Systematic Survey on Privacy-Preserving Architectures for IoT and Vehicular Data Sharing: Techniques, Challenges, and Future Directions
Ho Chi Minh City University of Technology (HCMUT)(胡志明市理工大学);Vietnam National University Ho Chi Minh City(越南国立大学胡志明市);FPT University(FPT大学);RMIT University(皇家墨尔本理工大学);Ton Duc Thang University(顿特堂大学)
本文系统分析了75篇关于物联网和车联网数据共享中隐私保护架构的论文,揭示了隐私-效率-信任三重困境,并指出混合架构是未来发展方向。
2026-03-04 cs.CR
Differential Privacy-based Permissioned Blockchain for Private Data Sharing in Industrial IoT
Hyperledger fabric等许可区块链通过多渠道和私有数据汇集机制在工业物联网(IIoT)中实现安全的供应链模型。共享工业数据,包括供应链合作伙伴之间每个阶段的私有数据交换,有助于提高产品质量,实现未来预测,并加强管理活动。然而,Hyperledger fabric中现有的数据共享和查询机制不适合IIoT中的供应链环境,因为查询是对存储在分类账上的实际数据进行评估的,其中包括敏感信息,例如商业秘密以及提供给零售商和个人的特殊折扣。为了解决这个问题,我们提出了一个基于差分隐私的许可区块链,使用Hyperledger fabric来实现IIoT供应链中的私有数据共享(DH-IIoT)。我们将差分隐私集成到Hyperledger fabric的chaindcode(智能合约)中,以实现隐私保护。因此,查询响应由保护分类账中的敏感信息的扰动数据组成。拟议的工作(DH-IIoT)通过使用Hyperledger结构模拟许可的区块链进行评估。我们将我们的Hyperledger fabric的差分隐私集成链码与供应链场景的Hyperledger fabric的默认链码设置进行比较。实验结果表明,该方法在保证敏感账本数据安全的同时,保持了共享数据96.15%的准确性。
2021-03-30 cs.CR
Trends in Blockchain and Federated Learning for Data Sharing in Distributed Platforms
随着5G网络和物联网(IoT)中通信技术的发展,大量生成的数据可以通过数据共享来改进机器学习(ML)推理。然而,安全和隐私问题是分布式和无线网络中的主要障碍。此外,物联网对系统资源有限制,这取决于服务的目的。此外,区块链技术通过共识算法和加密实现参与者之间的安全交易,而无需集中协调器。在本文中,我们首先回顾了联邦学习(FL)和区块链机制,然后,对区块链和FL在工业,车辆和医疗保健应用中的数据共享的集成进行了调查。
2021-07-19 cs.CR
Blockchain based Proxy Re-Encryption Scheme for Secure IoT Data Sharing
数据是物联网(IoT)生态系统的核心。目前大多数物联网系统都使用基于云的集中式数据共享系统,这将难以扩展以满足未来物联网系统的需求。这种第三方服务提供商的参与还需要传感器所有者和传感器数据用户的信任。此外,还需要为他们的服务付费。为了解决可扩展性和信任问题以及自动化支付,本文提出了一种基于区块链的代理重新加密方案。系统将物联网数据加密后存储在分布式云中。为了共享收集的物联网数据,系统在传感器和数据用户之间建立运行时动态智能合约,而无需可信第三方的参与。它还使用了一个非常有效的代理重新加密方案,该方案允许数据仅由智能合约中的所有者和人员可见。这种智能合约与代理重新加密的新颖组合为传感器数据的存储、交易和管理提供了一个高效、快速和安全的平台。该系统在基于以太坊的测试平台上实现,以分析性能和安全属性。
2019-03-08 cs.CR cs.NI
Towards Secure and Decentralized Sharing of IoT Data
由于物联网设备和平台产生和交换的数据量巨大,物联网(IoT)面临着前所未有的安全性和可扩展性挑战。其中一些挑战目前正在通过将物联网应用程序与区块链相结合来解决。然而,目前区块链支持的物联网系统只是使用区块链来存储访问控制策略,从而没有充分利用区块链技术的力量。在本文中,我们提出了一个名为Sash的新框架,该框架将物联网平台与区块链相结合,与最先进的技术相比具有许多优势。在Sash中,区块链用于存储访问控制策略并做出访问控制决策。因此,对策略和访问请求的更改都是正确实施的,并且可以公开审计。此外,我们通过利用区块链处理金融交易的能力并向数据生产者提供“按设计”报酬来设计“数据市场”。最后,我们利用一个特殊的风味基于身份的加密,以满足密码强制访问控制,同时最大限度地减少开销分发解密密钥。我们通过使用FIWARE开源物联网平台和Hyperledger Fabric框架作为区块链后端来原型化Sash。我们还评估了我们的原型的性能,并表明它在现实的部署设置中产生了可容忍的开销。
