移动群智感知中基于雾节点协作的感知用户身份隐私保护

在移动群智感知中,攻击者可利用感知用户间的社交关联信息以及感知用户身份信息与感知数据的关联性重构感知用户间的社交圈,进一步攻击用户社交团体。针对这一问题,提出一种基于雾节点协作的感知用户身份隐私保护方案。首先,创建任务分配中心(TC)和数据中心(DC),并由位于终端边缘的2个雾节点承载,分别处理感知任务的合理分配问题和感知数据的聚合计算问题;然后,通过差分隐私加噪干扰防御攻击者获取感知用户间具体的社交关联权重;最后,感知用户使用不同的盲身份分别与TC和DC通信,防止攻击者同时获取感知用户的身份信息和感知数据。安全分析表明,所提方案可以确保感知用户在完成感知任务过程中的身份隐私信息安全。实验结果显示,所提方案可以有效保护感知用户间的社交关联信息,且具有较低的时延。

基于雾计算节点的智能交通管控平台的设计与实现

为缓解交通拥堵现象,提高道路交通效率,提出一种基于雾计算节点的智能交通管控平台。该平台的基本架构包括数据信息生成层、雾层与云层,数据信息生成层能够实时采集、传输并存储智能车辆交通信息,雾层主要负责对局域交通进行管理,云层是对区域更广的路网交通进行宏观管理调控。最终基于雾计算的控制算法完成交通指示灯的调控,并确定交通流评估参数。研究表明:该平台能够有效进行实时数据处理和分析,为智能交通管理提供可靠支持。

基于智能合约和雾计算的医疗数据可追溯加密方案

传统的医疗系统解决了诸如医疗记录管理、患者信息存储、医疗资源调度等问题.然而,在应对日益增加的数据量和复杂的访问控制需求时存在着医疗隐私泄露、数据安全性和终端设备负载等缺陷.针对以上问题,提出一种面向医疗数据隐私保护的基于智能合约和雾计算的可追溯加密方案.通过引入授权机制和基于属性加密的可撤销机制,有效保护了医疗数据的隐私,并避免了密钥滥用的情况.同时,通过在私钥中嵌入用户信息,进一步增强数据安全性.智能合约作为访问控制的参与方,负责执行用户的授权验证,部分解密操作由雾节点承担,从而减轻了终端设备的负荷,实现了负载均衡.通过与其他同类型方案进行计算开销、存储开销和安全性的对比发现,该方案具有更高的计算和存储效率.

基于雾架构的工业物联网通信机制与算法研究

传统的云架构面临着网络负载过大、端到端延时长等问题。因此,利用基于雾架构的工业物联网通信机制与算法对传感数据进行采集处理,构建网络模型和能耗模型;选择期望传输能耗最小的节点作为转发器,通过雾服务器节点收集工业现场的传感数据;通过仿真实验将该通信机制与其他方法进行对比和评估。实验结果表明,该通信机制与算法可以有效收集工业现场的传感数据。能耗、第一死亡节点等指标比其他算法更具有优越性,为改善工业现场应用提供了新的解决思路。

雾计算网络的成本效率分析

雾计算是一种减少时延和网络拥塞的先进技术,可为物联网(IoT)网络提供经济效益。每个云数据中心可分配不同数量的计算资源,从不同的雾节点到不同的用户,这样计算资源可被用户有效地利用。目前对于雾计算网络中的计算资源分配问题,可将服务质量和成本都作为资源分配的重要指标。文章针对三层雾计算网络,首先定义了雾计算网络的成本效率,其次分别讨论分析了云数据中心、雾节点和用户的成本效率。

属性认证和结构授权结合的隐私保护方案

为防止在数据共享的同时泄露医疗数据中的隐私信息,基于医疗数据的结构特征,提出一种属性加密和结构授权相结合的医疗数据保护方案。借助于云端和雾节点,基于属性加密算法实现细粒度的访问控制;采用提取主干结构树法去除结构冗余,结合访问策略和起止区间编码完成结构授权,两者的共同结合完成对数据的隐私保护。测试结果表明,该方案具有高安全、低存储的性能,适用于共享环境下医疗数据高等级安全保护。

基于GMA的改进物联网资源监控系统研究

针对分布在不同地理位置的物联网资源,设计了一种基于GMA的改进物联网资源监控系统。基于现有的GMA资源监控体系,通过引入雾节点的方式,提供系统的实时性与稳定性,此外,系统屏蔽资源的异构性,对上层应用提供统一的接口服务,为资源的统一调度管理提供了良好的数据支撑。

区块链技术在物联网中的应用研究

针对目前物联网系统中存在的安全与隐私、资源缺乏、网络传输延迟等问题,分析引入区块链技术所带来的优势,并对比区块链物联网与传统物联网系统的体系结构。针对区块链物联网在应用中存在的问题,提出一种基于边缘计算的区块链物联网架构。在架构中,边缘层设备采集的数据过滤后通过多接口基站传输给雾层的Fog节点,Fog节点将数据处理结果报告给基于区块链的分布式云层。雾层提供定位,云层提供广域监视和控制。通过分布式计算和存储来提供大规模事件检测、行为分析和长期模式识别,并结合区块链技术提供可伸缩、可靠和高可用性的物联网服务。因此,所提架构对后续区块链物联网技术研究具有重要的参考意义。

基于资源预测负载均衡算法在分布式雾计算中的研究

随着终端用户与物联网设备的增加,雾计算与云计算系统变得越发复杂,随着网络边缘Io T设备大量上传,面对如此庞大的数据流量和错综复杂的连接,资源请求与计算任务是一项艰巨的任务。雾计算网络设计人员如何确保有效地访问分布广泛的资源,是个严峻挑战。用户每次请求搜索资源务必使雾计算任务执行延迟上升。一种基于资源预测的动态负载均衡技术,在为每个任务进行负载均衡时充分考虑任务的执行时间、执行成本和雾节点的可用资源等因素。网络的动态可伸缩性问题慢慢得到解决,同时大大地缩短了交互响应的时间,提高了分布式雾集群的有效利用率。