1.一种面向边缘计算的多维度查询方法,其特征在于,包括以下步骤:
用户初始化系统公私钥后,将自身每次多维度查询的查询范围映射入矩阵中并向量化,生成查询陷门和加密参数并发送给雾设备,
雾设备收到查询陷门和加密参数后,将查询陷门下发给各传感器;
传感器设备收到查询陷门并进行计算,将其计算的结果反馈给雾设备,雾设备接受并聚合传感器的计算结果信息;
在用户解析阶段,用户接受并解析雾设备发来的计算结果信息以获得查询结果。
2.根据权利要求1所述的一种面向边缘计算的多维度查询方法,其特征在于,所述用户初始化系统公私钥具体包括:
101、初始化算法,给定安全参数
102、公私钥生成,设h=gq,此时h是
3.根据权利要求2所述的一种面向边缘计算的多维度查询方法,其特征在于,所述用户将自身每次多维度查询的查询范围映射入矩阵中并向量化,具体包括:
103、查询矩阵生成,用户首先对其查询区间进行映射,每次查询时,任一维度设定为第一区间,之后按照规则依次确定每个区间在查询序列中的开始点
104、元素拆分和映射,每个查询区间的数据偏移β可以由查询区间的开始点来确定,设偏移后该查询区间内第k个元素为vk,则β,vk可以表示为:
105、矩阵向量化,用户以特定规则,由矩阵生成四种向量x,y,x′,y′,。此时,所有矩阵内元素均可以向量形式表示,即
4.根据权利要求3所述的一种面向边缘计算的多维度查询方法,其特征在于,所述生成查询陷门具体包括步骤:
106、查询陷门生成,对生成的向量进行加密后,在原有的
5.根据权利要求4所述的一种面向边缘计算的多维度查询方法,其特征在于,所述传感器设备收到查询陷门并进行计算,将其计算的结果反馈给雾设备,具体包括:
107、传感器端哈希和维度比对,与用户端发送的维度标识值γ相对应,每个传感器设备dk拥有自己的维度标识γ′k,传感器设备依次提取用户发送的查询陷门α中的
108、传感器端计算,在获取了queryvector后,传感器设备首先从中提取出查询的本次查询的偏移量βk来对自身的观测数据vk进行数据偏移得到偏移后的值v′k,使用elementshift函数得到其在矩阵中的位置(i,j),此时,传感器设备根据(i,j)从queryvector提取对应的向量值进行计算,将传感器所观测的值vk转换表示为查询矩阵对应位置的值在
6.根据权利要求5所述的一种面向边缘计算的多维度查询方法,其特征在于,所述雾设备接受并聚合传感器的计算结果信息,具体包括:
109、雾设备端处理,雾设备fdi接收到其下属的k个传感器发来的ωk后,从中提取出传感器对本次n维度查询的结果ck并进行计算,雾设备将所有维度数据ck相乘,根据bgn算法的同态性,得到的结果即是k个维度上反馈的所有结果之和,fdi本次查询的匹配程度σi即为此和值与用户发来的经加密的查询维度信息et(n)的差值。fdi将σi和所有ωk的值构建成ζi发送给用户。
7.根据权利要求6所述的一种面向边缘计算的多维度查询方法,其特征在于,所述用户接受并解析雾设备发来的计算结果信息以获得查询结果,具体包括:
110、用户解析,用户在收到fdi发来的数据ζi后,首先提取出查询匹配程度值σi并解密,当且仅当σi值等于0时,雾设备fdi所返回的结果完全与查询匹配。用户对完全匹配的雾设备发来的数据ζi分维度进行累乘,并计算得到完全匹配的设备个数c和维度γ下符合查询条件数据的和
8.一种存储介质,该存储介质内部存储计算机程序,其特征在于,所述计算机程序被处理器读取时,执行上述权利要求1~7任一项的方法。
9.一种采用权利要求1-8所述方法的面向边缘计算的多维度查询系统,其特征在于,包括:
用户端:用户初始化系统公私钥后,将自身每次多维度查询的查询范围映射入矩阵中并向量化,生成查询陷门和加密参数并发送给雾设备,此后,在用户解析阶段,用户接受并解析雾设备发来的计算结果信息以获得查询结果;
雾设备端:雾设备收到查询陷门和加密参数后,将查询陷门下发给各传感器;此后,雾设备接受并聚合传感器的计算结果信息;
传感器端:传感器设备收到查询陷门并进行计算,将其计算的结果反馈给雾设备。