【技术实现步骤摘要】
一种面向移动群智感知的隐私保护真值发现方法
[0001]本专利技术涉及一种适用于移动群智感知场景中的真值发现方法,具体涉及一种面向移动群智感知的隐私保护真值发现方法,属于移动群智感知隐私保护
技术介绍
[0002]移动群智感知,是指结合众包思想和移动设备感知能力的一种数据获取方式,大规模的普通用户通过其自身携带的智能移动设备来采集感知数据并上传到服务器,服务提供商对感知数据进行记录处理,最终完成感知任务,并利用收集的数据给用户提供日常所需服务的过程。近些年,随着各种移动设备和可穿戴设备(如智能手机、手表手环、平板电脑、联网汽车等)的普及,其内置传感器(如加速计、陀螺仪、摄像头、指南针、GPS、麦克风、车载电话等)的存在逐渐被重视,利用这些传感设备收集的数据可以分析提取许多有用信息。
[0003]近年来,移动群智感知通过利用移动用户的智慧和资源解决许多具有挑战性的问题,已经受到越来越多的关注。例如,在医疗保健系统中,它可以通过汇总患者的治疗结果来评估新药的效果;在交通监控系统中,它可以通过收集其他司机的交通报告来帮助司机制定最佳驾驶计划;在智能推荐系统中,它可以帮助公司根据客户填写的问卷提供更准确的服务。尽管移动群智感知前景很有吸引力,但由不同用户提供的数据的质量可能会有很大差异。因此,如何从数据质量参差不齐的用户数据中获得准确的结果(称为真值),成为了移动群智感知技术中一个重要问题。
[0004]为了解决这一问题,真值发现技术作为一种在没有先验知识的情况下有效估计用户可靠性和真值的技术,受到
【技术保护点】
【技术特征摘要】
1.一种面向移动群智感知的隐私保护真值发现方法,其特征在于,包括以下步骤:步骤1:密钥管理中心生成系统主密钥和重加密密钥,并为工作者和数据请求者生成加密密钥;在密钥生成过程中,保证每一个工作者或数据请求者的加密密钥均不同,并且均为不可逆矩阵;步骤2:移动群智感知数据提交;每个工作者将其感兴趣的任务,以及与这些任务对应的数据加密之后,发送到移动群智感知平台中;移动群智感知平台在接收到工作者的数据之后,利用重加密密钥执行数据重加密;步骤3:隐私保护真值发现;移动群智感知平台与数据请求者合作,对加密的数据执行真值发现,同时量化用户可靠性。2.如权利要求1所述的一种面向移动群智感知的隐私保护真值发现方法,其特征在于,步骤1中,首先,密钥管理中心随机生成2个(M+4)
×
(M+4)维可逆矩阵M1和M2作为系统主密钥,M表示最大任务数量,其中,M1为(M+4)
×
(M+4)为可逆矩阵,元素为实数,M2为(M+4)
×
(M+4)为可逆矩阵,元素为实数;密钥管理中心随机生成4个(M+4)
×
(M+4)维可逆矩阵A1、A2、B1和B2,作为系统重加密密钥,其中,A1为(M+4)
×
(M+4)维可逆矩阵,元素为实数,A2为(M+4)
×
(M+4)为可逆矩阵,元素为实数,B1为(M+4)
×
(M+4)为可逆矩阵,元素为实数,B2为(M+4)
×
(M+4)为可逆矩阵,元素为实数;针对工作者u
k
,密钥管理中心生成下三角随机不可逆矩阵I
k
,并基于I
k
生成加密密钥{A
k,1
,A
k,2
},其中,k表示用户序列号,u
k
表示系统中用户序列号为k的工作者,I
k
表示密钥管理中心为u
k
生成的下三角不可逆随机矩阵,{A
k,1
,A
k,2
}表示用户u
k
的加密密钥;计算过程如下:下:其中,M1和M2表示(M+4)
×
(M+4)为系统主密钥;表示可逆矩阵A1的逆矩阵;表示可逆矩阵A2的逆矩阵;针对数据请求者u
j
,密钥管理中心生成下三角随机不可逆矩阵I
j
,并基于I
j
生成加密密钥{B
j,1
,B
j,2
},其中,j表示用户序列号,u
j
表示系统中用户序列号为j的数据请求者;I
j
表示密钥管理中心为u
j
生成的下三角不可逆随机矩阵;{B
j,1
,B
j,2
}表示用户u
j
的加密密钥;计算过程如下:过程如下:其中,表示系统主密钥M1的逆矩阵;表示系统主密钥M2的逆矩阵;表示可逆矩阵B1的逆矩阵;表示可逆矩阵B2的逆矩阵;最后,密钥管理中心将加密密钥{A
k,1
,A
k,2
}发送给工作者u
k
,将加密密钥{B
j,1
,B
j,2
}发送给数据请求者u
j
,将用户重加密密钥{A1,A2,B1,B2}发送给移动群智感知平台。3.如权利要求1所述的一种面向移动群智感知的隐私保护真值发现方法,其特征在于,步骤2包括以下步骤:
步骤2.1:工作者数据加密;针对工作者u
k
,u
k
首先生成(M+4)维向量且且其中,M表示最大任务数量;l
k,m
取值为0或1,其中0表示当前工作者对该任务o
m
(m=1,2,
…
,M)没有兴趣,o
m
表示序列号是m的任务信息;r
k,m
表示随机实数;基于工作者获取的任务数值x
k,m
(m=1,2,
…
,M),工作者u
k
建立2个(M+4)维向量和且且其中,x
k,m
表示工作者针对任务o
m
(m=1,2,
…
,M)获取的任务数据,为实数;当l
k,m
取值为1,a
k,m
的数值取值为x
k,m
,当l
k,m
取值为0,a
k,m
的数值取值为0;表示数值a
k,m
的平方之后的数值;r
k
表示随机实数;随后,工作者u
k
生成3个(M+4)
×
(M+4)维矩阵其中,为主对角线元素为的下三角随机矩阵;为主对角线元素为的下三角随机矩阵;为主对角线元素为的下三角随机矩阵;对于工作者利用加密密钥{A
k,1
,A
k,2
}执行数据加密:E[x]=A
k,1
×
x
×
A
k,2
其中,x表示工作者生成的3个矩阵其中的一个矩阵;E[x]表示矩阵x加密之后的结果;{A
k,1
,A
k,2
}表示工作者u
k
的加密密钥;最后,工作者将加密之后的数据发送给移动群智感知平台;步骤2.2:移动群智感知平台数据重加密;当移动群智感知平台接收到来自工作者u
k
的密文数据后,基于重加密密钥{A1,A2}执行数据重加密,计算过程为:RE[x]=A1×
E[x]
×
A2其中,RE[x]表示密文数据重加密之后的结果,{A1,A2}表示工作者u
k
的重加密密钥;E[x]表示矩阵x加密之后的结果;表示工作者u
k
生成的(M+4)
×
(M+4)维矩阵。4.如权利要求1所述的一种面向移动群智感知的隐私保护真值发现方法,其特征在于,步骤3包括以下步骤:步骤3.1:数据请求者数据加密;数据请求者u
j
首先生成2个(M+4)维向量其中,其中,其中,M表示最大任务数量,l
j,m
(m=1,2,
…
,M)取值为0或者1,0表示当前数据请求者对该任务o
m
(m
=1,2,
…
,M)没有兴趣,1表示当前工作者对该任务o
m
(m=1,2,
…
,M)有兴趣;l
j
′
,m
在l
j,m
等于1的情况该数值为随机数,在l
j,m
等于0的情况该数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。