WSN中基于贝叶斯压缩感知的信息隐藏传输研究

提出了一种无线传感器网络中,在压缩感知域内对敏感数据进行嵌入及提取的安全传输框架。在该框架中,传感器节点利用压缩感知技术对敏感数据进行编码,在基站端利用基于贝叶斯的压缩感知重构算法进行敏感数据的恢复。充分利用压缩感知技术特点,编码的复杂性转移到基站,而传感器节点仅需执行简单的线性运算,从而在实现敏感信息安全传输的同时减少了能量消耗。仿真结果表明,该算法能够在无线传感器网络中实现敏感数据的安全传输,并且具有抗噪性强的特点。     

基于分布式压缩感知和散列函数的数据融合隐私保护算法

针对群智感知网络数据融合传输过程中隐私泄露、信息不完整、数据窜改等安全问题,提出了一种基于分布式压缩感知和散列函数的数据融合隐私保护算法。首先,采用分布式压缩感知方法对感知数据进行稀疏观测,去除冗余数据;其次,利用单向散列函数求取感知数据观测值的散列值,将其和不受限的伪装数据一起填充到感知数据观测值中,达到隐藏真实感知数据的目的;最后,在汇聚节点提取伪装数据之后,再次获取感知数据的散列值并验证数据的完整性。仿真结果表明,该算法兼顾了数据的机密性和完整性保护,同时大大降低了通信开销,在实际应用中具有很强的适用性和可扩展性。     

面向物联网的隐私数据安全问题研究

物联网已经成为当今社会现代化发展的重要战略产业,其涉及交通运输、国家安全、工业生产及医疗服务等多个领域,物联网的应用已经渗透到社会的方方面面.物联网由无线传感器、传感器节点、网络、存储设备等构成,无线传感器采集数据、传感器节点计算和分配数据,网络是数据传输的通道,数据库存储数据.数据传输安全是物联网可靠应用的基础,由于传感器节点数量大、传输网络存在被侵入等威胁,研究物联网数据安全尤其是隐私数据安全问题对于物联网的应用具有非常重要的作用.对现有物联网安全问题进行了分析,分别从信息获取和信息传输两个方面探讨了解决物联网隐私数据安全问题的方法,结合现有数据加密、双向认证、压缩感知等技术提出了物联网信息获取时双向认证机制解决信息获取时的安全问题,在构建物联网信息传输时,隐私数据安全传输模型解决信息传输时的安全问题.     

基于复数的隐私保护数据融合方案

致力于如何实现无线传感器网络的安全数据融合,提出了一种基于复数的隐私保护数据融合方案CNPD(Complex Number-based Privacy Data Aggregation)。CNPD方案中,传感器节点在采集到数据之后,利用自身的私有数据形成复数形式的自定义数据来隐藏和融合敏感数据。即使隐私数据被攻击者窃听或解密,该方案也可以防止它们恢复出敏感信息,从而有效地保护了用户隐私数据的安全。通过理论分析和仿真实验表明:与PDA相比,CNPD在通信开销以及安全方面更加高效。     

数据传输时延和跳数受限的Sink节点移动路径选择算法

考虑实际无线传感网系统中数据传输时延和跳数受限情况,且为降低算法的时间复杂度,提出一种移动无线传感网的Sink节点移动路径选择算法（MPSA）。在MPSA算法中,Sink节点采用分布式最短路径树算法收集k+1跳通信范围内传感节点的相关信息和感知数据,采用虚拟力理论计算边界、障碍物和空洞区域的虚拟斥力、第k+1跳未覆盖传感节点的虚拟引力和所有虚拟力的合力,根据停留次数、合力大小和方向等信息计算当前网格中心的停留时间和下一个停留网格中心。仿真结果表明：MPSA算法根据传感节点的位置、剩余能量等信息,寻找到一条较优的移动路径,从而提高Sink节点的数据收集量和节点覆盖率,降低传感节点的感知数据丢弃量。总之,在数据传输时延和跳数受限下,MPSA算法比RAND算法、GMRE算法和EASR算法更优。     

