蔚晨月，楊 璐

(山西農(nóng)業(yè)大學(xué)信息學(xué)院，山西 晉中 030800)

1 引言

物聯(lián)網(wǎng)內(nèi)存儲(chǔ)著大量的數(shù)據(jù)，各種商業(yè)組織甚至個(gè)人用戶可以通過(guò)各種方式或渠道進(jìn)行收集、下載、處理、整理數(shù)據(jù)，但是，這些數(shù)據(jù)蘊(yùn)含著大量用戶的個(gè)人隱私信息，因此，物聯(lián)網(wǎng)服務(wù)提供商在收集、存儲(chǔ)用戶的個(gè)人隱私信息、使用用戶個(gè)人隱私數(shù)據(jù)過(guò)程中，可能存在侵犯用戶隱私安全的問(wèn)題。因此，有必要對(duì)應(yīng)用程序數(shù)據(jù)進(jìn)行保護(hù)，以避免鏈接攻擊導(dǎo)致的個(gè)人隱私泄露。

鄭孝遙等[1]提出一種基于差分隱私保護(hù)的光譜聚類算法?；诓罘蛛[私模型，利用累積分布函數(shù)產(chǎn)生滿足拉普拉斯分布的隨機(jī)噪聲。在譜聚類算法計(jì)算的樣本相似度函數(shù)中加入噪聲干擾樣本間的權(quán)重值，以達(dá)到隱私保護(hù)的目的，實(shí)現(xiàn)樣本個(gè)體之間的信息隱藏。在UCI數(shù)據(jù)集上的仿真結(jié)果表明，該算法能夠在一定的信息丟失范圍內(nèi)實(shí)現(xiàn)有效的數(shù)據(jù)聚類，并且能夠保護(hù)聚類數(shù)據(jù)；黃宏程等[2]提出一種基于分布式壓縮感知和哈希函數(shù)的數(shù)據(jù)融合數(shù)據(jù)保護(hù)算法。然后對(duì)稀疏的感知數(shù)據(jù)進(jìn)行壓縮處理，去除冗余數(shù)據(jù)，并將稀疏的感知數(shù)據(jù)與稀疏的感知數(shù)據(jù)進(jìn)行合并壓縮。關(guān)閉感知數(shù)據(jù)的哈希值在Sink節(jié)點(diǎn)提取偽裝數(shù)據(jù)并檢查數(shù)據(jù)完整性后重新確定。胡震海等[3]提出一種抗竊聽(tīng)攻擊的聚集查詢處理算法，不依賴于預(yù)先構(gòu)造好的拓?fù)浣Y(jié)構(gòu)，適用于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)變化的傳感器網(wǎng)絡(luò)，保證了節(jié)點(diǎn)感知數(shù)據(jù)的隱私性的同時(shí)，節(jié)省了維護(hù)拓?fù)浣Y(jié)構(gòu)的開(kāi)銷。

但是上述方法需處理的數(shù)據(jù)量較大，無(wú)法只針對(duì)接收端進(jìn)行處理，大大增加了服務(wù)器端負(fù)載，擴(kuò)展性相對(duì)較差。為此本文提出一種寬帶物聯(lián)網(wǎng)信息接收端隱私抗泄露算法，其關(guān)鍵在于確定最優(yōu)的線性回歸函數(shù)，并建立隱私泄露檢測(cè)線性回歸模型，實(shí)現(xiàn)隱私信息防泄漏，強(qiáng)化適用性和可擴(kuò)展性。

2 寬帶物聯(lián)網(wǎng)信息接收端在各層次安全問(wèn)題分析

與Intranet相關(guān)的交互信息交互過(guò)程是對(duì)網(wǎng)絡(luò)安全的主要威脅：在網(wǎng)絡(luò)環(huán)境下，信息交互、節(jié)點(diǎn)保護(hù)機(jī)制不完善導(dǎo)致節(jié)點(diǎn)在數(shù)據(jù)傳輸過(guò)程中可能改變保密性和密鑰模式，在信息的接收端也存在潛在的風(fēng)險(xiǎn)。軟件之間的交互信息交換存在差距，主要是由于數(shù)據(jù)節(jié)點(diǎn)定位不準(zhǔn)確，傳輸時(shí)間長(zhǎng)，寬帶物聯(lián)網(wǎng)接收端存在安全問(wèn)題，如表1所示。

