CN112911595B - 一种基于分片无线传感器网络轻量级数据融合隐性方法 - Google Patents

一种基于分片无线传感器网络轻量级数据融合隐性方法 Download PDF

Info

Publication number
CN112911595B
CN112911595B CN202110074771.5A CN202110074771A CN112911595B CN 112911595 B CN112911595 B CN 112911595B CN 202110074771 A CN202110074771 A CN 202110074771A CN 112911595 B CN112911595 B CN 112911595B
Authority
CN
China
Prior art keywords
data
node
cluster
nodes
intra
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.)
Active
Application number
CN202110074771.5A
Other languages
English (en)
Other versions
CN112911595A (zh
Inventor
王军
徐彦惠
沈健平
彭副楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang University of Chemical Technology
Original Assignee
Shenyang University of Chemical Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang University of Chemical Technology filed Critical Shenyang University of Chemical Technology
Priority to CN202110074771.5A priority Critical patent/CN112911595B/zh
Publication of CN112911595A publication Critical patent/CN112911595A/zh
Application granted granted Critical
Publication of CN112911595B publication Critical patent/CN112911595B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
    • H04W28/065—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information using assembly or disassembly of packets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Small-Scale Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于分片无线传感器网络轻量级数据融合隐性方法，涉及一种无线传感器网络数据融合方法，本发明引入了带有数据扰动的动态分片的策略，为了保护数据隐私，同时对无法成簇的孤立节点进行了特殊处理。通过性能分析，该数据融合方法能够在保护数据隐私的前提下，缓解了数据融合算法中普遍存在的通信量大和计算量大的问题。本发明引入了带有数据扰动的动态分片策略，同时对孤立节点进行特殊处理，减少了传感器节点在通信过程中的计算量和数据传输量，同时也保护了数据的隐私，延长了无线传感器网络的生命周期，具有更强的实用性。