2019-08-23 cs.CR cs.DC
An Optimized Privacy-Utility Trade-off Framework for Differentially Private Data Sharing in Blockchain-based Internet of Things
差分私有(DP)查询和响应机制已经在基于物联网(IoT)的各种应用中被广泛采用,以通过数据分析来利用各种益处。敏感信息的保护是通过向查询响应中添加噪声来实现的,该噪声隐藏了数据集中的各个记录。然而,噪声添加对准确性产生负面影响,从而引起隐私-效用权衡。此外,DP预算或成本$ε$通常是固定的,并且由于限制查询数量的顺序组合而累积。因此,在本文中,我们提出了一个称为优化的隐私效用权衡框架的数据共享在物联网(OPU-TF-IoT)。首先,OPU-TF-IoT使用自适应方法通过考虑人口或数据集大小的新度量以及查询来利用DP预算$ε$。其次,我们提出的启发式搜索算法,减少DP预算,同时满足数据所有者和数据用户。第三,为了使DP预算的使用对数据所有者透明,还提出了基于区块链的验证机制。最后,使用真实世界的数据集进行评估,并与传统的DP模型和其他相关的国家的最先进的作品相比,所提出的框架。结果证实,我们提出的框架不仅利用DP预算$ε$有效,但它也优化了查询的数量。此外,数据所有者可以有效地确保他们的数据通过我们基于区块链的验证机制被共享,该机制鼓励他们将数据共享到物联网系统中。
2022-12-08 cs.CR
Data Trust and IoT
物联网环境已成为宝贵的信息源,可以对个人和社会产生积极影响。用户IoT数据可以用于不同的目的。比如,研究和改善公共服务。然而,个人缺乏共享其物联网数据的治理能力。数据信任是一个为解决物联网中的数据共享带来机会的概念。本研究回顾了数据信任的概念。然后,我们回顾了物联网及其独特的特征,这些特征使数据信任成为一项挑战。我们进一步讨论区块链技术以及如何使用它来实现物联网中的数据信任。最后,我们介绍了一个基于区块链的物联网数据信任解决方案。
2022-05-30 cs.CR
Differentially Private Enhanced Permissioned Blockchain for Private Data Sharing in Industrial IoT
针对工业物联网供应链中许可区块链查询引发隐私泄露问题,提出差分隐私增强的EDH-IIoT,通过重用隐私预算实现高效保护,准确率达97%,ε消耗降低35.96%。
2023-06-21 cs.CR
Efficient and Secure Cross-Domain Data-Sharing for Resource-Constrained Internet of Things
针对资源受限物联网跨域数据共享的安全与效率问题,提出基于区块链和分布式密钥生成的方案,实现低开销、抗攻击的完整安全数据共享流程。
2024-11-14 cs.CR
Byzantine-Robust Federated Learning Framework with Post-Quantum Secure Aggregation for Real-Time Threat Intelligence Sharing in Critical IoT Infrastructure
本文提出一种结合后量子安全聚合的联邦学习框架,用于关键物联网基础设施中实时威胁情报共享,通过自适应加权聚合和基于格的加密协议,有效防御拜占庭攻击和量子威胁。
2026-01-03 cs.CR cs.LG
SLIE: A Secure and Lightweight Cryptosystem for Data Sharing in IoT Healthcare Services
RMIT University(皇家墨尔本理工大学);Hitachi Digital Services(日立数字服务);Ho Chi Minh City University of Technology (HCMUT)(胡志明市科技大学);Vietnam National University Ho Chi Minh City (VNU-HCM)(越南国立大学胡志明市分校);NLS Tech Vietnam(NLS科技越南);Polarista A.I(Polarista人工智能)
针对医疗物联网数据共享的安全漏洞,提出基于WKD-IBE的SLIE密码系统,实现端到端加密与轻量密钥管理,性能远超RSA。
2025-10-16 cs.CR
Preventive Audits for Data Applications Before Data Sharing in the Power IoT
本文针对电力物联网数据共享中的信息泄露风险,提出基于互信息特征参数变化的预防性审计方法,通过概率交换调整优化数据以减少私有信息相关性,并用案例验证其有效性。
2024-05-05 cs.CR cs.SY eess.SY
FairShare: Blockchain Enabled Fair, Accountable and Secure Data Sharing for Industrial IoT
