双重隐私保护下基于相似度计算的移动群智感知恶意数据检测方法研究

The key advantage of Mobile CrowdSensing (MCA) is to fulfill various sensing tasks without deploying thousands of static sensors. Due to this property, MCS has become prevalent in the key areas related to people’s daily life, like environment monitoring, smart city and intelligent transportation. Since the MCS systems open registration for the users and the number of the users that undertake each sensing task is uncertain, the accuracy of the final results is easily influenced by the malicious sensing data injected via attackers. In the meanwhile, urgent privacy-preserving requirements have brought great challenges to malicious sensing data detection. Hence, the motivation of this program is to detect malicious sensing data without invading the users’ privacy. Specifically, we first aim to achieve evaluating the reliability of the sensing data based on computing the similarity degrees of any two encrypted sensing vectors. Then, the credibility of each user would be computed and updated anonymously to prevent the attackers from escaping from detection when they consistently provide malicious sensing data. The research on the proposed program is potential to build solid theoretical foundations and technical supports to accelerate the further development and popularization of MCS.

移动群智感知技术旨在充分利用个体的终端移动设备，在无需布置大量静态节点的前提下完成多种感知任务，其已经被广泛应用于环境监测、智慧城市、智能交通等与民生密切相关的关键领域。由于移动群智感知系统的用户注册开放性以及执行感知任务用户数量的不确定性，系统对结果判断的准确性极易受恶意感知数据影响。同时，移动群智感知中迫切的隐私保护需求为恶意数据检测所带来了严峻挑战。因此，本项目旨在保护用户数据隐私和身份隐私的前提下，对恶意数据进行检测，具体为：基于加密感知数据向量间的相似度计算对加密数据的可靠性进行估计，实现恶意数据与正常数据的有效区分，确保当前感知任务判决结果的准确性；同时，提出实现匿名可追溯的用户可信程度计算与更新，确保在保护正常用户身份隐私的前提下对持续提供恶意数据的攻击者进行抵制，防止对移动群智感知系统造成持续破坏。本研究将为移动群智感知技术的健康持续发展提供重要的理论基础和技术支撑。

本项目在项目申请书所提出的研究思路基础上，充分考虑移动群智感知应用与人工智能算法融合的趋势，面向基于人工智能的移动群智感知应用全业务流程，提出了隐私保护前提下的数据清洗算法、联邦学习算法以及高效预测算法，充分保证了原始感知数据在具体应用过程中的“可用不可见”。除此之外，将区块链技术应用于移动群智感知场景，充分利用区块链的不可篡改特性和可追溯特性，对用户的群智感知行为进行规范，从源头保证了移动群智感知决策的准确性。在该项目的资助下，上述研究成果共计发表论文11篇，其中6篇发表在IEEE Transactions on Industrial Informatics、IEEE Transactions on Intelligent Transportation Systems、IEEE Internet of Things Journal、《通信学报》以及CCF B类推荐会议IEEE SRDS，授权国家技术发明专利5项，培养博士研究生1人、硕士研究生4人，项目负责人所指导的作品“MaskChain-基于隐私计算的区块链底层平台”荣获第十四届全国大学生信息安全竞赛作品赛一等奖，本人荣获“优秀指导教师奖”。