感节点(同时生成代表a个密钥使用情况的密钥信息位向量组 ,将对应用到的在V si 中序号的值置为1,其他位置为0。然后由参数种子和自身密钥计算出另一种哈希函数的值作为完整性校验组,并将其附在和之后形成结构,其中 与均为一个数值, 是一个a维向量。最后将发送给它的上层融合节点fj。
图2是本发明节点传输数据结构实施例图,图中密文C、密钥向量组V和完整性验证组H共同组成本发明数据安全融合的传输数据,其中C与H均为一个数值,V是一个a维向量。
图3是密钥向量V的结构实施例图,其中包括了a个变量,每个变量 的大小根据整个汇聚网规模的不同而不同,但一般有上限。例如,假设汇聚网共有7个层级,全网共有3279个节点数,平均情况下,最后一次融合之后密钥组中的每一种密钥的平均使用次数为: ,也就是说7bit的二进制数足以表征它的使用次数,所以用来表示每一种使用次数的只需要占用7bit就足够了。向量的位置排布将与的相对应。
在基于密钥向量的无线传感器网络数据安全融合方法的实施例中,以一个传感节点si为例,加密详细步骤如下:
在融合阶段,对于融合节点,它首先也计算参数种子seed和自身密钥 的两个不同的哈希函数值, ,并用与采集明文数据进行模加法得到加密后的数据 。然后它将与其他节点传过来的密文值如进行基于模M的加法得到新的。融合节点同时生成代表a个密钥使用情况的密钥信息位向量组 ,将对应使用到的的序号q的 置为1,其他位置为0。融合节点的密钥向量组与接收到的密钥向量中的各向量进行向量加法得到新的。同样,融合节点计算出自己的 值,并与接收到的完整性验证值进行简单数值相加得到新的,而且在对H值进行相加时,溢出位可以直接忽略。最终,融合节点将再发送给它的上一层融合节点。
Claims (1)
1.一种数据安全融合方法,包括对数据加密和解密,其特征在于采用密钥向量,具体包含如下步骤:
第一步,初始阶段:汇聚中心p在每次融合前向汇聚网内各节点广播新一轮参数种子seed,并从密钥空间大于2100的密钥池中随机选择a个密钥kq,q=1,2,...,a,组成密钥组,a∈[8, 32],并向各传感节点si和融合节点fj随机分发密钥组中的某一个密钥;
第二步,加密阶段:每个传感节点和融合节点都利用哈希函数将参数种子seed和密钥kq生成加密密钥 ,明文与加密密钥KEq模加计算生成密文数据Csi;而基于选择的密钥在密钥组中的位置q将对应用到的密钥在密钥向量V si 中对应元素的值置为1,其他元素置为0;同时用另一个哈希函数运算参数种子和选定的密钥组中的密钥生成完整性验证组Hsi=Hash2seed,??生成完整性验证组 Hsi=,将数据包(Csi, V si, Hsi)发送给上层融合节点;
第三步,数据融合阶段:每个融合节点fj将自身在加密阶段的方法生成自己的数据包(Cfj, V fj, Hfj),并与收到的各传感节点si的数据包(Csi, V si, Hsi)融合成(Cj, V j, Hj),具体为:将所有子节点的密文数据以及本节点的密文数据进行模M相加,M至少大于,其中n为汇聚网中总节点数,m为明文D的最大字节数;各个子节点密钥向量与本节点的密钥向量进行向量加法,得V j=,其中vq表示密钥kq在此节点以及此融合节点的子节点中使用的次数;将各子节点的完整性验证组Hsi的值与本节点Hfj的值相加,得到融合后的完整性验证组值Hj;再将融合后的数据包(Cj, V j,Hj)发送给上一层融合节点,上一层节点继续进行数据融合处理,直至将融合后的数据包汇报到汇聚中心p;汇聚中心对接收到的各数据包进行融合得到(CAGG,V AGG,HAGG),具体为将收到的密文数据模M相加,将收到的密钥向量进行向量加法,将收到的完整性验证组数值相加;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410064807.1A CN103795529A (zh) | 2014-02-26 | 2014-02-26 | 基于密钥向量的无线传感器网络数据安全融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410064807.1A CN103795529A (zh) | 2014-02-26 | 2014-02-26 | 基于密钥向量的无线传感器网络数据安全融合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103795529A true CN103795529A (zh) | 2014-05-14 |
Family
ID=50670863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410064807.1A Pending CN103795529A (zh) | 2014-02-26 | 2014-02-26 | 基于密钥向量的无线传感器网络数据安全融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103795529A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104410992A (zh) * | 2014-10-30 | 2015-03-11 | 重庆邮电大学 | 分布式传感网络基于信任的态势数据融合方法 |
CN104618102A (zh) * | 2014-08-02 | 2015-05-13 | 江苏物泰信息科技有限公司 | 一种基于签名的安全高效数据融合方法 |
CN104735654A (zh) * | 2015-03-10 | 2015-06-24 | 重庆邮电大学 | 一种可检测数据完整性的隐私数据融合方法 |
CN104967611A (zh) * | 2015-05-04 | 2015-10-07 | 东南大学 | 一种基于概率分布的低能耗大规模网络数据安全融合方法 |
CN106059743A (zh) * | 2016-05-17 | 2016-10-26 | 北京交通大学 | 可穿戴无线网络中的数据融合方法 |
