隐私保护的传感数据恢复
密码学与安全
2018-03-30 v1 分布式、并行与集群计算
摘要
近年来，大规模的各类无线传感器网络已被部署用于基础科学研究。海量数据丢失极为普遍，因此对数据恢复有着巨大需求。尽管数据恢复方法满足了准确性要求，但其引起的潜在隐私泄露问题却备受关注。因此，传感数据恢复面临的主要挑战是有效的隐私保护问题。现有算法要么能实现准确的数据恢复，要么能解决隐私问题，但没有任何单一设计能够同时解决这两个问题。因此，在本文中，我们提出了一种新颖的方法：具有多属性辅助的隐私保护压缩感知。它将 PPCS 方案应用于传感数据恢复，能够在不降低准确性的情况下有效加密传感数据，因为它保持了压缩感知的同态混淆特性。此外，传感数据集中的多个环境属性通常具有很强的相关性，因此我们设计了多属性辅助（MAA）组件来利用这一特性以获得更好的恢复准确性。结合 PPCS 与 MAA，这一新颖的恢复方案能够提供具有高准确性的可靠隐私保护。首先，基于 IntelLab 和 GreenOrbs 两个真实数据集，我们揭示了其固有的低秩特征作为基准真值，并发现了这种多属性关联。其次，我们开发了 PPCS-MAA 算法以保护隐私并优化恢复准确性。最后，真实数据驱动的仿真结果表明，该算法优于现有解决方案。
引用
@article{arxiv.1803.10943,
title = {Privacy-preserving Sensory Data Recovery},
author = {Cai Chen and Manyuan Zhang and Huanzhi Zhang and Zhenyun Huang and Yong Li},
journal= {arXiv preprint arXiv:1803.10943},
year = {2018}
}