工业物联网(IIoT)开辟了一个具有挑战性的研究领域,以改善安全的数据共享,目前有几个限制。首先,缺乏参与的诚实行为的内置保证,例如最终用户或恶意行为的云可能会导致争议。鉴于这些挑战,我们提出了一个公平、负责和安全的数据共享计划,即用于IIoT的$\textit{FairShare}$。在该方案中,从物联网设备收集的数据被处理并存储在云服务器中,中间雾节点便于计算。授权客户可以收取一定费用访问这些数据,以做出战略决策,改善IIoT系统的运营服务。通过启用区块链,$\textit{FairShare}$可以防止欺诈活动,从而实现公平,使各方在数据或惩罚/奖励方面获得合法的结果,同时确保各方提供的服务的问责制。此外,智能合约旨在通过强制执行支付结算来在任何争议中充当调解人。此外,通过适当地应用加密技术(如代理重新加密)来确保数据的安全性和隐私性。我们证明只要至少有一方是诚实的,$\textit{FairShare}$就是安全的。我们验证了$\textit{FairShare}$的理论开销分析。我们还在以太坊中构建了一个原型,通过模拟和现实的测试平台设置来评估性能,并通过最先进的方案证明可比较的结果。我们观察到256字节的额外通信开销和1.01美元的以太坊部署成本,无论文件大小如何都是恒定的。
2023-01-28 cs.CR cs.NI
IoT Analytics and Blockchain
物联网(IoT)正在通过将日常使用的设备(Things)互连并使其智能化的想法来彻底改变人类生活。通过在设备之间建立通信网络,物联网系统有助于自动化任务,并使其高效和强大。通过网络连接的传感器和物理世界涉及大量数据。数据汇集和共享具有通过网络被窃取和操纵的严重威胁。物联网系统中这些不充分的数据安全和隐私问题引发了人们对维护物联网数据身份验证的担忧。区块链是一种抗诱惑的分类账,已成为提供安全功能的可行替代方案。具有分散结构的区块链技术可以帮助解决物联网结构问题,并防止单点故障。在提供强大的安全功能的同时,区块链还面临着物联网环境中的各种关键挑战。本文介绍了一项关于最先进的区块链技术的调查,重点关注物联网应用。通过区块链协议和数据结构,概述了物联网应用程序以及可能的改进和修改。
2021-12-26 cs.CR
Multi-Party Computation in IoT for Privacy-Preservation
随着物联网辅助智能系统及其无处不在的智能传感器的使用越来越多,隐私保护一直是一个严重的问题。为了解决这个问题,智能系统正在被训练成更多地依赖聚合数据,而不是直接使用原始数据。然而,大多数现有的隐私保护数据聚合的策略,或者依赖于计算密集型的同态加密为基础的操作或通信密集型的协作机制。不幸的是,没有一种方法直接适用于资源受限的物联网系统。在这项工作中,我们利用基于并发传输的通信技术来有效地实现基于多方计算(MPC)的策略,即著名的Shamir秘密共享(SSS),并对其进行优化,使其适用于现实世界的物联网系统。
2022-06-04 cs.CR
Leveraging Blockchain and Proxy Re-Encryption to secure Medical IoT Records
针对医疗物联网数据安全共享问题,提出结合私有区块链与代理重加密的架构,实现防篡改记录与细粒度访问控制,保障数据隐私与信任。
2025-09-10 cs.CR
Cross-chain Sharing of Personal Health Records: Heterogeneous and Interoperable Blockchains
本文针对医疗数据孤岛和跨链共享难题,提出一种基于星际文件系统和增强代理重加密算法的异构区块链个人健康记录跨链共享方案,实现了安全高效的数据共享。
2024-10-11 cs.CR cs.NI
Owner-centric sharing of physical resources, data, and data-driven insights in digital ecosystems
我们生活在一个数字化将越来越多的物理资产与IT系统连接的时代,物联网端点将产生大量有价值的数据。因此,公司、个人用户和组织都需要控制自己的物理或非物理资产和数据源。与此同时,他们认识到共享这些数据和数字化实物资产的必要性和机会。本文阐述了我们对这种共享生态系统的技术愿景,报告了这一方向的初步工作,确定了实现这一愿景的挑战,并寻求来自学术访问控制社区的反馈和合作。
2019-06-05 cs.CR
LRCoin: Leakage-resilient Cryptocurrency Based on Bitcoin for Data Trading in IoT
