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。