表1 寬帶物聯(lián)網(wǎng)信息接收端安全問(wèn)題

網(wǎng)絡(luò)環(huán)境是由許多異構(gòu)網(wǎng)絡(luò)組成的。根據(jù)實(shí)際環(huán)境中數(shù)據(jù)流和控制流的特點(diǎn)，將其分為設(shè)備層、中間層和應(yīng)用層。涉及的隱私信息主要存在于設(shè)備層和中間層終端節(jié)點(diǎn)的配置軟件中[4]。它主要用于工業(yè)管理員或超級(jí)用戶建立遠(yuǎn)程會(huì)話，以達(dá)到控制和調(diào)試的目的。目前，物聯(lián)網(wǎng)的基本網(wǎng)絡(luò)架構(gòu)可分為三部分，具體內(nèi)容如圖1所示。

圖1 物聯(lián)網(wǎng)層次結(jié)構(gòu)

在物聯(lián)網(wǎng)技術(shù)架構(gòu)的各個(gè)層次中，信息不僅是單向傳輸，還包括交互、控制、雙向互傳等，傳遞的信息是多樣的，其中關(guān)鍵是資源信息[5]。此外，軟件技術(shù)、現(xiàn)場(chǎng)總線技術(shù)和集成電路技術(shù)也是各層所要求的關(guān)鍵技術(shù)。物聯(lián)網(wǎng)中的公共技術(shù)并不屬于技術(shù)體系中的某一特定層次，而是都涉及到物聯(lián)網(wǎng)的三個(gè)層次的技術(shù)架構(gòu)。主要包括應(yīng)用業(yè)務(wù)需求、通信計(jì)算聚合網(wǎng)絡(luò)體系結(jié)構(gòu)、識(shí)別解析服務(wù)、物聯(lián)網(wǎng)安全技術(shù)、服務(wù)質(zhì)量管理和網(wǎng)絡(luò)管理。作為一項(xiàng)極其先進(jìn)的系統(tǒng)工程，其最終目標(biāo)是建立開(kāi)放的對(duì)象識(shí)別標(biāo)準(zhǔn)，實(shí)現(xiàn)網(wǎng)絡(luò)連接的信息共享。

3 隱私抗泄露算法

在物聯(lián)網(wǎng)環(huán)境下，要進(jìn)行正常的數(shù)據(jù)采集，首先必須保證信息源的真實(shí)性[6]。這就要求物聯(lián)網(wǎng)控制系統(tǒng)的身份認(rèn)證機(jī)制比傳統(tǒng)網(wǎng)絡(luò)更加嚴(yán)格，以保證接入設(shè)備的合法性。身份認(rèn)證就是確定用戶是否有權(quán)訪問(wèn)和使用某一資源，使雙方能夠建立信任關(guān)系，保證數(shù)據(jù)的可靠性。在物聯(lián)網(wǎng)隱私數(shù)據(jù)采集和傳輸過(guò)程中，如果攻擊者獲得網(wǎng)絡(luò)的認(rèn)證方法，則通過(guò)偽造傳感器節(jié)點(diǎn)來(lái)獲取網(wǎng)絡(luò)中的隱私信息。攻擊者還可以截獲節(jié)點(diǎn)間傳輸?shù)臄?shù)據(jù)，并從看似無(wú)關(guān)的數(shù)據(jù)中獲取其它重要信息。在物聯(lián)網(wǎng)中，通過(guò)遠(yuǎn)程控制傳輸大量信息，攻擊者可以通過(guò)遠(yuǎn)程操作獲取隱私信息，并通過(guò)遠(yuǎn)程訪問(wèn)以較低的風(fēng)險(xiǎn)監(jiān)控多個(gè)地方?；诖?，本文提出了一種隱私防泄露算法，從源頭上解決隱私泄露問(wèn)題。