Description

一种基于分片无线传感器网络轻量级数据融合隐性方法
技术领域
本发明涉及一种无线传感器网络数据融合方法，特别是涉及一种基于分片无线传感器网络轻量级数据融合隐性方法。
背景技术
随着科学技术的进步，传感器技术得到很大发展，这推动了无线传感器网络的发展。由于无线传感器网络一般被部署在环境比较恶劣的区域，可能会遭到外界攻击，隐私性较低，数据融合算法能解决上述问题，但现有的数据融合算法大多存在通信量大、计算量大的问题。
发明内容
本发明的目的在于提供一种基于分片无线传感器网络轻量级数据融合隐性方法，本发明引入了带有数据扰动的动态分片的策略，为了保护数据隐私，同时对无法成簇的孤立节点进行了特殊处理。通过性能分析，该数据融合方法能够在保护数据隐私的前提下，缓解了数据融合算法中普遍存在的通信量大和计算量大的问题。
本发明的目的是通过以下技术方案实现的：
一种基于分片无线传感器网络轻量级数据融合隐性方法，所述方法包括带有数据扰动的动态分片策略以及孤立节点处理；
A.带有数据扰动的动态分片策略包括簇内节点分片阶段以及簇内节点串通阶段；
（1） 簇内节点分片阶段
在簇内节点分片阶段进行动态分片前，首先利用网络中的非在线装置产生一个随机数a i ，利用这个随机数对原始数据进行扰动可以保护数据的隐私，假设节点i所采集的原始数据为S i ，经过扰动得到的数据为V i =a i +S i ；当簇的规模m满足2n<m<=2n+1（此处n>=1，m>=3）时，J表示簇内节点分片数，分片数为J=n+2；为了降低通信量，每个簇的簇头节点只进行数据扰动操作而不进行分片操作；簇内成员节点根据分片数J，对数据V i 进行分片其中一片留给自身，剩下的J-1片数据经过加密后发送给其他节点；f i,j 为节点i发送给节点J的分片数据。
（2）簇内节点串通阶段
在簇内串通阶段，分为三个步骤进行，首先节点需要等待一段时间，确保收到所有的分片数据；在经过簇内分片后，将接收到的加密数据进行解密，簇内节点将自己所保留的数据和收到的分片数据解密求和，簇头节点未进行分片，只需要解密收到的分片数据，最后簇头节点和成员节点最终都得到了一个混杂数据d i， 在簇头处d i 表示为扰动数据V i 与节点发送的分片数据f i,j 之和，成员节点的混杂数据则为串通的分片数据f i,j 之和之和；
B.孤立节点处理包括簇内节点分片阶段以及簇内节点串通阶段；
（1）簇内节点分片阶段
对这类孤立的节点进行处理，将这类节点统一归到一个节点集W中，每个节点集的节点只进行数据扰动计算，而不进行分片操作；
（2）簇内节点串通阶段
在簇内节点串通阶段，由于节点集W的节点只进行数据扰动操作而不进行分片操作，所以混杂数据d 12 =V 12 ，d 12 为节点12的混杂数据。
所述的一种基于分片无线传感器网络轻量级数据融合隐性方法，所述簇内节点分片阶段根据簇的不同节点分片情况，簇内结点为3时分片数为3，簇内节点为5时分片数为4。
所述的一种基于分片无线传感器网络轻量级数据融合隐性方法，所述簇内分片阶段对孤立节点处理，假设节点12为孤立节点最终节点得到的扰动数据V 12 为：V 12 =a 12 +S 12 ，a 12 为节点12的随机数，S 12 为节点12采集的原始数据，V 12 为孤立节点12生成的扰动数据。
本发明的优点与效果是：
本发明引入了带有数据扰动的动态分片策略，同时对孤立节点进行特殊处理，减少了传感器节点在通信过程中的计算量和数据传输量，同时也保护了数据的隐私，延长了无线传感器网络的生命周期，具有更强的实用性。
附图说明
图1为本发明 簇内节点分片图；
图2为本发明 簇内节点串通图；
图3 为本发明孤立节点数据扰动图；
图 4 为本发明 L-CPDA方法流程图。
实施方式
下面结合附图所示实施例对本发明进行详细说明。
一、 L-CPDA方法原理
Wenbo He等人最早提出数据融合隐私保护算法CPDA（cluster-based privatedata aggregation），CPDA算法利用噪声干扰和多项式性质来计算最终的融合结果，但是在计算融合结果时CPDA最终需要求解m阶逆矩阵，m的值越大，计算也就越复杂，本发明L-CPDA（lightweight-cluster-based private data aggregation）就是针对CPDA算法的缺陷提出的，L-CPDA算法引入了动态分片的策略，根据簇的大小调整节点的分片数量，同时利用一个非在线的装置产生随机数，对原始数据进行扰动，提高了数据的隐私性，最后对无线传感器网络中成簇失败的节点进行处理。L-CPDA算法包括五个步骤：簇的形成、簇内节点分片、簇内节点串通、簇内节点混合簇间数据融合。本发明的三个步骤主要是在簇内节点分片和簇内节点串通这两个步骤中进行的。通过数据扰动、动态分片、对特殊节点进行处理这几个方法。保护了数据的隐私，同时能够降低无线传感器网络节点的计算量和通信量。下面将进一步描述L-CPDA算法的动态分片策略和对孤立节点处理是怎样实现的。为了阐述方便下表列出了本发明所用到的符号如下表所示：
表1 符号说明
ai 节点i的随机数
Si 节点i的原始数据
Vi 节点i的扰动数据
di 节点i计算的混合数据
J 分片数
m 簇的大小
n 节点个数
Enc 加密
Dec 解密
f i,j f i,j 为节点i发送给节点j的分片数据
如L-CPDA方法流程图所示。
二、带有数据扰动的动态分片策略
（1） 簇内节点分片阶段
在簇内节点分片阶段进行动态分片前，首先利用网络中的非在线装置产生一个随机数a i ，利用这个随机数对原始数据进行扰动可以保护数据的隐私，假设节点i所采集的原始数据为S i ，那么经过扰动得到的数据为V i =a i +S i 。当簇的规模m满足2n<m<=2n+1（此处n>=1，m>=3）时，J表示簇内节点分片数，分片数为J=n+2。为了降低通信量，每个簇的簇头节点只进行数据扰动操作而不进行分片操作。 簇内成员节点根据分片数J，对数据V i 进行分片其中一片留给自身，剩下的J-1片数据经过加密后发送给其他节点。根据簇的不同节点分片情况如图1 簇内节点分片所示。簇内结点为3时分片数为3，簇内节点为5时分片数为4。f i,j 为节点i发送给节点J的分片数据。
（2）簇内节点串通阶段
在簇内串通阶段，这一阶段分为三个步骤进行首先节点需要等待一段时间，确保收到所有的分片数据。在经过簇内分片后，将接收到的加密数据进行解密，簇内节点将自己所保留的数据和收到的分片数据解密求和，簇头节点未进行分片，只需要解密收到的分片数据，最后簇头节点和成员节点最终都得到了一个混杂数据d i， 在簇头处d i 可以表示为扰动数据V i 与节点发送的分片数据f i,j 之和，成员节点的混杂数据则为串通的分片数据f i,j 之和之和，簇内节点串通如图2 簇内节点串通所示。
三、孤立节点处理
（1）簇内节点分片阶段
一个簇至少由三个节点，如果有节点不满足条件无法成簇的话，就会成为孤立的节点，如果直接将这类节点归于其他簇，将要和其他节点一同进行动态分片，这样会增加计算量与通信开销，为了解决这个问题，本发明对这类孤立的节点进行处理，将这类节点统一归到一个节点集W中，每个节点集的节点只需要进行数据扰动计算，而不需要进行分片操作，这样既保护了数据隐私，也避免了节点浪费。簇内分片阶段对孤立节点处理如图3 孤立节点数据扰动所示。假设节点12为孤立节点最终节点得到的扰动数据V 12 为：V 12 =a 12 +S 12 ，a 12 为节点12的随机数，S 12 为节点12采集的原始数据，V 12 为孤立节点12生成的扰动数据。
（2）簇内节点串通阶段
在簇内节点串通阶段，由于节点集W的节点只进行数据扰动操作而不进行分片操作，所以混杂数据d 12 =V 12 ，d 12 为节点12的混杂数据。

