通过传感器分组增强隐私的物联网数据聚合

使用物联网 (IoT) 普适技术的大数据收集实践常常侵犯隐私，并导致对公民的监视、画像和歧视行为，这反过来削弱了公民参与可持续智慧城市发展的积极性。然而，来自物联网设备的实时数据分析和聚合信息为管理智慧城市基础设施带来了巨大机遇。增强隐私的分布式传感器数据（如居民能源消耗或交通信息）聚合是本文的研究重点。公民可以选择通过降低共享数据的质量来换取数据分析服务准确性的降低，从而选择其隐私级别。考虑一个基线场景，其中物联网传感器数据直接与不可信的中央聚合器共享。引入一种分组机制，通过首先在组级别聚合数据再共享，而不是直接向中央聚合器共享数据，来提高隐私性。组级别聚合以类似于差分隐私和同态加密方案的方式混淆个体的传感器数据，因此与基线场景相比，从单个传感器推断隐私敏感信息在计算上变得更加困难。使用来自两个智慧城市试点项目的真实数据对所提出的系统进行评估。分组下的隐私性得到增强，同时保持了基线场景的准确性。测量了组内一个成员对其他成员的隐私影响，发现隐私公平性在具有相似隐私选择的组成员之间达到最大。比较了几种分组策略。按隐私选择接近度分组提供了最高的隐私增益。讨论了该策略对激励机制设计的影响。