目前,构成物联网(IoT)的物联网(IoT)设备数量超过110亿,并且这个数字一直在不断增加。这些设备的流行导致了一种新兴的物联网业务模式,称为设备即服务(DaaS),它使传感器设备能够收集传播到所有感兴趣设备的数据。与其他设备共享数据的设备可以获得一些经济奖励,例如比特币。然而,侧信道攻击(其旨在利用在数据交易执行期间从物联网设备泄漏的一些信息)是可能的,因为大多数物联网设备容易被黑客攻击或受到损害。因此,由于信息泄露,例如泄露用于在比特币系统中签署比特币交易的私钥,在IoT环境中安全地实现数据交易是具有挑战性的。在本文中,我们提出了LRCoin,一种基于比特币的泄漏弹性加密货币,其中用于认证比特币交易的签名算法是泄漏弹性的。LRCoin适用于物联网应用等不可避免的信息泄露场景。我们的核心贡献是提出了一个有效的双线性连续泄漏弹性ECDSA签名。在一般双线性群模型下,在连续泄漏的情况下,证明了该签名算法对自适应选择消息攻击是不可伪造的。理论分析和实现都证明了该方案的实用性。
2018-10-26 cs.CR
OSRM-CCTV: Open-source CCTV-aware routing and navigation system for privacy, anonymity and safety (Preprint)
University of Jyväskylä(于韦斯屈莱大学)
在过去的几十年里,全球范围内闭路电视(CCTV)摄像机的使用越来越多,越来越广泛,越来越多,许多闭路电视摄像机最近的其他功能,如物联网(IoT)连接和基于人工智能(AI)的面部识别,只会增加隐私倡导者的担忧。因此,必须存在提供隐私、安全和网络安全功能的\emph{CCTV-aware solutions}。我们认为,向前迈出的重要一步是通过路由和导航系统(例如,OpenStreetMap、Google地图),为已知有摄像头的区域提供隐私和安全选项。然而,目前没有路由和导航系统,无论是在线还是离线,提供相应的CCTV感知功能。在本文中,我们介绍了OSRM-CCTV -第一个也是唯一的CCTV感知路由和导航系统的设计和建造的隐私,匿名和安全的应用。我们验证和展示了系统的有效性和可用性的合成和现实世界的例子。为了帮助验证我们的工作以及进一步鼓励系统的开发和广泛采用,我们将OSRM-CCTV作为开源发布。
2021-08-20 cs.CR cs.CV cs.CY
Performance Analysis of the Hybrid IoT Security Model of MQTT and UMA
物联网应用对未来的日常活动充满希望;因此,物联网连接设备的数量预计将在未来几年达到数十亿。然而,物联网有不同的应用框架。此外,物联网应用需要更高的安全标准。在这项工作中,物联网应用框架提出了一个安全嵌入式结构,使用消息队列遥测传输(MQTT)和用户管理访问(UMA)之间的集成。给出了模型的性能分析。将该模型与现有模型和不同的设计结构进行比较表明,本文提出的模型对于具有安全性的功能性物联网设计模型是有希望的。模型中的安全性是其结构中的内置功能。该模型建立在推荐的框架上;因此,它可以与其他用于数据共享的Web标准集成,这将有助于使不同开发方的物联网应用程序集成。
2020-04-26 cs.CR cs.NI
Realizing Open and Decentralized Marketplace for Exchanging Data of Expected IoT Behaviors
本文提出基于以太坊区块链和智能合约构建去中心化物联网安全数据市场,通过共享MUD文件实现设备预期行为知识的开放交换,并以低成本原型验证其可行性。
2023-12-30 cs.CR cs.DB
Blockchain for IoT Access Control: Recent Trends and Future Research Directions
随着无线传感器网络、智能设备以及传统信息和通信技术的快速发展,物联网(IoT)应用和服务在我们的日常生活中的使用有着巨大的增长。物联网系统处理大量数据。这些数据可能特别敏感,因为它可能包括健康,财务,位置和其他高度个人化的信息。物联网中的细粒度安全管理需要有效的访问控制。一些提案讨论了物联网的访问控制,但是,对新兴的基于区块链的物联网访问控制解决方案的关注有限。在本文中,我们回顾了基于区块链的物联网访问控制解决方案的最新趋势和关键需求。我们确定了区块链的几个重要方面,包括分散控制,安全存储和以不信任的方式共享信息,用于物联网访问控制,包括其优点和局限性。最后,我们指出了一些未来的研究方向,如何有效地将区块链融合到物联网访问控制中。
2021-06-09 cs.CR cs.DC
OptiFLIDS: Optimized Federated Learning for Energy-Efficient Intrusion Detection in IoT
Laboratory of Research in Informatics (LaRI), Faculty of Sciences, Ibn Tofail University, Kenitra, Morocco(信息研究实验室(LaRI)、科学学院、伊本·托法尔大学、肯特拉,摩洛哥)
针对物联网入侵检测中联邦学习面临的数据异构和高能耗问题,提出OptiFLIDS方法,通过本地剪枝和定制聚合,在保持检测性能的同时提升能源效率。
2025-10-13 cs.AI cs.CR cs.LG
ZK-DPPS: A Zero-Knowledge Decentralised Data Sharing and Processing Middleware