Claims (3)

1.一种基于分片无线传感器网络轻量级数据融合隐性方法，其特征在于，所述方法包括带有数据扰动的动态分片策略以及孤立节点处理；
A.带有数据扰动的动态分片策略包括簇内节点分片阶段以及簇内节点串通阶段；
（1） 簇内节点分片阶段
在簇内节点分片阶段进行动态分片前，首先利用网络中的非在线装置产生一个随机数a i ，利用这个随机数对原始数据进行扰动可以保护数据的隐私，假设节点i所采集的原始数据为S i ，经过扰动得到的数据为V i =a i +S i ；当簇的规模m满足2n<m<=2n+1时，其中，n>=1，m>=3时，J表示簇内节点分片数，分片数为J=n+2；为了降低通信量，每个簇的簇头节点只进行数据扰动操作而不进行分片操作；簇内成员节点根据分片数J，对数据V i 进行分片其中一片留给自身，剩下的J-1片数据经过加密后发送给其他节点；f i,j 为节点i发送给节点J的分片数据；
（2）簇内节点串通阶段
在簇内串通阶段，分为三个步骤进行，首先节点需要等待一段时间，确保收到所有的分片数据；在经过簇内分片后，将接收到的加密数据进行解密，簇内节点将自己所保留的数据和收到的分片数据解密求和，簇头节点未进行分片，只需要解密收到的分片数据，最后簇头节点和成员节点最终都得到了一个混杂数据d i， 在簇头处d i 表示为扰动数据V i 与节点发送的分片数据f i,j 之和，成员节点的混杂数据则为串通的分片数据f i,j 之和之和；
B.孤立节点处理包括簇内节点分片阶段以及簇内节点串通阶段；
（1）簇内节点分片阶段
对这类孤立的节点进行处理，将这类节点统一归到一个节点集W中，每个节点集的节点只进行数据扰动计算，而不进行分片操作；
（2）簇内节点串通阶段
在簇内节点串通阶段，由于节点集W的节点只进行数据扰动操作而不进行分片操作，所以混杂数据d 12 =V 12 ，d 12 为节点12的混杂数据。
2.根据权利要求1所述的一种基于分片无线传感器网络轻量级数据融合隐性方法，其特征在于，所述簇内节点分片阶段根据簇的不同节点分片情况，簇内结点为3时分片数为3，簇内节点为5时分片数为4。
3.根据权利要求1所述的一种基于分片无线传感器网络轻量级数据融合隐性方法，其特征在于，所述簇内节点分片阶段对孤立节点处理，假设节点12为孤立节点最终节点得到的扰动数据V 12 为：V 12 =a 12 +S 12 ，a 12 为节点12的随机数，S 12 为节点12采集的原始数据，V 12 为孤立节点12生成的扰动数据。
CN202110074771.5A 2021-01-20 2021-01-20 一种基于分片无线传感器网络轻量级数据融合隐性方法 Active CN112911595B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110074771.5A CN112911595B (zh) 2021-01-20 2021-01-20 一种基于分片无线传感器网络轻量级数据融合隐性方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110074771.5A CN112911595B (zh) 2021-01-20 2021-01-20 一种基于分片无线传感器网络轻量级数据融合隐性方法

