基于隐私保护的无线传感网数据融合技术研究

《基于隐私保护的无线传感网数据融合技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码：10293密级：公开硕士学位论文论文题目：基于隐私保护的无线传感网数据融合技术研究学号1011040912姓名周旋导师孙力娟教授学科专业计算机应用技术研究方向计算机在通信中的应用申请学位类别工学硕士论文提交日期二零一四年四月万方数据DataAggregationBasedonPrivacyPreservingforWirelessSensorNetworksThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngine

2、eringByZhouXuanSupervisor:Prof.SunLijuanApril2014万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：___________

3、__日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________万方数据摘要无线传感器网络可以智能地进行数据

4、采集、融合和传输，在数据融合的过程中，隐私保护的问题至关重要。基于隐私保护的数据融合算法是在传感器节点采集的隐私数据不被其他节点知道的前提下，完成无线传感器网络的数据融合。论文在调研了无线传感器网络及其特点的基础上，将数据融合全过程细化为数据聚类和在数据聚类基础上的数据融合，同时提出了改进算法，进行了理论和实验分析，并设计了隐私保护的数据融合原型系统。主要体现在以下三个方面：(1)在研究并分析了主成分分析方法和安全多方计算的隐私保护聚类算法的基础上，提出了基于安全多方计算协议的隐私保护主成分聚类算法(SMCPCA)。该算法引入主成分分析方法对站

5、点采集到的数据属性进行降维，同时引入安全多方计算协议保护了聚类过程的数据隐私，仿真分析得出该算法具有较小的计算量和偏差率。(2)针对数据融合过程中数据的隐私性保护和完整性保护，提出了基于同态加密的隐私保护完整性检测数据融合算法(iHEPDA)。该算法引入随机种子扰乱以保护数据的隐私性，使用同态加密的数据首部对融合结果进行完整性检测，通过仿真实验发现，该算法具有运算简单、通信量小、精确度较好的特点。(3)在(1)和(2)的基础上设计了隐私保护的数据融合原型系统。使用Matlab仿真软件设计了可视化的应用界面，模拟了无线传感器网络中，环境监测应用场

6、景下隐私保护数据融合的全过程，可视地显示了隐私保护聚类、融合、完整性检测过程。综上所述，本文对无线传感器网络隐私保护数据融合进行了深入研究，并提出了合适的改进算法，最后设计了隐私保护的数据融合原型系统。关键词：无线传感器网络，隐私保护，主成分分析，安全多方计算，同态加密1万方数据AbstractWirelessSensorNetworkcanaccomplishdatacollection,aggregationandtransmissionintelligently.Intheprocessofdataaggregation,privacyp

7、reservingismostimportant.Dataaggregationalgorithmbasedonprivacypreservingcanrealizethedataaggregationwithoutdisclosingonenode’sprivacydatatotheothernodesusingthetechnologyofprivacypreserving.AfterhavingresearchedofWirelessSensorNetworkanditscharacteristics,thisdissertationdi

8、videsthewholeprocessofdataaggregationintotwoparts:dataclusteringandthemeani