智能家居IoT平台的规则分解隐私保护研究

来源 :陕西师范大学 | 被引量 : 0次 | 上传用户:shifter_2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来物联网(IoT)得到快速发展,基于物联网技术的智能家居也越来越多的活跃在家居市场上。云平台作为现在流行的智能家居的总控制台提高了信息处理能力和资源利用率,降低了家居设备的复杂度,实现了设备之间的联动。智能家居在给人们生活带来极大便利和舒适的同时,安全和隐私泄露等问题也随之而来。云平台为了完成和优化对用户的服务收集了大量家居设备数据,而这些设备数据又包含着用户隐私信息(比如用户活动、健康状况和工作时间等)。考虑到大量数据被传送到云平台,为了保护用户隐私,一个有效的办法就是减少云平台收集的数据。因为平台是利用收集的设备数据执行自动化规则进而实现智能家居,因此,通过过滤不会使用户安装的规则执行的数据能够减少大部分设备数据流向云平台。本文提出了一个高效的数据控制方案IoTRemedy(Remedy of IoT platform),它不仅可以过滤数据还可以在家庭网络内执行大部分自动化规则,仅向云平台传送一些必要的本地不能处理的数据,极大的减少了流向云平台的数据。主要工作如下:(1)通过分析控制智能家居的云平台,尤其是平台上实现智能化的自动化规则,提出只对设备数据进行控制的IoTRemedy基本版。根据规则中各部分是否存在服务型数据,我们设计了一个规则分解算法,将原本云平台规则分成可以留在本地处理的本地规则(LRule)和需要交由云平台处理的云规则(CRule),这样本地规则相关数据留在本地,云规则相关数据则传送到云平台。在保留了尽可能多的设备数据留在本地的同时,本地规则和云规则的共同作用完成了和原本用户安装在云平台的规则一样的工作,既实现了更多的设备数据保护又保证了规则的正常执行。在已有工作基础上,我们构造了一个非介入的而且切实可行的系统,即不需要云平台做任何修改就能减少基于云平台的智能家居结构的数据泄露。(2)在基本版方案的基础上,提出全类型数据控制的IoTRemedy加强版,通过在本地实现部分原本云平台提供的服务保护了更多设备数据甚至含有隐私信息的服务型数据。最后在很有代表性的云平台SmartThings和IFTTT上对两个版本的IoTRemedy进行了一个广泛评估,并与已有工作进行对比,结果表明系统在保护用户隐私数据上是有效的。
其他文献
近年来,随着移动通信的迅猛发展和5G时代的来临,人们对微波器件的小型化提出了更高的要求,迫切需要开发出更多具有低损耗(Q×f>5000 GHz)、中高介电常数(εr>20)和近零谐振频率温度系数(τf≈0 ppm/℃)的微波介质陶瓷材料。本论文围绕钽酸盐系列陶瓷,利用传统固相反应法,开发了两种性能良好的新型钽酸盐微波介质陶瓷,并通过两相复合和离子取代的方法对其微波介电性能进行改性研究,获得了一些有
大数据时代,利用海量数据支撑各类决策已经成为普遍现象,而深度学习因其端到端学习,同时能够实现较高任务精度等优点而受到广泛关注。在深度学习快速发展的同时,一系列隐私保护问题突出,从个人数据非法共享,到攻击者利用公开模型及其参数反向推断出训练数据,隐私泄露严重。因此,研究一种既能保护数据隐私,又能保证较高可用性的深度学习方法具有重要意义。差分隐私是一种基于扰动思想的隐私保护技术,将其应用于深度学习中,
量子资源的操纵和量化是量子物理中的基本问题。在这个领域早期的发展过程中,研究者们研究了各类拷贝、转换和提纯问题。之后对于这些问题的研究趋向于更细致具体的方面,随之出现了两种最具代表性的量子操作-蒸馏与稀释。本文研究了单拷贝框架下纯态相干蒸馏与相干稀释问题,用优化关系定义单拷贝框架下纯态相干蒸馏的最大值与纯态相干稀释的最小值。在此基础上,提出了一套有效地进行纯态确定性相干蒸馏与相干稀释的单步协议,给
图像是人们获取信息最重要也是最直观的来源之一。因而,图像的智能化处理成为各国研究人员所关注的热点。为了提取图像中的关键信息,以便于理解图像的内容,则需要对图像进行分割。图像分割的方法有许多种,其中基于阈值的分割方法是图像分割方法中较为成熟高效和易于实现的一种方法。图像阈值分割主要由两部分组成,一是确定用来获取分割阈值的目标函数,这直接决定了图像的分割质量,二是在阈值数量增加之后,使用合适的优化算法
高分三号卫星是中国首颗C频段多极化高分辨率合成孔径雷达(Synthetic Aperture Radar,SAR)卫星,不仅全天时、全天候观测陆地和海洋,而且高分三号卫星具有成像分辨率高,成像幅宽比较大,以及辐射精度高,成像模式多等特点。无论是军用还是民用,高分三号卫星都体现着重要的价值。为国家海洋局、民政部、水利部、中国气象局等部门提供服务,为其众多用户提供着高质量和高精度的稳定观测数据,使得我
核磁共振成像(Magnetic Resonance Imaging,MRI)是利用核磁共振现象从人体中获得电磁信号,并重建出人体信息的一项技术,成像原理复杂,所获取的图像信息量较大,在现代医学研究与临床诊断中占据着举足轻重的位置。随着数字成像的广泛应用,导致图像数据激增,显然仅依靠相关医生识别海量图像数据是耗时耗力的,长时间的工作也易引起漏诊误诊。为提升工作效率,计算机辅助诊断(Computer-
随着高通量测序技术的发展,越来越多的环状RNA(circular RNA,circRNA)分子在许多的真核细胞中被发现,于此同时circRNA的各项生物功能也逐渐被人类所悉知。circRNA主要的生物特性主要是作为微小RNA(microRNA,miRNA)的海绵体,参与转录调控以及亲代基因修饰的功能。circRNA的内源性、丰富性、保守性、稳定性的特征使得circRNA可能成为预测疾病的生物学标志
在分组密码的扩散层中构造MDS线性变换可以实现良好的扩散性。扩散性能良好的扩散层可抵抗差分密码分析和线性密码分析。构造MDS线性变换的方法有很多种,其中基于Rotational-XOR的MDS线性变换中仅包含循环移位运算和异或运算,结构简单而且软硬件实现效率高,能够增强密码算法抵抗各种密码分析的能力,适用于对称密码算法设计,SMS4算法和ZUC算法的扩散层就是基于该结构构造的。尽管现在对于扩散层的
随着大数据信息时代的到来,高性能计算逐渐成为计算机科学和其他工程领域进行深入研究的关键工具,并能够为各种精细和复杂的问题提供越来越可靠的计算结果。如今高性能计算机的计算能力进一步提高,同时量子化学作为目前高性能计算应用最活跃的领域之一,量子化学家们也开始研究新的计算算法和计算模型,为进一步提高量子化学程序的并行规模和计算效率不断努力。对于量子化学程序,采用合理的应用程序编程接口(API)可以加快代
以生物信息学为研究背景,考虑到生物数据与生命科学知识的获取速度之间存在差异,且由于实际生物系统中不同组学分子之间存在交叉作用,而研究特定生物功能而按生物数据类型划分形成的各类基因调控、信号转导以及代谢网络,不能够系统的诠释生物动态变化过程,因此本文提出了一种生物分子网络整合的办法。文章基于标准Petri网进行扩展,通过改进相关语义以及库所、变迁上的输入、输出关系,得到适合描述生物分子网络的通用模型