本文提出ZK-DPPS框架,通过全同态加密和安全多方计算替代传统零知识证明,在去中心化供应链中实现数据隐私保护与高效计算。
2024-10-21 cs.CR
Flow-Based Detection and Identification of Zero-Day IoT Cameras
提出zCamInspector系统,利用流特征和多种机器学习模型,实现高准确率识别已知及零日物联网摄像头,其中XGB识别准确率超99%,DeepSVDD在零日检测中表现最佳。
2025-09-10 cs.CR
Privacy-Preserving Protocols for Smart Cameras and Other IoT Devices
数以百万计的消费者依靠智能摄像头系统来远程监控他们的家庭和企业。然而,流行的商业系统的架构和设计要求用户将其数据的控制权放弃给不可信的第三方,诸如服务提供商(例如,云)。因此,第三方可以(在某些情况下已经)在用户不知情或未经同意的情况下访问视频片段-违反了用户隐私的核心原则。在本文中,我们介绍了CaCTU,一个隐私保护的智能摄像头系统,将控制权返回给用户;信任的根源始于用户,并通过一系列旨在支持流行功能的加密协议来维护,例如共享,删除和观看视频直播。通过这样做,我们证明了实现一个高性能的智能相机系统是可行的,该系统利用了基于云的模型的便利性,同时保留了控制访问(私人)数据的能力。然后,我们将讨论我们的技术和协议如何扩展到记录时间序列数据的其他物联网设备的隐私保护设计。
2022-08-21 cs.CR
A Lightweight and Secure PUF-Based Authentication and Key-exchange Protocol for IoT Devices
针对现有物联网设备认证方案资源需求高、依赖持续互联网连接且跨技术可扩展性差的问题,提出基于PUF、按位异或和哈希函数的轻量认证密钥交换协议,经安全验证和ESP32原型测试,兼具安全性与轻量性。
2023-11-07 cs.CR
A Context-Aware Information-Based Clone Node Attack Detection Scheme in Internet of Things
物联网(IoT)网络的快速扩展性质开始引起包括灵巧家庭、智能交通、智能健康和工业环境在内的一系列应用的兴趣。这项尖端技术使个人能够通过由传感器和执行器组成的上千个物联网设备实时和远程跟踪和控制其集成环境,这些设备积极参与传感,处理,存储和共享信息。尽管如此,物联网设备经常部署在敌对环境中,其中对手试图捕获和破坏它们,以夺取整个网络的控制权。潜在恶意行为的一个这样的示例是IoT设备的克隆,其中攻击者可以物理地捕获设备,获得一些敏感信息,复制设备,并将它们智能地部署在期望的位置以进行各种内部攻击。物联网网络上的设备克隆攻击是一个重要的安全问题,因为它允许选择性转发,sink-hole和黑洞攻击。为了解决这个问题,本文提供了一种有效的方案来检测物联网网络上的克隆节点攻击,该方案利用物联网设备的语义信息(称为从部署环境中感知的上下文信息)来安全地定位它们。通过结合位置证明和扩展椭圆曲线数字签名技术的批量验证,设计了一种位置证明机制,以加速选定可信节点的验证过程。我们证明了我们的计划的安全性和它的弹性安全克隆节点攻击检测进行全面的安全分析。我们提出的方案的性能提供了一个高度的检测精度与最小的检测时间,并显着降低了计算,通信和存储开销。
2021-06-30 cs.CR
Towards large-scale, automated, accurate detection of CCTV camera objects using computer vision. Applications and implications for privacy, safety, and cybersecurity. (Preprint)
University of Jyväskylä(于韦斯屈莱大学)
为了抵御CCTV摄像头和技术对隐私的日益侵犯,必须存在具有隐私、安全和网络安全功能的CCTV感知解决方案。我们认为,实现这种CCTV感知解决方案的第一个重要步骤必须是映射系统(例如,谷歌地图,开放街道地图),提供隐私和安全的路线和导航选项。然而,这又要求映射系统包含关于CCTV摄像机的确切地理位置、覆盖区域以及可能的其他元数据(例如,分辨率、面部识别特征、操作员)。然而,这些信息在当前的映射系统中是缺失的,并且有几种方法来解决这个问题。一种解决方案是对地理位置标记的图像执行CCTV摄像机检测,例如,各种平台上的街景图像,在Flickr等图像共享平台上公开发布的用户图像。不幸的是,据我们所知,没有用于CCTV摄像头目标检测的计算机视觉模型,也没有支持隐私和安全路由选项的映射系统。为了缩小这些差距,本文介绍了CCTVCV -第一个也是唯一一个计算机视觉MS COCO兼容模型,能够准确检测图像和视频帧中的CCTV和视频监控摄像头。为此,我们最好的检测器是使用8387张图像构建的,这些图像经过手动审查和注释,包含10419个CCTV摄像机实例,准确率高达98.7%。此外,我们建立和评估多个模型,提出了一个全面的性能比较,并概述了与此类研究相关的核心挑战。
2021-08-20 cs.CR cs.CV