面向医学图像加密域大容量信息隐藏与认证方法

目的 远程医疗诊断是通过将患者的医学图像、病历以及诊断结果等敏感信息分享给医生或医疗机构,达到远程辅助治疗的目的。然而,在医疗数据分享过程中,患者的敏感信息易受篡改或伪造,导致信息的保密性、完整性和隐私性受到威胁,严重影响医生对患者的诊断。针对以上问题,利用医学图像高冗余特性,本文提出一种加密域大容量信息隐藏与高效认证方案。方法 该方案结合半张量积压缩感知(semi-tensor product compressed sensing, STP-CS)与大容量秘密数据嵌入方式,将载体图像加密域腾出大容量空间用以嵌入患者信息。将医学图像数据分为非敏感数据和敏感数据两部分,通过传输非敏感数据以及STP-CS重构获取敏感数据实现云端与医院之间数据共享。结果 本方案可实现以低复杂度的重构方式将STP-CS重建图像恢复到高质量图像,并以高效率的认证方式验证载体图像及嵌入秘密信息的完整性。为了验证算法的有效性,与优秀的图像恢复算法在不同部位MRI(megnetic resonace imaging)图像进行测试评估。实验结果表明,本文算法得到的载密图像能腾出约3.75 bit/像素的空间嵌入秘密信息...     

一种基于数字水印的无线传感器网络敏感数据通信协议

基于信息隐藏技术开发了一种用于无线传感器网络的隐蔽的敏感数据通信协议.通过牺牲大值传感数据的精度来隐蔽地传输敏感数据,可广泛应用于多个领域.     

一种基于时空相关性和异常检测的改进WSN节能策略

针对降低无线传感网能耗和保证数据精度之间的矛盾,提出了自适应采样数据并利用压缩感知进行压缩的方法.传统的基于压缩感知的无线传感器数据压缩,只采样部分节点的数据,对于未被采样节点感知到的突发事件很有可能发生漏检情况.本文方法检测所有节点上传的数据再进行压缩,可以有效避免漏检情况的发生.根据信号具有时间相关性的特点,本文采用基于方差分析ANOVA(Analysis of Variance)原理改进的传感器自适应采样频率方法,并考虑节点剩余能量,减少平稳信号的采集次数,均衡网络节点能耗.在LEACH协议基础上,对簇内数据进行压缩感知的方法对数据进行压缩从而减少数据的空间相关性并传输到汇聚节点,以减少网络整体的能量消耗.针对可能的漏报情况,提出一种改进的局部事件监测算法-滑动窗口局部事件监测SW-LED(Sliding Window-Local Event Detection)算法,实现了实时准确的异常检测和预警.实验结果表明本文方法既可以有效的均衡网络节点能耗以提高网络生存周期,同时保证了数据的精度,对于异常情况的识别率也有很大的提高.     

基于压缩感知的无线传感器网络动态采样方法

基于固定采样率的无线传感网（WSN）压缩感知（CS）在收集随时间变化的数据时难以获得满意的数据恢复精度。针对该问题,提出了一种基于数据预测和采样率反馈控制的动态采样方法。首先,汇聚节点通过分析当前采样时段与上一采样时段获取数据的线性度量指标,预测数据的变化趋势;然后,根据预测结果计算感知节点未来的采样率,并通过反馈控制机制对感知节点的采样过程进行动态调节。实验结果表明,相比基于目前广泛采用的基于固定采样率的无线传感网压缩感知数据收集方法,该方法能够有效提高压缩数据的恢复精度。     

移动群智感知中高效可验证的安全真值发现方法

针对移动群智感知中参与者数据的真值和隐私保护问题,提出了一种高效可验证的安全真值发现方法EVSTD,通过安全迭代更新参与者权值和评估对象真值,从而得到对象的真实数据。EVSTD中,参与者利用本地随机数和协商随机数对敏感数据进行双掩码数据扰动,使得EVSTD不仅能够保证敏感数据的隐私性,且解决了参与者因延迟发送感知数据而导致的敏感数据泄露问题。同时,EVSTD利用秘密共享协议解决了参与者掉线或失效的问题,且通过动态选择L邻居节点策略让参与者只与其关联邻居进行通信从而大大降低了参与者的计算和通信开销。此外,参与者通过计算敏感数据的同态哈希值以用于数据的验证并上传给服务器,服务器对敏感数据进行聚合和对验证信息进行乘积,并将计算结果发送给参与者,参与者再对聚合结果和证明信息进行验证,验证通过则说明聚合结果正确,进一步保证了真值发现结果的可信性,防止服务器对参与者的敏感数据进行篡改,保证了聚合结果的真实性。实验结果显示所提方法在保证数据隐私的同时获得真实可靠的数据信息,且能够有效的防止服务器篡改数据和共谋攻击。     

A sensitive data aggregation scheme for body sensor networks based on data hiding

Body sensor networks (BSNs) enable the pervasive, long-term, and real-time monitoring in any environment and without restriction of activity. Security and privacy are extremely critical issues of BSNs, as sensitive information is transmitted through the wireless network. This paper proposes a novel sensitive data aggregation scheme based on data hiding for BSNs, namely SDAS. SDAS adopts the packet combination based on the sensitive data aggregation tree built in each BSN to reduce the transmission energy consumption by eliminating transmitted redundancy. After lossless compression, the compressed sensitive data are embedded into various ordinary data in the combined packet by using a lightweight data hiding algorithm to prevent the disclosure of the sensitive data and avoid arousing the attention of attackers. Extensive analysis demonstrates that our proposed scheme can ensure a high level of security and privacy of the sensitive data without affecting the ordinary data quality, while delivering low power consumption.     

基于投影矢量的双组播树高效路由数据收集

现有的节点数据收集算法复杂度高,与路由结合效果不理想,且不能满足无线传感器网络高效能量的节点数据收集,而压缩感知理论具有容错性好、编码简单的优点。基于压缩感知的特性,提出了一种传感器网络中基于投影矢量的双组播树高效路由数据收集,该算法将贝叶斯压缩感知理论与传感器路由相结合,解决现有算法不能满足传感器对能耗敏感的问题。算法的基本思想首先根据初始观测矢量来寻求能量高效并得到合适路由的最优投影。然后利用节点系数能耗最小与广义矢量的主分量作为目标节点,采用微分嫡改变量最大的原则进行求解节点最佳投影系数,最后在sink与目标节点路由问题上采用正逆向组播树进行路由构造。理论和仿真结果表明在保证能耗的条件下取得了较好的重建仿真效果,对无线传感器通信具有一定的实用价值。     

异构 WSN 中基于参考值的可恢复隐私保护数据融合

文章介绍了无线传感网络的安全数据融合技术,针对当前数据融合算法安全性不高、开销过大以及融合精度低等问题,提出了基于参考值的可恢复隐私保护数据融合算法。该算法利用公钥同态加密机制为数据提供端到端的机密性和完整性认证。此外,该算法动态地为网络中的每个节点设定下次传输的参考值,并通过传输采样值和参考值之间的差值来减少网络中的数据传输量。仿真结果表明,该算法可以有效地减少数据传输量,提高整个网络的能量和带宽效率。     

Secure data aggregation in wireless sensor networks: A comprehensive overview

Wireless sensor networks often consists of a large number of low-cost sensor nodes that have strictly limited sensing, computation, and communication capabilities. Due to resource restricted sensor nodes, it is important to minimize the amount of data transmission so that the average sensor lifetime and the overall bandwidth utilization are improved. Data aggregation is the process of summarizing and combining sensor data in order to reduce the amount of data transmission in the network. As wireless sensor networks are usually deployed in remote and hostile environments to transmit sensitive information, sensor nodes are prone to node compromise attacks and security issues such as data confidentiality and integrity are extremely important. Hence, wireless sensor network protocols, e.g., data aggregation protocol, must be designed with security in mind. This paper investigates the relationship between security and data aggregation process in wireless sensor networks. A taxonomy of secure data aggregation protocols is given by surveying the current “state-of-the-art” work in this area. In addition, based on the existing research, the open research areas and future research directions in secure data aggregation concept are provided.     

All-IP communication between wireless sensor networks and IPv6 networks based on location information

The paper proposes a scheme on achieving all-IP communication between wireless sensor networks and IPv6 networks based on sensor nodes' location information. The paper proposes the sensor node's IPv6 address structure based on location information, the IPv6-address configuration algorithm based on the proposed IPv6 address structure, the mobility handoff algorithm and the routing algorithm in the link layer. The location information of sensor nodes is utilized to achieve the IPv6-address configuration algorithm and the routing algorithm. In the mobility handoff algorithm, neither does a mobile sensor node need a care-of address during the mobility process, nor is involved in the mobility handoff process. Therefore, a mobile sensor node's power consumption is reduced and the life span is prolonged. The paper analyzes the performances of the proposed scheme and the existing schemes, and the analytical data show that the performance of the proposed scheme is better.     

无线传感器网络中安全数据融合方法研究

随着无线传感器网络应用的不断增加,很多应用都需要保证信息或数据的隐私性和完整性,这就对数据融合提出了更高的要求和新的挑战,因此设计一种兼顾数据机密性和完整性的数据融合算法就显得尤为重要。文中提出了一种基于同态加密对数据的安全性进行保护和基于同态验证码对数据的完整性进行保护的算法。同态加密可以对加密数据直接进行操作,同态验证码抗攻击性强,具有良好的完整性保护特性。同时算法依据数据融合的树结构本身的特征,减少了数据通信开销,计算复杂度低。理论分析和仿真结果显示了该方法的有效性。     

WSN源位置隐私技术研究

随着无线传感器网络的应用深入到日常生活领域,隐私已成为无线传感器网络成功应用的一大障碍。当无线传感器网络用于监控敏感对象,被监控对象的位置隐私成为一个重要问题。首先分析无线传感器网络的安全特点、信源位置隐私性能评价标准、面临的隐私威胁,最后,基于对无线传感器网络信源位置隐私问题的分析和评述,指出了今后该领域的研究方向。     

可调分辨率的水下传感器网络压缩感知重构算法

针对水下传感器网络信息获取过程的特点和压缩感知精确重构原始信号的限制条件,提出一种可调分辨率的水下传感器网络压缩感知重构算法。 Sink节点根据获取到的随机观测向量的维度以及给定的分辨率调整策略,计算出重构分辨率,并根据重构分辨率及获取到的节点数据的位置信息处理随机观测向量,构造观测矩阵,最后,采用压缩感知重构算法重构待观测区域的原始物理信息。仿真结果表明,当节点的感知概率较小时,相比于固定分辨率的重构方案,可调分辨率的重构方案能显著提高重构精度。     

融合K均值分簇MST路由的无线传感网压缩采样技术

考虑无线传感网中数据采集特点和能量约束性,将分簇路由策略融合到压缩感知采样中,提出了一种融合K均值分簇MST路由的压缩采样算法.算法采用稀疏投影矩阵以减小投影矩阵与稀疏基之间的相关度,利用K均值分簇MST(Mini?mum Spanning Tree)机制构造数据融合树,在保证数据重构质量的基础上减少网络数据传输量.仿真结果表明,算法可以提高网络能量使用效率,同时可以适应各种规模的无线传感网.