3.1 網(wǎng)絡(luò)數(shù)據(jù)克隆體和匹配度的相關(guān)性計(jì)算

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)保護(hù)的主要目的是減少數(shù)據(jù)丟失和匿名社交網(wǎng)絡(luò)數(shù)據(jù)的可用性[7]。因?yàn)樯缃痪W(wǎng)絡(luò)中隱私保護(hù)越多，敏感信息的保護(hù)就越好。然而，原始數(shù)據(jù)越隱蔽，數(shù)據(jù)丟失的概率就越大，接收端的數(shù)據(jù)可用性就越低。因此，在數(shù)據(jù)保護(hù)領(lǐng)域，兩者之間的平衡是非常重要的。

數(shù)據(jù)保護(hù)過(guò)程就是在互聯(lián)網(wǎng)上或數(shù)據(jù)機(jī)構(gòu)采集數(shù)據(jù)，對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理，接收原始數(shù)據(jù)，并通過(guò)隱私手段對(duì)數(shù)據(jù)進(jìn)行處理，以保護(hù)原始數(shù)據(jù)的隱私，然后將數(shù)據(jù)交給用戶，具體內(nèi)容如圖2所示。

圖2 隱私保護(hù)數(shù)據(jù)處理過(guò)程

經(jīng)過(guò)隱私保護(hù)數(shù)據(jù)處理后，對(duì)網(wǎng)絡(luò)數(shù)據(jù)特征進(jìn)行交叉運(yùn)算，得到網(wǎng)絡(luò)數(shù)據(jù)特征的總數(shù)，表達(dá)式即

(1)

式中，vhml所描述的是存在隱私泄露的網(wǎng)絡(luò)數(shù)據(jù)的數(shù)量，Q所描述的是網(wǎng)絡(luò)數(shù)據(jù)特征量。以網(wǎng)絡(luò)數(shù)據(jù)為樣本，各個(gè)樣本都有相應(yīng)的特征權(quán)重m，依據(jù)式(2)運(yùn)算出網(wǎng)絡(luò)數(shù)據(jù)特征v1和v2的相似度，其公式為

(2)

然后對(duì)網(wǎng)絡(luò)數(shù)據(jù)特征v進(jìn)行交叉變換，實(shí)現(xiàn)隱私公開(kāi)網(wǎng)絡(luò)數(shù)據(jù)特征e的選擇，其表達(dá)式為

(3)

式中，r(v)表示相似度反演，r(e)表示變換函數(shù)，與隱私泄露的網(wǎng)絡(luò)數(shù)據(jù)特征無(wú)關(guān)的網(wǎng)絡(luò)數(shù)據(jù)Cij可以用抗原表示。上述抗原組如下

Ci=(Ci1，Ci2，…Cij)，(k=1，2，…p)

(4)

與隱私泄露數(shù)據(jù)存在關(guān)聯(lián)性的網(wǎng)絡(luò)數(shù)據(jù)Cdk可以用抗體來(lái)表示?？贵w收集如：

Cd=(Cd1，Cd2，…Cdk)，(k=1，2，…q)

(5)

重構(gòu)隱私抗泄露網(wǎng)絡(luò)數(shù)據(jù)的特征空間，其表達(dá)式即

Jv(sample)={z∈W|?u∈sample，J(z，u)≤V}

(6)

式中，V所描述的是網(wǎng)絡(luò)數(shù)據(jù)特征空間重構(gòu)的閾值，如果在防泄漏過(guò)程中抗體的數(shù)量設(shè)置為Q，第k抗體中Nk表示元素的總數(shù)量，可得出抗原和抗體之間的匹配即

(7)

其中，Rl的表達(dá)為

(8)

在寬帶物聯(lián)網(wǎng)信息接收器的隱私防泄漏檢測(cè)過(guò)程中，需要計(jì)算數(shù)據(jù)的克隆量，得到克隆量與匹配度的相關(guān)性[8]，表達(dá)式為

(9)

在網(wǎng)絡(luò)數(shù)據(jù)隱私檢測(cè)過(guò)程中，根據(jù)克隆體和匹配度的相關(guān)性，對(duì)抗體實(shí)施變異操作，實(shí)現(xiàn)相空間重構(gòu)，其變異表達(dá)式為

Pkl=Pkl+χq

(10)

根據(jù)上述方法，可以完成海量網(wǎng)絡(luò)數(shù)據(jù)中隱私的檢測(cè)，為網(wǎng)絡(luò)數(shù)據(jù)管理提供保障。

