基于區塊鏈的煤礦視頻監控數據存儲共享研究

秦學斌 張 靜 王 炳 薛宇強 朱信龍

(1.西安科技大學電氣與控制工程學院,陜西 西安 710054;2.陜西陜煤陜北礦業有限公司,陜西 榆林 719000)

1 問題的提出

視頻監控是煤礦六大系統建設的要求也是煤礦安全生產的重要保障。因此為了提高礦井生產安全,建設一個高效且安全監控系統成為一個重要方向。

傳統煤礦視頻監控系統一般分為三部分:傳感器、傳輸、應用。各個傳感器將自己的數據包傳輸到控制中心,再將其傳輸到顯示器和存儲。目前實時數據流一般分為三部分:①顯示器,將實時數據發送到監控中心的顯示器,可查看監控區域的實時畫面;②存儲器,傳輸到存儲設備,目前視頻監控系統的存儲基于云中心和本地;③服務器,對視頻進行處理和讀取數據,例如:人體行為的識別、人臉檢測、車輛車別等。

目前煤礦視頻監控系統存在如下幾個問題:

(1)傳輸距離。部分煤礦依舊采用閉路電視監控系統,這種傳輸距離超過1 km時,其信號會衰減且無法實現聯網,傳輸距離受限。

(2)傳輸速度。當前在煤礦主副井口、地面、儲煤倉、皮帶傳輸等地方均安裝了監控攝像頭。攝像節點眾多對閉路電視監控和傳統的網絡監控系統傳輸都有一定的影響。

(3)存儲。當前礦井存儲是集中式存儲,主要分為云計算平臺和本地硬件存儲。然而只是一味存儲到某一中心,并沒有經過相關的篩選。對于后期的處理以及查找都具有一定的困難。

(4)數據安全。云中心或者本地直接存儲的是傳感器實時數據。其存儲中心容易受到黑客的攻擊,隱私數據容易被泄露或篡改,這就極大影響了數據的真實性和可靠性,阻礙了大數據的分析。

為了應對煤礦監控系統中數據傳輸延遲的挑戰,邊緣計算是一種將主處理器任務分布到網絡邊緣的方法,讓網絡邊緣的分散節點執行更多任務,分擔了中心節點或系統的負擔。邊緣結點指的就是在數據產生源頭和云中心之間任一具有計算資源和網絡資源的結點。例如:在智能家居系統中,網關就是智能家具和云中心存儲的邊緣節點。分布式邊緣節點處理原始的視頻流,并通過一定的技術手段提取有用的信息,將其傳送到更高層的節點以幫助高級的分析任務。其為用戶提供近距離的云服務,以促進實時服務和快速響應[1]。

為了應對煤礦監控系統中數據安全與存儲相關問題,利用區塊鏈技術建立一個安全存儲系統。區塊鏈是從比特幣底層技術衍生出來的新的體系,其融合了分布式存儲、密碼學、點對點網絡、共識機制這幾個相關技術,對于數據的存儲、交換是一個安全可靠的新技術[2]。區塊鏈技術具有分布式容錯性、不可篡改性、隱私保護性、可信任性等諸多特點,為傳統系統的改變提供思路。

文獻[3]提出了一種基于許可鏈的視頻監控系統,利用深度學習對于緊急事件進行預報警和存儲,本研究主要針對于特殊事件的存儲,并沒有對整體視頻的存儲提出設計。文獻[4]提出了以相關監控服務器節點建立區塊鏈,并將視頻圖像用深度學習算法進行處理,但其對于存儲安全方面并未涉及。文獻[5]提出將視頻元加密存儲在區塊鏈中,區塊鏈的管理是可信的內部人員承擔。但對于完整視頻存儲與區塊鏈,會加大區塊鏈的負擔,也不適合。文獻[6]提出了基于屬性加密的視頻訪問控制,對視頻訪問部分利用屬性加密設計,但對于視頻整體設計以及存儲并未涉及。海康威視提出的視頻融合云存儲主要針對云系統的存儲,確保了云存儲的視頻不丟失,部分節點壞掉不影響數據的重新恢復,但對于惡意攻擊以及篡改云存儲視頻問題尚未解決。

本研究提出了一種基于邊緣計算和區塊鏈的視頻監控系統。該系統由邊緣技術、區塊鏈技術、IPFS以及云等構成。其中邊緣技術保證了傳感器采集的信息傳輸與數據處理。利用IPFS存儲檢測的信息,云中心存儲海量的視頻數據。整個系統的安全性和可靠性是由區塊鏈來保證。