DEXO: A Secure and Fair Exchange Mechanism for Decentralized IoT Data Markets
University of Kentucky(肯塔基大学);Purdue University(普渡大学)
DEXO提出了一种去中心化的数据交换机制,通过硬件-密码学协同设计,实现数据保密性、来源可验证性和交易公平性,提升区块链效率。
2025-11-23 cs.CR
Reliable Federated TinyML Deployment for IoT Security
The Pennsylvania State University(宾夕法尼亚州立大学);Elizabethtown College(伊丽莎白敦学院)
本研究将联邦学习与TinyML模型压缩结合用于物联网入侵检测,通过服务器协调的余弦学习率调度将攻击召回率从46.7%提升至93.85%,实现轻量级隐私保护部署。
2026-09-24 cs.CR cs.LG
Privacy-Preserving IoT in Connected Aircraft Cabin
Airbus Central R&T(空中客车中央研发与技术);School of Computing, Macquarie University(麦考瑞大学计算学院)
针对互联飞机客舱物联网存在的应用层隐私缺口,本文提出在类CSMIM架构上集成可配置PETs的框架,通过高保真测试平台量化性能权衡,为关键领域可信协作物联网设计提供路线图。
2025-11-19 cs.CR cs.DC cs.NI
SPRITE: A Scalable Privacy-Preserving and Verifiable Collaborative Learning for Industrial IoT
Indian Institute of Engineering Science and Technology, Shibpur(希布尔印度工程科学与技术学院);University of New South Wales(新南威尔士大学)
最近,协作学习被广泛应用于工业物联网(IIoT)中生成的敏感数据建模。它使大量设备能够通过与服务器协作来集体训练全局模型,同时将数据集保持在它们各自的场所。然而,现有的方法受到高开销的限制,并且还可能遭受恶意服务器返回的伪造的聚合结果。因此,我们提出了一种可扩展、隐私保护和可验证的协作学习(SPRITE)算法,用于训练IIoT的线性和逻辑回归模型。我们的目标是通过引入雾作为中间件来减轻资源受限的IIoT设备的负担和对云的信任依赖。SPRITE采用阈值秘密共享来保证隐私保护和对IIoT设备丢失的鲁棒性,而可验证的加性同态秘密共享则确保模型聚合期间的可验证性。我们在一个诚实但好奇的环境中证明了SPRITE的安全性,在这个环境中,云是不值得信任的。我们通过理论开销分析和在具有两个真实工业数据集的IIoT用例上进行的广泛测试床实验,验证了SPRITE的可扩展性和轻量级。对于大规模工业设置,SPRITE在线性和逻辑回归方面的性能分别比竞争对手提高了65%和55%,同时将IIoT设备的通信开销降低了90%。
2022-03-22 cs.CR cs.DC cs.LG
BlendCAC: A BLockchain-ENabled Decentralized Capability-based Access Control for IoTs
物联网(IoT)的普及允许异构嵌入式智能设备在有或没有人工干预的情况下协作地提供智能服务。在利用大规模基于物联网的应用(如智能电网或智能城市)的同时,物联网也引发了对隐私和安全的更多关注。在物联网面临的最大安全挑战中,访问授权对于资源共享和信息保护至关重要。当今访问控制(AC)的一个弱点是集中式授权服务器,它可能是性能瓶颈或单点故障。在本文中,BlendCAC,一个基于区块链的分散能力的AC被提出用于物联网的安全性。BlendCAC旨在对大规模物联网系统中的设备、服务和信息进行有效的访问控制。基于区块链网络,提出了一种用于访问权限传播的能力委托机制.提出了一种基于身份的能力令牌管理策略,该策略利用智能合约进行访问授权的注册、传播和撤销。在提出的BlendCAC方案中,物联网设备是自己的主人,可以控制自己的资源,而不是由集中式机构进行监督。在Raspberry Pi设备和本地私有区块链网络上实施和测试,我们的实验结果证明了所提出的BlendCAC方法的可行性,可以为物联网系统提供分散,可扩展,轻量级和细粒度的AC解决方案。
2018-04-24 cs.CR cs.DC cs.NI
HBFL: A Hierarchical Blockchain-based Federated Learning Framework for a Collaborative IoT Intrusion Detection
University of Queensland(昆士兰大学)