3.2 隱私數(shù)據(jù)特征提取

傳統(tǒng)的社交網(wǎng)絡(luò)隱私保護(hù)算法一般認(rèn)為社交網(wǎng)絡(luò)中的所有用戶身份都是私有的，忽略了現(xiàn)實(shí)社交網(wǎng)絡(luò)中存在大量的公眾用戶，如名人、媒體等官方組織[9]。然而，這些實(shí)際的公共用戶很可能會(huì)導(dǎo)致社交網(wǎng)絡(luò)中私人用戶身份信息的隱私泄露，因?yàn)楣粽呖梢岳眠@些公共用戶與普通用戶之間的連接進(jìn)行私密有用的再身份識(shí)別攻擊，從而竊取用戶的敏感信息。

在上述分解矩陣中，所有網(wǎng)絡(luò)數(shù)據(jù)相關(guān)信息的個(gè)數(shù)可用k表示，網(wǎng)絡(luò)數(shù)據(jù)特征的個(gè)數(shù)可用l表示。

對(duì)網(wǎng)絡(luò)隱私泄露特征值進(jìn)行變換后計(jì)算網(wǎng)絡(luò)隱私特征值[10]。表達(dá)式如下所示

(11)

根據(jù)以上隱私泄露網(wǎng)絡(luò)數(shù)據(jù)的特點(diǎn)，可以對(duì)其進(jìn)行有效的集成，整合過(guò)程可以用以下公式描述

Ukl=h(Ak，Al)

(12)

式中，Ukl表示數(shù)據(jù)特征構(gòu)成的序列，h(Ak，Al)表示數(shù)據(jù)特征函數(shù)，得出公式為

(13)

3.3 網(wǎng)絡(luò)數(shù)據(jù)隱私抗泄露檢測(cè)

設(shè)置整個(gè)隱私泄露特征的集合為{(yj，zj)}，j==1，2，…p，相空間重構(gòu)模型需要輸入的數(shù)據(jù)可以用yj表示，模型的輸出可以用zj表示。yj∈Sp，zj∈S線性映射函數(shù)映射到相應(yīng)的相室，得到線性回歸函數(shù)如下所示

g(y)=xTγ(y)+c

(14)

式中，γ表示物聯(lián)網(wǎng)隱私泄露數(shù)據(jù)特征權(quán)重，c表示相應(yīng)的偏移量[11]。

依據(jù)隱私泄密數(shù)據(jù)的特點(diǎn)，空間設(shè)計(jì)模型如下

xTγ(y)=Dzj-fj+c，(j==1，2，…p)

(15)

式中，D作為網(wǎng)絡(luò)數(shù)據(jù)中隱私泄露檢測(cè)的懲罰因子，fj作為實(shí)際網(wǎng)絡(luò)數(shù)據(jù)檢測(cè)特征與回歸函數(shù)間的偏差。

通過(guò)有限的網(wǎng)絡(luò)資源和服務(wù)器的計(jì)算能力，對(duì)物聯(lián)網(wǎng)中信息接收端數(shù)據(jù)節(jié)點(diǎn)進(jìn)行規(guī)劃，使數(shù)據(jù)傳輸合理，然后代入拉格朗日乘子，能夠獲得空間優(yōu)化內(nèi)容，表達(dá)式為

M(x，c，ψ，β)

(16)

式中，βj表示拉格朗日乘子[12]。

根據(jù)Mercer理論，計(jì)算出隱私泄露的核心函數(shù)，表達(dá)式為

L(yj，yk)=γ(yj)Tγ(yk)

(17)

最后，建立了物聯(lián)網(wǎng)數(shù)據(jù)信息隱私抗泄漏檢測(cè)的相空間重構(gòu)模型，公式為

(18)

根據(jù)上述方法，可以完成寬帶物聯(lián)網(wǎng)信息接收端隱私抗泄露的檢測(cè)，能夠很好地保護(hù)社交網(wǎng)絡(luò)中用戶的隱私信息。

4 實(shí)驗(yàn)結(jié)果分析

為了證明本文算法隱私保護(hù)數(shù)據(jù)防泄漏性能，在Movie ReviewData (http：∥www.cs.cornell.edu/People/pabo/movie-review-data/) 中隨機(jī)選取100分?jǐn)?shù)據(jù)文件，分為1MB、10MB和20MB進(jìn)行仿真，并將文獻(xiàn)[1]算法和文獻(xiàn)[2]算法與本文算法進(jìn)行比較分析。

