11、传感器云安全计算的挑战与研究方向

传感器云安全计算的挑战与研究方向

1. 传感器云数据的 k - 匿名性

在传感器云环境中，多关系模式 S 能唯一标识物理传感器网络的存在。对于传感器云数据的 k - 匿名性，有如下定义：设 QT 为数据集 T 的准标识符，它代表一组属性 { Ai, …, Aj } ⊆ { A1, A2, …, An }，这些属性可用于与外部信息关联，以唯一标识数据集中的一个数据项 ti ∈ T。当且仅当在 T 关于 QT 的投影（T[QT ]）中至少有 k 个出现时，称 T 满足 k - 匿名性。

为了实现数据的隐私保护，需要进行以下操作：
- 识别准标识符和敏感属性 ：准标识符可能会被攻击者利用来关联外部信息，从而识别出特定的数据项。敏感属性则是需要重点保护的数据。
- 确定传感操作属性域 ：在服务协商中用于描述传感操作或任务的需求属性的属性域，这些属性可能成为攻击者侵犯数据隐私的工具。
- 分析数据匿名技术 ：研究各种数据匿名技术，找到适用于数据仓库的数据保护方法。

2. 安全运行时的挑战与研究

2.1 可信数据聚合

在无线传感器被对手物理攻破的情况下，基于信任和声誉的数据聚合技术被提出。然而，传感器云作为网络的网络，传感器可能分布在多个网络中，这给可信数据聚合带来了三个挑战：
- 网络所有者限制 ：单个传感器网络所有者可能不允许不同网络的传感器监控其传感器。
- 远程传感器监控困难 ：传感器可能相距甚远，无