物联网生态系统安全态势的持续加强至关重要,因为互联设备的数量和共享的敏感数据量不断增加。利用机器学习(ML)功能防御物联网网络攻击具有许多潜在的好处。然而,目前提出的框架没有考虑数据隐私,安全架构和/或物联网生态系统的可扩展部署。在本文中,我们提出了一个基于分层区块链的联邦学习框架,以实现安全和隐私保护的协作物联网入侵检测。我们强调并展示了在组织间物联网网络之间共享网络威胁情报以提高模型检测能力的重要性。建议基于ML的入侵检测框架遵循分层联邦学习架构,以确保学习过程和组织数据的隐私。交易(模型更新)和流程将在安全的不可变分类账上运行,执行任务的一致性将由智能合约验证。我们已经测试了我们的解决方案,并通过实施它并使用关键的物联网数据集评估入侵检测性能来证明其可行性。其结果是一个安全设计的基于ML的入侵检测系统,能够检测到广泛的恶意活动,同时保护数据隐私。
2022-04-08 cs.CR cs.LG cs.NI
A framework for mitigating zero-day attacks in IoT
物联网(IoT)旨在提供每个计算实体之间的连接。然而,这种便利也导致了更多的网络威胁,这些威胁可能会利用一段时间内存在的漏洞。其中一个漏洞是零日威胁,它可能导致零日攻击,这对企业和网络安全都是有害的。在这篇文章中,提出了一项关于物联网网络零日威胁的研究,并提出了一个基于上下文图的框架,以提供减轻这些攻击的策略。所提出的方法使用一个分布式的诊断系统进行分类的上下文在中央服务提供商以及在本地用户站点。一旦识别出潜在的零日攻击,就使用关键的数据共享协议来传输警报消息并重新建立网络实体与IoT设备之间的信任。结果表明,分布式方法是能够有效地减轻零日威胁与33%和21%的改善方面的运营成本和通信开销,分别与集中式诊断系统相比。
2018-04-16 cs.CR cs.NI
Harris Hawks Feature Selection in Distributed Machine Learning for Secure IoT Environments
Mohamed Bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Technology Innovation Institute(技术创新研究所)
物联网(IoT)的发展极大地扩展了我们的日常生活,在智能城市,医疗保健和建筑方面发挥着关键作用。物联网等新兴技术寻求提高认知城市的服务质量。虽然物联网应用在智能建筑应用中很有帮助,但它们存在真正的风险,因为这些建筑物中使用异构网络的大量互连设备增加了潜在的物联网攻击数量。物联网应用程序可以收集和传输敏感数据。因此,有必要开发新的方法来检测被黑客入侵的物联网设备。提出了一种基于Harris Hawks Optimization(HHO)和Random Weight Network(RWN)的特征选择(FS)模型,用于检测从受损物联网设备发起的物联网僵尸网络攻击。分布式机器学习(DML)旨在在边缘设备上本地训练模型,而无需将数据共享到中央服务器。因此,我们使用集中式和分布式ML模型来应用所提出的方法。这两种学习模型在两个物联网僵尸网络攻击的基准数据集下进行了评估,并使用不同的评估指标与其他知名的分类技术进行了比较。实验结果表明,在大多数情况下,准确率,精度,召回率和F-测量方面的改善。所提出的方法实现了平均F-测量高达99.9%。结果表明,DML模型在本地维护数据的同时,实现了与集中式ML相比具有竞争力的性能。
2023-02-20 cs.CR cs.LG eess.SP
Blockchains for Internet of Things: Fundamentals, Applications, and Challenges
本文综述三类区块链的基础特性、安全问题及其在边缘AI、通信和医疗物联网中的应用,分析集成挑战与未来方向。
2024-06-15 cs.CR cs.NI
A Cooperative Architecture of Data Offloading and Sharing for Smart Healthcare with Blockchain
医疗保健行业见证了电子医疗服务的重大变革,电子健康记录(EHR)被转移到移动边缘云以促进医疗保健。已经提出了许多基于边缘云的系统设计,但仍然存在一些技术挑战,例如由于集中式医疗保健架构导致的低服务质量(QoS)、数据隐私和系统安全性。在本文中,我们提出了一种使用边缘云和区块链的医疗保健数据卸载和数据共享的新混合方法。首先,提出了一种有效的数据卸载方案,其中物联网健康数据可以卸载到附近的边缘服务器,用于具有隐私意识的数据处理。然后,集成数据共享方案,以通过区块链实现医疗保健用户之间的数据交换。特别是,一个可信的访问控制机制,开发使用智能合约的访问认证,以实现安全的EHR共享。广泛的实际实验结果表明,该方案在提高QoS、增强数据隐私和安全性以及降低智能合约成本方面优于现有方案。
2021-03-30 cs.CR eess.SP
A Blockchain Solution for Collaborative Machine Learning over IoT
atlanTTic, ICLAB, Escuela de Ingeniería de Telecomunicación(atlanTTic、ICLAB、电信工程学院)
本文提出结合增量学习向量量化算法与以太坊区块链的物联网协作学习方案,以降低开销并保障隐私安全,实验证明其能提升机器学习任务的准确性和效率。