2 相關工作

2.1 基于屬性加密

本系統為了保證視頻以及相關監測數據不被泄露,視頻的訪問權限是一個需要解決的問題。當前屬性加密(Attribute-Based Encryption,ABE)是現實訪問控制的最佳方式。基于屬性加密可以分為基于密鑰策略的屬性加密(Key-Policy Attribute-Based Encryption,KP-ABE)和基于密文策略的屬性加密(Ciphertext-Policy Attribute-Based Encryption,CP-ABE)[7]。其中KP-ABE適用于生物識別系統而CP-ABE適用于公有云上的數據加密存儲與細粒度共享。

2.2 線性秘密共享方案

線性秘密共享方案(Linear Secret Sharing Scheme,LSSS),密鑰的共享方案是線性的,對屬性集S,構造一個矩陣Mm×n,定義一個函數ρ(i),i∈m表示將矩陣Mm×n的每一行映射到函數ρ,隨機選取y2,y3,…,yn∈Zp形成向量v=(s,y2,y3,…,yn)T,其中,s是共享密鑰值,s∈Zp,則M v是共享密鑰s的m個份額,則對于每一個(M v)i∈ρ(i)。

2.3 星際文件系統

星際文件系統(Interplanetary File System,IPFS)是一種基于點對點拓撲結構快速索引文件系統,其中包括分布式哈希表、塊交換、版本控制系統和自認證文件系統[8]。IPFS的工作原理根據存儲文件的內容進行加密,產生一個特定的哈希值,將其哈希值存儲到全局分布式哈希表中,用來記錄文件存儲所在的位置,便于文件的查詢下載。查詢文件時,IPFS網絡便會根據文件的全網唯一的哈希值進行查找,查找出文件并對其驗證,并返回給用戶。它能夠極大地降低數據存儲的成本,提升數據下載速度。

3 基于區塊鏈煤礦視頻監控系統架構

3.1 準備工作

表1詳細闡述了系統中所用到的符號。

表1 系統符號Table 1 System symbols

3.2 系統模型

提出一種基于區塊鏈的煤礦視頻監控系統,該系統由7部分實體組成:傳感器設備、邊緣設備、區塊鏈、云、IPFS、智能監管和數據用戶(DU),如后文圖2所示。

(1)傳感器設備。由攝像頭傳感器節點的無線自組織局域網絡組成,負責將其視頻流傳送到邊緣設備,并進行進一步的處理。

(2)邊緣設備。一般是由靠近傳感器的網關設備所組成,主要功能將視頻流結合不同檢測技術提取出有用信息,將提取的信息和相關視頻傳送到智能監管平臺。

(3)區塊鏈。一種集成了分布式數據存儲、點對點傳輸、共識機制、加密算法等技術新型架構,在此系統中利用區塊鏈記錄視頻相關的存儲和搜索過程。區塊鏈的不可篡改性可以確保存儲的安全性。本系統的區塊鏈結構如圖1所示。每個區塊分為區塊頭和區塊體2部分。區塊頭包含了父哈希(PrevBlock-Hash,前一個區塊的哈希值)、時間戳(TimeStamp)、當前哈希值(BlockHash)、ID(根據視頻時間段產生的索引)、SignInfo(加密且簽過名的散列值);區塊體包含IPFS存儲檢測文件的散列值(IPFS_Hash)、視頻散列值(Video_Hash)。

圖1 系統區塊鏈結構Fig.1 The block structure of the system

(4)存儲。為了存儲完整的視頻數據,本系統將大存儲視頻存放到云中,充分利用云大容量以及不同需求的訪問可分開查詢。

(5)IPFS。本系統中通過不同檢測機制提取到的有用信息存儲到IPFS中,根據IPFS機制,我們可以根據相關的Hash值找到相關的文件,并且可以有效地避免重復存儲,節省空間。

(6)智能監管。其充當一個連接平臺將存儲系統與DU連接,DU需查找視頻以及相關驗證直接訪問監管平臺。監管平臺有權對屬性集合進行修改所以監管平臺應由有信譽的政府平臺擔任。

(7)數據用戶(DU)。每個DU擁有系統分配好的密鑰對,其密鑰對是與其屬性關聯的。要查找視頻或者檢測信息,DU首先向系統提出申請,系統確認其屬性符合訪問策略,其才可以進行搜索。

