论文部分内容阅读
随着万物互联时代的迅速发展,移动终端的各种应用数据呈爆发式增长。传统的云计算不能满足分布式数据的实时性、低延迟等要求,而边缘计算可有效解决云计算网络所存在的问题。边缘计算的应用为我们的生活带来便利的同时,终端用户的私密数据泄露问题随之显现出来。由于边缘设备的特性,使得云计算中加密技术无法直接应用于边缘计算中,因此边缘计算中的数据加密问题亟待解决。传统的数据加密技术大多基于双线性配对,此种加密方案算法效率较低,而且利用第三方分发证书耗费大量资源,不适用于实时性、低延迟的边缘计算。此外边缘数据呈指数型增长导致边缘数据传输延迟,加剧了数据在传输过程中泄露的风险。针对以上问题,本文研究了边缘计算中的数据加密问题,包括以下两个主要内容:(1)提出了一种边缘计算中无双线性配对(Unbilinear pairwise encryption,UPE)的加密方案。首先,基于边缘计算网络定义了边缘加密模型,设置密钥信任机制(Key Trust Authority,KTA)来生成并分发部分密钥;数据所有者利用公钥计算出密文和验证信息,并通过边缘节点发送给终端用户;终端用户通过验证后应用其私钥解密密文。随后,本文将无双线性配对加密方案应用于边缘计算中,并设计了边缘计算数据传输的五个算法:系统设置、密钥生成、数据加密、数据验证、数据解密。最后,经过实验分析表明,UPE方案符合随机预言模型的不可伪造性和机密性要求,并可有效降低终端节点的能耗,提高边缘设备的计算效率。(2)提出了一种边缘计算中差分聚合加密(Differential aggregation encryption,DAE)方案。首先,利用退火模块划分(Simulated annealing module partition,SAMP)算法将终端用户进行最优模块划分;终端传感器节点收集终端用户的数据并转发给边缘节点,进行边缘级数据聚合并加密传输;边缘节点将数据进一步处理,并传输给云端进行云级聚合。随后,将终端数据先用拉普拉斯机制进行差分隐私聚合和改进的Diffie-Hellman算法进行加密,以此来抵御数据传输过程中的差分攻击。最后,经过实验分析表明,本方案能够有效的提升带宽效率和保证终端用户的私密数据安全。