在實(shí)驗(yàn)中，測(cè)試環(huán)境選擇C/S服務(wù)器，操作系統(tǒng)為Windows XP Profes2 sional Edition，編程語(yǔ)言為C++，3.0GHzCPU，運(yùn)用4G的內(nèi)存進(jìn)行實(shí)驗(yàn)。

對(duì)原始數(shù)據(jù)信息實(shí)施采樣以獲得采樣序列，如圖3所示。

圖3 待加密數(shù)據(jù)采樣

不同算法的功能性比較結(jié)果如表2所示，安全性比較結(jié)果見(jiàn)表3。其中√表示能夠達(dá)成的項(xiàng)目，×表示不能達(dá)成的項(xiàng)目。

表2 功能性比較結(jié)果

表3 安全性比較結(jié)果

通過(guò)上述表中可知，在功能性和安全性兩方面，本文算法優(yōu)于文獻(xiàn)[1]和文獻(xiàn)[2]算法。能在物聯(lián)網(wǎng)內(nèi)添加或者刪除節(jié)點(diǎn)，實(shí)現(xiàn)用戶與服務(wù)器之間的相互認(rèn)證，使物聯(lián)網(wǎng)用戶的隱私得到保障。

然后選擇寬帶物聯(lián)網(wǎng)信息接收端內(nèi)的一個(gè)節(jié)點(diǎn)當(dāng)作數(shù)據(jù)源節(jié)點(diǎn)，設(shè)置終端基站對(duì)該節(jié)點(diǎn)實(shí)施多種不同種類的攻擊，進(jìn)一步驗(yàn)證用戶所接收數(shù)據(jù)的完整性。具體內(nèi)容如表4所示。

表4 不同算法完整性對(duì)比

完整性的運(yùn)算公式為

(19)

式中，le表示數(shù)據(jù)傳輸長(zhǎng)度，lj表示數(shù)據(jù)接收長(zhǎng)度。

從表4的分析可以看出，在多種攻擊下，當(dāng)實(shí)驗(yàn)次數(shù)不斷增加，本文算法保護(hù)數(shù)據(jù)資源的完整性明顯高于其它兩種算法。

以上述采樣數(shù)據(jù)為樣本，利用本文算法、文獻(xiàn)[1]算法和文獻(xiàn)[2]算法對(duì)隱私保護(hù)數(shù)據(jù)加密性能進(jìn)行對(duì)比具體內(nèi)容如圖4所示。

圖4 性能對(duì)比

從圖4中可以看出，采用寬帶物聯(lián)網(wǎng)信息接收端隱私抗泄露算法大幅降低了私有數(shù)據(jù)的泄露概率；同時(shí)，其利用預(yù)處理與在線查詢對(duì)用戶信息進(jìn)行隱私保護(hù)，提高了隱私保護(hù)數(shù)據(jù)的抗泄漏能力。

5 結(jié)論

1)為了防止數(shù)據(jù)泄露確保信息的安全性尤為重要，提出了一種寬帶物聯(lián)網(wǎng)信息接收端隱私抗泄露算法，通過(guò)物聯(lián)網(wǎng)數(shù)據(jù)信息隱私抗泄漏檢測(cè)的相空間重構(gòu)模型，設(shè)定的十個(gè)指標(biāo)達(dá)成率為100%，能夠保證隱私的完整性。

2)根據(jù)數(shù)據(jù)保護(hù)網(wǎng)絡(luò)的數(shù)據(jù)集和數(shù)據(jù)特征分解矩陣，優(yōu)化網(wǎng)絡(luò)數(shù)據(jù)隱私抗泄露檢測(cè)，對(duì)物聯(lián)網(wǎng)中信息接收端數(shù)據(jù)節(jié)點(diǎn)進(jìn)行規(guī)劃，使數(shù)據(jù)傳輸合理，泄露率最高僅為25%，保證用戶隱私信息的安全性，具有高效的安全通信能力，可以在網(wǎng)絡(luò)數(shù)據(jù)管理方面得到極為廣泛的應(yīng)用。