基于卫星边缘计算的安全在轨差异识别方法技术

一种基于卫星边缘计算的安全在轨差异识别方法，在初始化阶段，可信第三方TA配置基本安全参数，初始化布谷鸟过滤器，并为两颗卫星分别选择对称的可逆矩阵作为密钥，同时生成公钥，并在卫星与地面站之间共享对称会话密钥。在粗粒度比较阶段，两颗卫星将收集的遥感图像划分为子图像，并通过布谷鸟过滤器识别可能存在差异的子图像，然后使用MSIP协议计算子图像的结构化项向量的内积，以比较差异而保护数据隐私。在细粒度比较和识别阶段，第二卫星利用DCTree结构进一步精确识别差异。在结果处理阶段，第二卫星将根据比较结果决定是否将加密的子图像内容发送至地面站。该方法确保了卫星间数据交换的安全性和保密性，同时减少了卫星下行传输的数据量。

【技术实现步骤摘要】

本专利技术涉及卫星通信数据安全技术，特别是涉及一种基于卫星边缘计算的安全在轨差异识别方法。

技术介绍

1、地震运动可能在地震后数年内仍保持活跃状态，因此，常态下的eal监测可能会导致在轨生成冗余重复的遥感影像。然而，只有反映地震运动变化的见解才值得下载并进一步研究。也就是说，只有反映两场相邻场景之间差异的信息需要传输到地面。同时，日常基础的eal地区监测只能通过遥感卫星星座的协作实现，而相邻场景通常由不同卫星采集。此外，在轨之间两场相邻场景的差异识别需要两个卫星通过卫星间链路协作。由于每一张eal监测影像的知识产权都属于灾害应急中心(drc)，所以每一张遥感影像都应该在drc和卫星之间保密。公开一个eal场景可能首先会导致误解，从而带来负面公众观点甚至在疑似区域引起混乱。同时，eal场景也可以用于重建相关部门如交通和能源的三维地形图，这可能会泄露区域道路网络和能源供应的信息。此外，每个卫星节点都提供了一个易受攻击的表面，这可能会被破解或注入恶意软件。被动植入的卫星可能会监视场景比较和差异识别过程中的消息流量，并尽可能多地提取有用信息。因此，协作比较和识别应本文档来自技高网...

【技术保护点】

1.一种基于卫星边缘计算的安全在轨差异识别方法，其特征在于，包括：

2.如权利要求1所述的基于卫星边缘计算的安全在轨差异识别方法，其特征在于，所述基本安全参数包括两个素数模块和哈希函数，所述两个素数模块用于定义哈希函数的模数，所述两个哈希函数用于将第一卫星和第二卫星收集的针对同一地区的遥感场景图像数据映射为固定长度的指纹，所述指纹用于在布谷鸟过滤器中进行子图像的比较以识别可能存在差异的子图像。

3.如权利要求1所述的基于卫星边缘计算的安全在轨差异识别方法，其特征在于，所述粗粒度比较包括：

4.如权利要求1所述的基于卫星边缘计算的安全在轨差异识别方法，其...

【技术特征摘要】

1.一种基于卫星边缘计算的安全在轨差异识别方法，其特征在于，包括：

2.如权利要求1所述的基于卫星边缘计算的安全在轨差异识别方法，其特征在于，所述基本安全参数包括两个素数模块和哈希函数，所述两个素数模块用于定义哈希函数的模数，所述两个哈希函数用于将第一卫星和第二卫星收集的针对同一地区的遥感场景图像数据映射为固定长度的指纹，所述指纹用于在布谷鸟过滤器中进行子图像的比较以识别可能存在差异的子图像。

3.如权利要求1所述的基于卫星边缘计算的安全在轨差异识别方法，其特征在于，所述粗粒度比较包括：

4.如权利要求1所述的基于卫星边缘计算的安全在轨差异识别方法...

【专利技术属性】
技术研发人员：孔庆磊，陈波，王一凡，温书娜，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：