CN106059774A (zh) * | 2016-05-31 | 2016-10-26 | 东南大学 | 基于分簇的数据切片混合隐私保护方法 |
CN107231628A (zh) * | 2017-05-12 | 2017-10-03 | 南京邮电大学 | 一种适用于多应用场景的安全数据融合方法 |
CN108352015A (zh) * | 2016-02-23 | 2018-07-31 | 恩链控股有限公司 | 用于基于区块链的系统结合钱包管理系统的安全多方防遗失存储和加密密钥转移 |
CN109361645A (zh) * | 2018-08-23 | 2019-02-19 | 泰链(厦门)科技有限公司 | 区块链任务共同认证方法、介质、装置及区块链系统 |
CN109495447A (zh) * | 2018-10-10 | 2019-03-19 | 光通天下网络科技股份有限公司 | 分布式DDoS防御系统的流量数据整合方法、整合装置和电子设备 |
CN110866284A (zh) * | 2020-01-16 | 2020-03-06 | 支付宝(杭州)信息技术有限公司 | 基于隐私数据保护的数据融合处理方法、装置和系统 |
CN111625862A (zh) * | 2020-05-26 | 2020-09-04 | 京东数字科技控股有限公司 | 基于多数据节点的数据处理方法、系统及存储介质 |
US11755718B2 (en) | 2016-02-23 | 2023-09-12 | Nchain Licensing Ag | Blockchain implemented counting system and method for use in secure voting and distribution |
US11936774B2 (en) | 2016-02-23 | 2024-03-19 | Nchain Licensing Ag | Determining a common secret for the secure exchange of information and hierarchical, deterministic cryptographic keys |
US11972422B2 (en) | 2016-02-23 | 2024-04-30 | Nchain Licensing Ag | Registry and automated management method for blockchain-enforced smart contracts |
-
2014
- 2014-02-26 CN CN201410064807.1A patent/CN103795529A/zh active Pending
Non-Patent Citations (1)
Title |
---|
赵丹: "适用于WSN的数据融合完整性保护算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104618102A (zh) * | 2014-08-02 | 2015-05-13 | 江苏物泰信息科技有限公司 | 一种基于签名的安全高效数据融合方法 |
CN104410992A (zh) * | 2014-10-30 | 2015-03-11 | 重庆邮电大学 | 分布式传感网络基于信任的态势数据融合方法 |
CN104735654A (zh) * | 2015-03-10 | 2015-06-24 | 重庆邮电大学 | 一种可检测数据完整性的隐私数据融合方法 |
CN104967611A (zh) * | 2015-05-04 | 2015-10-07 | 东南大学 | 一种基于概率分布的低能耗大规模网络数据安全融合方法 |
US11936774B2 (en) | 2016-02-23 | 2024-03-19 | Nchain Licensing Ag | Determining a common secret for the secure exchange of information and hierarchical, deterministic cryptographic keys |
CN108352015B (zh) * | 2016-02-23 | 2022-02-01 | 恩链控股有限公司 | 用于基于区块链的系统结合钱包管理系统的安全多方防遗失存储和加密密钥转移 |
US11621833B2 (en) | 2016-02-23 | 2023-04-04 | Nchain Licensing Ag | Secure multiparty loss resistant storage and transfer of cryptographic keys for blockchain based systems in conjunction with a wallet management system |
CN108352015A (zh) * | 2016-02-23 | 2018-07-31 | 恩链控股有限公司 | 用于基于区块链的系统结合钱包管理系统的安全多方防遗失存储和加密密钥转移 |
US11755718B2 (en) | 2016-02-23 | 2023-09-12 | Nchain Licensing Ag | Blockchain implemented counting system and method for use in secure voting and distribution |
US11972422B2 (en) | 2016-02-23 | 2024-04-30 | Nchain Licensing Ag | Registry and automated management method for blockchain-enforced smart contracts |
CN106059743A (zh) * | 2016-05-17 | 2016-10-26 | 北京交通大学 | 可穿戴无线网络中的数据融合方法 |
