面向物联网搜索的数据隐私保护研究综述

随着物联网和云计算、大数据技术的飞速发展和广泛应用,迫切需要实时、快速、精准地搜索现实世界中物理实体等相关信息,使物联网搜索引擎应运而生。然而,由于物联网搜索引擎的开放性,使在互联网搜索领域就已经存在的数据隐私问题变得更加突出。阐述了物联网搜索隐私保护的研究背景和挑战,提出了面向物联网搜索的数据隐私保护框架及相关技术。综述了近年来提出的、适用于物联网搜索的数据隐私保护技术的研究背景、最新研究进展以及主要研究方向,最后,指出了一些重要研究方向,为未来研究工作指明方向。

基于拍卖的物联网搜索数据提供机制

不同于互联网搜索采用爬虫等技术来采集数据,物联网搜索获取数据的主要方式之一是数据拥有者主动提供数据,然而自私性及隐私保护等原因导致数据拥有者不愿主动提供数据。这使得如何有效激励数据拥有者提供数据成为促进物联网搜索发展的关键问题之一。由于竞价拍卖能有效激励参与合作,因此将竞价博弈引入到物联网搜索中,为物联网搜索中的数据采集提供方法。具体地,提出了面向性价比最优的多属性逆向拍卖激励机制,证明了最优数据质量独立于自身报价、其他竞拍者的数据质量及其报价。

物联网搜索中主客观融合的动态信誉评估

与传统的互联网搜索相比,物联网搜索更加强调数据质量。为了提高数据质量,物联网搜索中心需要依数据质量为提供者支付相应报酬以激励其持续提供符合质量需求的数据。这就使如何评估数据提供者的数据质量及其信誉成为物联网搜索中的一个基础问题。为此,引入动态信誉机制来综合评估数据提供者的可信性,为数据选择、收集提供依据。首先,提出了主观意愿及客观质量评价计算方法,并设计了交互行为贴现及信誉衰减机制;然后,提出了融合主客观要素的动态信誉计算模型,并基于信号传递机制进行博弈分析,以获取交互次数、贴现率、支付价格及数据成本之间约束关系。实验证明该模型能够较好地反映数据质量变化情况,为数据选择提供依据,并满足物联网搜索的实时性及动态性需求。

基于细粒度授权的物联网搜索数据隐私保护方案

随着物联网和云计算技术的飞速发展和广泛应用,物联网搜索引擎应运而生。然而,物联网搜索引擎的开放性,使在互联网搜索领域就已经存在的数据隐私问题变得更加突出。首先,阐述了物联网搜索数据隐私保护的研究背景和安全挑战,并针对安全挑战,将密文搜索和基于属性的访问控制算法有机结合。然后,提出了基于细粒度授权的物联网搜索数据隐私保护方案,并对方案进行了安全分析和性能分析。最后,总结并指出了未来研究工作方向。

面向物联网搜索技术的高效访问控制方案

物联网搜索技术在日常生活中有着广泛应用,但由于物联网搜索引擎的开放性和搜索后台的不完全可信性,存储于搜索后台的信息存在严重的安全问题。针对该问题,提出一种安全、高效的支持密文搜索的属性基访问控制方案。在数据保护方面,为了确保用户属性信息和数据的安全,使用了访问策略部分隐藏和属性授权机构去中心化等方法,并且使用密文定长的方式提高算法效率和节约存储空间。同时,提出一种支持策略对比的属性撤销方案,降低了传统撤销方案中的计算复杂度,提高了重加密效率。在密文搜索方面,引入超级节点并使用混合索引的方式提高了检索效率。实验分析表明,该方案高效地解决了物联网搜索技术中的安全问题。

面向物联网的边云协同实体搜索方法

针对物联网搜索的高实时性要求及物理实体的强时变性特点,提出面向物联网的边云协同实体搜索方法。结合云计算与边缘计算各自的优势,构建边云协同实体搜索系统架构,提高物联网实体的搜索效率。考虑到嵌入物理实体的传感器通信能力有限,设计基于深度信念网络的实体识别算法,通过将热门与冷门实体状态信息分别存储于边缘服务器与云端,节省边缘服务器的存储空间与计算开销。仿真结果表明,与云端数据共享搜索方法SeDaSC和层次化搜索方法LHPM相比,该方法提高了实体状态信息搜索的实时性与准确性。