一種高效的隱私保護群智感知真值發現機制

孫洪山 陸雪 徐嶸 程孝泗 吳佩敏

摘 要：隨著移動設備的普及，群智感知真值發現應用蓬勃發展，同時也使得數據隱私問題日益突出。然而，現有的隱私保護群智感知真值發現機制都需要較大的計算開銷和通信開銷。因此提出一種采用對稱加密算法的隱私保護群智感知真值發現方法，能夠很好地保護隱私，同時開銷較低，能夠滿足實際應用需求。

關鍵詞：群智感知系統；真值發現；隱私保護；高效

中圖分類號：TP39；TN79 文獻標識碼：A 文章編號：2095-1302（2018）07-00-02

0 引 言

隨著科技的發展，傳感器的應用越來越普遍，這使得通過匯聚傳感器的感知數據挖掘真實信息變成可能，群智感知真值發現系統由此誕生。由于傳感器質量的差異及周邊噪音的不同，用戶上傳的感知數據與真值之間存在差別，因此需通過一定的算法得到真值。群智感知真值發現機制是利用移動設備所攜帶的傳感器收集所處環境的感知數據，并將這些數據上傳到云服務器，再由云服務器進行相關計算。由于移動設備的感知數據可能涉及用戶隱私，因此用戶并不希望上傳自己的真實數據。為解決該矛盾，保護隱私的群智感知系統應運而生，該系統可在保護用戶隱私的前提下發現真值。首個保護隱私的群智感知系統是由Miao 等人[1]設計的PPTD協議，但該協議采用了復雜的公鑰加密算法[2]，使得系統開銷較大。

為解決現有隱私保護群智感知真值發現系統效率較低的問題，本文基于文獻[3]，采用對稱加密算法提出了一種高效的隱私保護群智感知真值發現方法。實驗結果表明，該方法比PPTD具有更高的計算效率和更低的通信開銷。

1 問題描述

系統包含三個實體，即云服務器、用戶及可信第三方。其中，用戶是感知數據的擁有者，使用自己的移動設備執行感知任務；云服務器是收集用戶數據并執行真值發現算法的平臺；可信第三方是為所有參與方提供私鑰的機構。此外，對象表示由云服務器分配的實體或問題，而觀察值表示由用戶提供的感知數據。

在該群智感知系統中，安全威脅來自云服務器和用戶。例如，云服務器可能會嘗試推斷每個用戶的觀察值。另一方面，每個用戶也可能嘗試推斷其他用戶的觀察值。因此，保護用戶觀察值的隱私至關重要。

假設系統有K個用戶，一個云服務器和可信第三方TA，TA為每個用戶Uk生成Kc份任意不同的秘密值s1，…，sKc。Sk表示用戶Uk隨機得到的一組秘密值，dk表示其觀測值xk和初始化真值x*的距離，pk表示TA為每個用戶生成的私鑰，p0表示TA給云服務器的私鑰，wk表示用戶Uk的權重。真值發現算法的目標是讓云服務器準確地計算真值x*。這個過程中，每個用戶的觀察值（如xk）不向任何一方公開。此外，私鑰信息pk和權重信息wk也不應向系統中的任何一方透露。

2 算法構造

2.1 算法基本流程

在真值發現算法中，每個用戶都有一個權重，所以算法流程包括權重更新過程和真值更新過程。本文采用文獻[4]的權重計算公式，即：

真值發現算法的一般過程可用真值發現算法描述。該算法的輸入是一個隨機給定的初始化真值，不斷更新用戶權重和估計真值，直到滿足所設定的收斂準則。例如，設定收斂準則為兩個連續迭代中估計的基本真值變化范圍在1%以內或重復次數超過1 000次。

真值發現算法：

輸入：K個用戶的觀測值{xk}Kk=1。

輸出：真值x*。

（1）生成隨機初始化真值；

（2）基于初始化真值，對每一個用戶Uk根據式（1）進行權重更新；

（3）基于當前的權重，云服務器根據式（2）進行真值更新；

（4）重復步驟（2）和（3），直到滿足所設定的收斂準則；

（5）返回得到的真值x*。

2.2 高效的隱私保護真值發現算法

算法中常用系統參數的含義見表1所列：

首先可信第三方TA產生Kc份隨機且不同的秘密值s1，…，sKc。TA將這些秘密值分成K份隨機且不相交的子集，每個子集有c個秘密值。用S代表所有秘密值的集合，Sk代表第k個秘密值子集。顯然，。TA將Sk發送給用戶Uk，將S發送給云服務器。最后，云服務器和每個用戶按照下列方法生成自己的私鑰：云服務器計算，用戶Uk計算。