CN106059743B (zh) * | 2016-05-17 | 2019-06-21 | 北京交通大学 | 可穿戴无线网络中的数据融合方法 |
CN106059774B (zh) * | 2016-05-31 | 2019-01-29 | 东南大学 | 基于分簇的数据切片混合隐私保护方法 |
CN106059774A (zh) * | 2016-05-31 | 2016-10-26 | 东南大学 | 基于分簇的数据切片混合隐私保护方法 |
CN107231628B (zh) * | 2017-05-12 | 2020-04-14 | 南京邮电大学 | 一种适用于多应用场景的安全数据融合方法 |
CN107231628A (zh) * | 2017-05-12 | 2017-10-03 | 南京邮电大学 | 一种适用于多应用场景的安全数据融合方法 |
CN109361645B (zh) * | 2018-08-23 | 2021-03-23 | 泰链(厦门)科技有限公司 | 区块链任务共同认证方法、介质、装置及区块链系统 |
CN109361645A (zh) * | 2018-08-23 | 2019-02-19 | 泰链(厦门)科技有限公司 | 区块链任务共同认证方法、介质、装置及区块链系统 |
CN109495447B (zh) * | 2018-10-10 | 2021-05-07 | 光通天下网络科技股份有限公司 | 分布式DDoS防御系统的流量数据整合方法、整合装置和电子设备 |
CN109495447A (zh) * | 2018-10-10 | 2019-03-19 | 光通天下网络科技股份有限公司 | 分布式DDoS防御系统的流量数据整合方法、整合装置和电子设备 |
CN110866284A (zh) * | 2020-01-16 | 2020-03-06 | 支付宝(杭州)信息技术有限公司 | 基于隐私数据保护的数据融合处理方法、装置和系统 |
CN111625862A (zh) * | 2020-05-26 | 2020-09-04 | 京东数字科技控股有限公司 | 基于多数据节点的数据处理方法、系统及存储介质 |
CN111625862B (zh) * | 2020-05-26 | 2023-12-08 | 京东科技控股股份有限公司 | 基于多数据节点的数据处理方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103795529A (zh) | 基于密钥向量的无线传感器网络数据安全融合方法 | |
US9571277B2 (en) | Method for generating a key in a network and user on a network and network | |
CN109889522B (zh) | 一种基于区块链的物联网信息安全保护方法 | |
CN103457722B (zh) | 一种基于Shamir门限的提供双向身份认证和数据安全传输的体域网安全方法 | |
CN108880814A (zh) | 一种动态的分簇无线传感器网络密钥管理方法 | |
CN109121134A (zh) | 一种适于无线传感网多应用数据融合的隐私保护和完整性检测方法 | |
CN105163309A (zh) | 一种基于组合密码的无线传感器网络安全通信的方法 | |
CN104113395A (zh) | 一种无线恶劣网络环境下物联网数据安全传输的方法 | |
CN109347829A (zh) | 一种基于隐私保护的群智感知网络真值发现方法 | |
Jose et al. | Energy efficient recoverable concealed data aggregation in wireless sensor networks | |
Mousavi et al. | Security of Internet of Things using RC4 and ECC algorithms (case study: smart irrigation systems) | |
CN104717644A (zh) | 一种可验证隐私保护的两层传感器网络范围查询方法 | |
CN117201132A (zh) | 一种完全去中心化的多委员会属性基加密方法及其应用 | |
CN105307164A (zh) | 一种可穿戴设备的认证方法 | |
CN102892113B (zh) | 层级型无线传感网络内节点间数据进行安全传输的方法 | |
CN113193958B (zh) | 一种量子密钥服务方法与系统 | |
CN104780169B (zh) | 一种基于控制器的量子中继器网络编码方案 | |
CN101882996A (zh) | 一种基于身份的分布式系统中信息加密与解密的方法 | |
CN104618098A (zh) | 一种集合成员关系判定的密码学构造方法及系统 | |
Jing et al. | WSN key management scheme based on fully bomomorphic encryption | |
CN107231628A (zh) | 一种适用于多应用场景的安全数据融合方法 | |
CN106658490A (zh) | 一种无线传感器网络同态加密隐私保护方法 | |
CN103220130A (zh) | 数字混沌保密通信的加密及解密方法 | |
Min et al. | A secure data aggregation approach in hierarchical wireless sensor networks | |
CN114244499B (zh) | 基于树结构对称密钥池的群组通信方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140514 |
|
WD01 | Invention patent application deemed withdrawn after publication |