(8)工作流程。如圖2所示,各個攝像頭采集不同環境的視頻數據,生成不同時間段的視頻流并將其上傳到邊緣節點如步驟(1)所示。邊緣設備上已經部署了不同的檢測技術,其將此時間段的相關內容進行檢測,并將檢測結果和此時間段視頻流傳送到智能監管平臺,如步驟(2)所示。智能監管平臺將此時間段視頻流通過流加密的密鑰進行加密,然后將密鑰再用基于屬性加密的方案加密,并將其加密的密鑰附加在視頻流的頭部形成一個密文包發送到云存儲中心,如步驟(3)所示。云將視頻存儲的地址發送給智能監管,如步驟(4)所示。同時智能監管平臺加密其檢測有用信息上傳到IPFS,如步驟(6)所示;IPFS向智能監管返回文件存儲的散列地址,如步驟(5)所示。智能監管用隨機加密函數對IPFS返回的地址和視頻存儲地址進行加密,并通過SHA256哈希函數對其索引進行哈希處理,然后通過廣播事務將哈希值及加密的地址存儲到區塊鏈上,如步驟(10)所示。區塊鏈將返回一個事務標識,如步驟(9)所示。如此,數據存儲階段就完成了。當前有DU要查看所存儲的視頻,DU向系統發送包含關鍵詞的請求訪問,系統判定DU是否具有訪問權限,返回相關區塊ID,如步驟(8)和步驟(7)所示。DU依據區塊的ID讀取區塊鏈上的哈希地址來比較驗證哈希地址值是否被篡改,如步驟(11)和步驟(12)所示。

圖2 系統結構Fig.2 System structure

3.3 算法描述

本系統的加密基本流程如圖3所示。智能監管平臺整體系統初始化,對檢測信息和視頻分別進行加密形成密文,此過程為加密。用戶獲取自己的私鑰對密文進行解密,此過程為解密。

圖3 加解密流程Fig.3 Encryption and decryption process

算法步驟如下:

Step1:Setup(1λ)→ (MPK,MSK):系統初始化并輸入安全參數λ,生成系統公鑰MPK和主密鑰MSK。

Step2:Encrypt1(MPK,F,L)→(CF):智能監管加密檢測信息,輸入系統的公鑰MPK、LSSS訪問結構L和檢測信息F,然后返回有檢測信息密文CF,將其存儲到IPFS中。

Step3:Encrypt2(MPK,SEK,L,V)→(CV):智能監管平臺加密視頻,輸入MPK、L、流密鑰SEK和視頻V,返回視頻密文CV,將其存儲到云中心。

Step4:KeyGen(MSK,S)→(SK):執行密鑰生成算法,輸入系統的主密鑰MSK和用戶屬性集合S,給用戶返回基于屬性私鑰SK。

Step5:Decrypt(SK,CF/CV)→(V/F):DU根據哈希地址得到相應的密文,運行解密算法,輸入SK,當且僅當SK屬性與訪問策略權限匹配時,才可得到相應的密文CF或CV,得到相關的原始視頻V或檢測信息F。

3.4 方案步驟

Step1:Setup算法:給系統輸入安全參數λ,初始化使用雙線性映射計算生成MPK,MSK。輸入公共參數(G1,G2,p,e,g),其中G1,G2是素數p階循環群,e為雙線性映射,其是對稱的,g是G1的生成元。系統任意選取α∈Zp,Zp為有限域,其中

計算系統MKP=(g,h,e(g,g)α),主密鑰MSK=(gα) 。

Step2:Encrypt1算法:輸入系統公鑰、檢測信息F和LSSS訪問結構L=(M,ρ)。其中M為m行n列的共享矩陣,行向量與屬性一一映射{1,…,m}→ρ,設s是共享加密指數,隨機選取 y2,y3,…,yn∈Zp,隨機地選擇一個向量l=(s,y2,y3,…,yn),計算ξi=l·Mi,i∈{1,…,m},則輸出密文如下:

Step3:Encrypt2算法:此處加密是在Encrypt1算法之上多了一步流加密。首先利用流加密初步計算pre_CV=V8 SEK,然后利用Encrypt1(MPK,SEK,L)→(ESEK),其中ESEK是生成基于屬性加密流密鑰,最后計算ESEK+pre_CV=CV實現對視頻的加密。

Step4:KeyGen算法:在此系統中,為DU生成私鑰。智能監控用哈希散列加密IPFS返回地址和視頻地址,存儲到區塊鏈;DU用自己的私鑰解密視頻以及IPFS存儲檢測信息。DU擁有屬性S={att1,att2,…,attn},?k∈S,任意選取 η,f1,f2,…,fm∈Zp,則

Step5:Decrypt算法:解密者其屬性S不滿足訪問結構L=(M,ρ),則不可解密。根據LSSS,若用戶屬性滿足訪問結構,則存在一個向量W={w1,w2,…,wn},滿足∑i∈Swiξi=s,令集合 I={i:ρ(i) ∈S} ?{1,…,m},定義 ω ={k:?i∈I,k=ρ(i),且k∈S∩(M,ρ)},令 D′ω= ∏k∈ωDk= ∏k∈ωfkη,自定義函數β(ω)= ∏k∈ωf(k),f(k) → fk則解密:

然后解密算法CF=F·e(g,g)αs,獲得相關檢測結果,并且通過解密算法解密相關流加密的密鑰,才可以解密相關視頻。

4 基于區塊鏈煤礦視頻監控系統應用場景

(1)車輛和人員識別。在廠區進入口、裝載煤區域安裝高清的攝像機實時監控車輛的動態[9],可對機動車實時抓拍,車輛和車牌號識別同時,利用此系統保存相關內容,此外可以針對違章、嫌疑車輛等違法行為進行報警。在煤礦地面區域或者入井口均裝有此系統,抓取視頻中人臉并進一步識別與存儲。

(2)行人越界檢測。在皮帶運輸、運轉設備、中央變電所等危險區域采用高分辨攝像頭和此系統合并加入越界檢測系統,提高煤礦人員安全水平。此系統用來存儲相關人員臉部以及越界行為,人員越界系統則負責檢測和報警。

(3)生產設備檢測。煤礦生產中涉及多個設施設備,傳統的PLC監控只可監控設備的電流、溫度、速度等相關參數,而對這些設備形位檢測并未涉及。本研究提及的系統加上形位檢測模塊,當設備位置發生變化可存儲圖片以及位置信息并發出報警信息。

5 系統安全分析

本系統的安全性和可靠性是由區塊鏈的不可篡改性和容錯性來保證的[10]。將邊緣計算和網絡結合,實現數據信息的采集和處理,并使用IPFS和云端進行存儲。

(1)匿名性。本系統中訪問使用了基于屬性而不是用戶的真實身份,當用戶訪問系統視頻和檢測結果只可通過智能監控中心分配相關屬性和私鑰,在訪問系統時,智能監控會驗證用戶屬性只有滿足訪問結構的用戶才可以成功訪問。

(2)數據安全。本視頻和有用信息檢測結果均通過屬性加密算法加密,且將其存儲的地址進一步通過哈希加密存儲到區塊鏈中,如有惡意用戶想獲得區塊鏈存儲地址,由于計算量巨大,目前是不可完成的,所以從傳送、存儲和訪問過程中防止了數據被篡改的可能性。

(3)加密安全。本系統主要面臨挑戰是合謀攻擊。本系統基于屬性加密在用戶私鑰生成、加密加入了隨機數,防止用戶合謀攻擊。

6 實驗結果分析

本研究的實驗環境:操作系統為64位Windows 10專業版;計算機硬件:Intel(R)Core(TM)i7-4710MQ CPU,8 GB RAM,256 G固態;編譯器為IntelliJ IDEA,編譯語言JAVA。

本次實驗主要驗證加密算法,本系統視頻加密CP-ABE沒有直接對視頻加密而是先采用流加密對其視頻加密,CP-ABE對其密鑰進一步加密。實驗分為2種:①比較直接利用CP-ABE加密和基于流加密和CP-ABE混合加密的對比;②基于流加密和CPABE混合加密對于不同大小文件的加密對比。

在本實驗中其CP-ABE中的屬性個數不變,屬性固定為4個,第一類比較同一個文件的加密參數,如表2所示,表明混合加密的加密時間更短,但因其進行兩步解密相比較單純是CP-ABE解密稍長;第二類是比較不同文件混合加解密的時間對比,如圖4所示,表明基于CP-ABE的混合加、解密的時間會隨著文件的增大而增大,文件的大小與其加解密時間成近似線性關系。

表2 同文件1 MB不同加密算法比較Table 2 Comparison of different encryption algorithms for the same file 1 MB

圖4 不同大小文件混合加解密時間Fig.4 Encryption and decryption time for files of different sizes in the hybrid encryption algorithm

本研究提出的系統可與不同檢測系統相結合,存儲檢測結果和完整的視頻,同時在加密與訪問權限上得到滿足。本研究系統彌補了文獻[3-4]不可完整存儲視頻的缺點,相較于文獻[6]和海康系統,加入了區塊鏈,將系統的安全性進一步提高,面對海量的視頻,將計算量分配給邊緣設備;對比文獻[5]減少了中心計算壓力對于訪問進一步細述,如表3所示。

表3 系統對比Table 3 Systems comparison

7 結 論

提出了一種基于區塊鏈的煤礦視頻監控系統:①該系統彌補傳統煤礦數字視頻監控安全性低、中心計算成本高、存儲中心化的問題;② 可以與煤礦不同場景的檢測系統相融合,各個場景的檢測系統負責檢測數據和報警,將其結果傳輸到此系統可以保證數據的安全性,實現一個自動化檢測與安全存儲相結合的系統;③針對于存儲的訪問權限,提出了基于屬性加密與流加密的混合加密算法,經實驗表明混合加密更符合實時性的視頻加密。本研究系統加密已驗證,后續將其與煤礦的檢測系統相結合,可實現特定檢測視頻系統。