Publications (2)

Publication Number Publication Date
CN112911595A CN112911595A (zh) 2021-06-04
CN112911595B true CN112911595B (zh) 2024-03-22

Family

ID=76116585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110074771.5A Active CN112911595B (zh) 2021-01-20 2021-01-20 一种基于分片无线传感器网络轻量级数据融合隐性方法

Country Status (1)

Country Link
CN (1) CN112911595B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140001343A (ko) * 2012-06-26 2014-01-07 조선대학교산학협력단 모바일 센서노드의 이동성을 지원하는 클러스터 구조 기반의 무선 센서 네트워크 시스템 및 이를 이용한 무선 센서 네트워킹 방법
CN106255038A (zh) * 2016-08-04 2016-12-21 南京邮电大学 一种无线传感器网络安全数据融合方法
CN109640323A (zh) * 2019-01-11 2019-04-16 沈阳化工大学 一种基于数据分片优化的数据融合隐私保护方法
CN112165693A (zh) * 2020-09-28 2021-01-01 贵州大学 一种安全高效的隐私保护数据融合方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140001343A (ko) * 2012-06-26 2014-01-07 조선대학교산학협력단 모바일 센서노드의 이동성을 지원하는 클러스터 구조 기반의 무선 센서 네트워크 시스템 및 이를 이용한 무선 센서 네트워킹 방법
CN106255038A (zh) * 2016-08-04 2016-12-21 南京邮电大学 一种无线传感器网络安全数据融合方法
CN109640323A (zh) * 2019-01-11 2019-04-16 沈阳化工大学 一种基于数据分片优化的数据融合隐私保护方法
CN112165693A (zh) * 2020-09-28 2021-01-01 贵州大学 一种安全高效的隐私保护数据融合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于分片的轻量级数据融合隐私保护算法;王军;《计算机工程与设计》;第4节 *
基于簇内分层的无线传感器网络隐私保护数据融合算法;伍文华;宋玲;武佩宁;;计算机应用与软件(第04期);全文 *

Also Published As

Publication number Publication date
CN112911595A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN101286837B (zh) 一种面向存储区域网的消息加密装置和方法
Zheng et al. Pseudo-random sequence generator based on the generalized Henon map
CN108898029A (zh) 一种能源监控大数据管理系统及方法
CN114640523B (zh) 一种计算机数据安全加密方法及系统
CN113824728A (zh) 一种基于数据加密的网络通信方法及系统
CN101043326A (zh) 动态信息加密系统和方法
CN112597519B (zh) Ofdm加密系统中基于卷积神经网络的无密钥解密方法
CN112561770A (zh) 一种基于脆弱水印的对抗样本防御方法
CN108123962A (zh) 一种利用Spark实现BFS算法生成攻击图的方法
CN112165693B (zh) 一种安全高效的隐私保护数据融合方法
CN112911595B (zh) 一种基于分片无线传感器网络轻量级数据融合隐性方法
CN114614983B (zh) 一种基于安全多方计算的特征融合隐私保护方法
CN117155541B (zh) 基于混沌系统驱动魔方变换的wfrft安全通信方法和系统
CN111082919A (zh) 一种动态概率16cap映射加密方法
US7920705B1 (en) System and method for convert channel detection
CN115865461B (zh) 一种高性能计算集群中分发数据的方法和系统
CN115065524A (zh) 一种客户侧综合能源公共信息传输数据加密的方法
CN113365269B (zh) 一种基于物联网的配电5g通信加密系统及通信加密方法
CN114726628A (zh) 无人机巡检系统及其加密方法和无人机、地面终端
CN111371751B (zh) 一种文件流字节组数据加密和网络传输方法
Xue et al. Reverse fast replay attack tunnel lighting system based on CAN bus
CN115102713B (zh) 一种工业网络加密系统及其加密方法
CN113098897B (zh) 网络化控制系统中数据非对称加密传输方法及系统
CN115330265B (zh) 基于端到端的事件处理引擎系统
Raoa et al. Analysis of Power Communication Network And Power Information Security Based on Data Mining Algorithm Under Edge Collaboration Architecture

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant