雾辅助的轻量级隐私保护数据多级聚合研究

摘要

针对当前隐私保护数据聚合研究方案在计算成本、通信开销、数据完整性验证以及灵活性等方面存在的不足,本文提出了一种雾辅助的轻量级隐私保护数据多级聚合方案（Fog-assisted Lightweight Privacy-preserving Data Multilevel Aggregation,F-LPDM A）.该方案利用云雾协作的多级聚合模型使中间层次的雾节点能够定期从连接的智能电表处收集数据,并导出细粒度的雾级聚合结果,该细粒度聚合可有效节省通信开销,提高聚合方案的灵活性.同时,为了提高多级聚合的效率,利用模数的性质对Paillier加密算法进行优化使计算成本降低,而多级聚合的结果呈现为一元多项式系数即为细粒度电量的消耗量,随后利用霍纳法则对该聚合结果进行高速解析,以此提高智能电网的效率.再者,借助散列函数的单向性在网络边缘和云端实现轻量级认证;通过分析发现F-LPDMA方案可以实现数据的机密性和隐私保护,确保雾设备和云中心在整个聚合过程中不能获知用户的私人信息.最后,本文在计算成本和通信开销方面对F-LPDMA方案进行了评估,并通过与现有聚合方案的比较分析表明F-LPDM A方案具有更低的计算和通信开销.