买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖南科技学院
摘要:本申请提供一种车联网中基于BLS签名的公钥同态的自适应隐私屏障方法,包括如下步骤:步骤一、提交注册阶段;步骤二、密钥生成与分发阶段;步骤三、任务派遣阶段;步骤四、数据上传阶段;步骤五、接受验证阶段;步骤六、边缘聚合阶段Data.AggCi,θi;步骤七、聚合上传阶段:步骤八、解密验证阶段。在密文状态下直接进行数据聚合,不仅维持了原算法的同态特性,避免了频繁的加解密需求,同时增强了数据传输与聚合的安全性;通过边缘服务器上进行计算和处理,不仅优化提升了计算效率,而且降低了单服务器被攻破造成数据泄露的风险,为在数据隐私保护前提下的高效数据处理与分析提供了有效支持。
主权项:1.一种车联网中基于BLS签名的公钥同态的自适应隐私屏障方法,其特征在于,包括如下步骤:步骤一、提交注册阶段:各角色向安全信任机构TA提交注册请求;步骤二、密钥生成与分发阶段:安全信任机构TA对各角色的注册请求进行审查,审查通过后,安全信任机构TA对通过审查的角色生成并分发相应的秘钥对;首先,安全信任机构TA生成自己的私钥gmsk=ξ1,ξ2和组公钥gpk=g1,g2,h,u,υ,w;然后,安全信任机构TA利用CRT-Paillier算法的密钥生成部分,生成用于加解密的密钥对ak,pk,sk,pk←CRT-Paillier.KGk;利用BLS签名算法中的密钥生成部分,生成用于生成与验证标签合法性的密钥对x,p,x,p←BLS.KGk;利用群签名的密钥生成部分,生成用于生成群签名的密钥gsk[i]=xi,Ai,gsk[i]←GS.KGk;将加解密的密钥对sk,pk以及用于BLS签名验证的密钥p发送给客户端;将生成BLS签名的密钥x以及生成群签名的密钥gsk[i]=xi,Ai发送给参与者Ui;将用于验证群签名正确性的组公钥gpk=g1,g2,h,u,υ,w发送给边缘服务器ES,安全信任机构TA产生自身的私钥gmsk=ξ1,ξ2用于之后追踪恶意参与者;步骤三、任务派遣阶段:首先,客户端准备好任务的详细信息Task,并利用安全信任机构TA发送过来的公钥pk;公钥pk将发送给参与者Ui用于CRT-Paillier加密;随后,客户端将任务信息Task和公钥pk发送到云服务器CS,云服务器CS在接收到客户端的数据后,将任务信息Task和公钥pk转发到最接近执行任务的边缘服务器ES;步骤四、数据上传阶段:参与者Ui收集完所需数据后,将数据加密并签名后上传至边缘服务器ES;首先,参与者Ui收集所需的数据明文mi;随后,参与者Ui使用客户端提供的公钥pk对数据mi进行加密,生成Ci,Ci=CRT-Paillier.Encmi,pk;参与者Ui利用自己的私钥x使用BLS签名算法为数据生成标签θi,θi=BLS.Signxi,mi;参与者Ui还使用自己的私钥gsk[i]对加密数据进行签名σi,σi=GS.Signgpk,xi,Ai,Ci;最后,参与者Ui将签名的加密数据Ci和标签θi,以及签名σi上传到边缘服务器ES;边缘服务器ES作为数据处理和存储的节点,在接收到上传的数据后进行进一步的处理和存储,以便后续的数据分析和应用;步骤五、接受验证阶段:使用组公钥对数据的签名进行验证,并丢弃无效数据,以确保系统中的数据是真实可信;步骤六、边缘聚合阶段Data.AggCi,θi:首先,边缘服务器ES会收集到来自各个参与者U1,U2,U3,...,Ui上传的经过验证的有效数据Ci,θi,其包含相应的密文Ci和数据的同态标签θi;然后,边缘服务器ES对有效数据Ci,θi进行聚合操作,将相似或相关的数据合并在一起,以便对数据进行更细致的分析和挖掘;密文聚合公式为: 数据的同态标签聚合公式为: 步骤七、聚合上传阶段:将经过聚合处理后的密文及其标签Ci,θi上传至云服务器CS;步骤八、解密验证阶段:客户端收到云服务器CS所发送的聚合结果C,θ后,聚合结果C,θ包括经过加密处理的密文C及其相应的标签θ;客户端利用自己的私钥sk对密文C进行解密,以获取到原始的聚合明文m,解密后的聚合明文m将被用于后续的验证和分析;将聚合结果C,θ进行解密m=CRT-Paillier.Decsk,C后,使用接收到的标签验证聚合BLS.Verθ,m,p,并接收解密通过的聚合明文m;根据CRT-Paillier加密算法的加法同态性,得到:CRT-Paillierm,sk=CRT-Paillierm1+m2+...+mn,sk;得其中,nj表示参与者的个数,也就是数据明文mi的个数;步骤九、申请追踪阶段:在验证数据过程中发生争议或存在安全问题时,客户端向安全信任机构TA上报问题,并请求对恶意参与者进行追踪和处理。
全文数据:
权利要求:
百度查询: 湖南科技学院 车联网中基于BLS签名的公钥同态的自适应隐私屏障方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。