由于云服務器并不知道用戶和這些子集之間的映射關系，因此不知道任何用戶的加密密鑰，同時沒有用戶知道所有的數，所以云服務器的解密密鑰也相對安全。

令m表示所要加密的信息，p是一個密鑰，則本文的加密方式為：c=（m+p）mod N。

在權重更新階段，首先每個用戶Uk計算其觀測值與上一輪真值（初始情況下是云服務器發送的隨機真值）的距離，并用其加密密鑰pk根據上述加密方式將數據加密，并把密文Ck傳送給云服務器。當收到數據后，云服務器利用私鑰p0解密求得所有用戶距離之和：

下式表明，所以云服務器解密成功。

在真值更新階段，云服務器首先將上述過程得到的值發給每個用戶。用戶分別計算其權重以及權重與觀測值的乘積，再用上述方法將兩值分別加密上傳給云服務器。同樣地，云服務器解密得到所有用戶權重之和，以及用戶權重和觀測值乘積的總和，云服務器通過計算得到新的真值。

重復上述兩階段，直到滿足收斂準則為止，最后云服務器輸出真值。

3 效率分析

3.1 計算開銷

在華碩A455L I5-5200U型號4 GB內存系統和CodeBlocks編譯環境下，使用C++語言編寫兩種算法程序，并進行運行時間比較。在同樣128 bit的安全參數下，對于PPTD算法，取大素數p=15 900 608 684 421 836 191和q=17 374 055 105 574 471 319，g=17 180 200 816 613 291 879，r=46 043 008 582 553 496 776 380 884 709 008 233 070，舍入參數L=107。對于秘密分片算法，將MD5作為哈希函數控制輸入字符串的長度，rand（）作為偽隨機函數，產生安全私鑰。

此外，隨機函數rand（）產生每個用戶的觀測值，并且假設用戶傳送的數據都是連續型整數。當連續兩次真值更新的結果收斂程度在1%以內，即可認為該值為真值。

圖1所示為使用time（）函數得到的兩種算法的運行時間比較。結果顯示，本算法比PPTD具有更高的時間效率。

3.2 通信開銷

假設每傳送一份數據就是一個數據包，每份數據的大小都為1 k，則兩個算法的具體通信開銷如圖2所示。結果表明，與PPTD協議相比，本算法具有較少的通信開銷。

4 結 語

本文采用對稱密碼技術設計了一種高效的保護用戶隱私的真值發現算法。該算法與已有算法相比，具有更少的計算開銷和通信開銷，更適用于群智感知真值發現系統。

參考文獻

[1] MIAO C，JIANG W，SU L，et al. Cloud-Enabled privacy-preserving truth discovery in crowd sensing systems[C]//Proceedings of the 13th ACM Conference on Embedded Networked Sensor Systems. 2015：183-196.

[2] RONALD C，DAMGARD I，NIELSEN J B. Multiparty computation from threshold homomorphic encryption[C]//Proceedings of the International Conference on the Theory and Applications of Cryptographic Techniques（EUROCRYPT），2001：280-300.

[3] LI Q，CAO G. Efficient and privacy-preserving data aggregation in Mobile Sensing[C]// Proceedings of the 20th IEEE International Conference on Network Protocols（ICNP）2012：1-10.

[4] LI Q，LI Y，GAO J，et al. Resolving conicts in heterogeneous data by truth discovery and source reliability estimation[C]// Proceedings of the 2014 ACM SIGMOD International Conference on Management of Data（SIGMOD），2014：1187-1198.

[5]黃海輝，汪翔.無線體域網數據傳輸安全策略研究[J].物聯網技術，2016，6（2）：37-39.

[6]王卓偉.基于關聯規則混合算法并行化的隱私保護方法研究[J].物聯網技術，2016，6（7）：97-98.

[7]譚磊.面向雙向隱私保護的群智感知技術研究[D].合肥：中國科學技術大學，2017.

[8]陳朋飛.移動群智感知中基于弱安全網絡編碼的隱私保護機制[D].蘇州：蘇州大學，2016.