2025-07-09 cs.CR cs.LG cs.NI
RIFLE: Robust Distillation-based FL for Deep Model Deployment on Resource-Constrained IoT Networks
Department of Computer Engineering, Sharif University of Technology(谢里夫技术大学计算机工程系);Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院)
RIFLE通过基于logit的知识蒸馏方法,提升资源受限物联网网络中深度模型的鲁棒性和隐私保护,显著提高训练效率和攻击防御能力。
2026-02-09 cs.CR cs.DC cs.LG
F-ACVAE: A Federated Adaptive Conditional Variational Auto-Encoder for Privacy-Preserving Intrusion Detection in IoT Networks
Department of Computer Engineering, Ne. C., Islamic Azad University, Neyshabur, Iran(伊朗奈什巴尔伊斯兰Azad大学计算机工程系)
针对物联网设备网络中入侵检测面临的挑战,提出F-ACVAE框架,通过选择性参数聚合实现跨设备协作训练,引入新策略增强稳定性,实验表明其检测性能高且通信开销低。
2026-07-07 cs.CR cs.LG
FedBlockHealth: A Synergistic Approach to Privacy and Security in IoT-Enabled Healthcare through Federated Learning and Blockchain
University of Technology Sydney(悉尼科技大学);University of Haripur(哈里普尔大学);Thapar University Patiala(帕蒂亚拉塔帕尔大学);Abdul Wali Khan University(阿卜杜勒·瓦利·汗大学)
本文提出FedBlockHealth框架,融合联邦学习与区块链,通过公钥密码保障本地模型更新安全,在EMNIST数据集上验证了物联网医疗场景下的隐私保护、安全性与计算效率。
2023-04-16 cs.AI cs.CR cs.LG
SWORD: A Secure LoW-Latency Offline-First Authentication and Data Sharing Scheme for Resource Constrained Distributed Networks
University of Maryland Baltimore County(马里兰大学巴尔的摩县分校);Kent State University(肯特州立大学);Tennessee State University(田纳西州立大学)
SWORD是一种针对资源受限分布式网络的低延迟安全认证和数据共享方案,采用基于接近度的聚类方法,实现高效安全的离线操作。
2026-01-19 cs.CR cs.DC
Generative Adversarial Networks for Distributed Intrusion Detection in the Internet of Things
Virginia Tech(弗吉尼亚理工大学)
为了获得物联网(IoT)的好处,必须保护系统免受网络攻击,以实现关键任务和实时应用。为此,入侵检测系统(IDS)已被广泛用于检测由物联网系统中的网络攻击者引起的异常。然而,由于物联网的大规模性质,IDS必须以分布式方式运行,对中央控制器的依赖性最小。此外,在许多情况下,如健康和金融应用程序,数据集是私有的,物联网设备可能不打算共享这些数据。为此,本文提出了一种分布式生成对抗网络(GAN),为物联网提供一个完全分布式的IDS,以便在不依赖任何集中式控制器的情况下检测异常行为。在这种架构中,每个IoTD都可以监控自己的数据以及邻居IoTD,以检测内部和外部攻击。此外,所提出的分布式IDS不需要在IoT之间共享数据集,因此,它可以在保护用户数据隐私的IoT中实现,例如健康监控系统或金融应用。分析表明,所提出的分布式GAN具有更高的检测入侵的准确性相比,一个独立的IDS,只有一个单一的IoTD数据集的访问。仿真结果表明,提出的分布式基于GAN的入侵检测系统具有高达20%的准确率,提高25%的精度,并降低60%的误报率相比,一个独立的基于GAN的IDS。
2019-06-03 cs.CR cs.LG cs.NI
Deontic Knowledge Graphs for Privacy Compliance in Multimodal Disaster Data Sharing
University of Maryland, Baltimore County(马里兰大学巴尔的摩分校)
本文提出基于德性知识图谱的框架,用于多模态灾难数据共享中的隐私合规,通过整合灾难管理知识图谱和政策知识图谱,实现更灵活的访问控制和合规验证。
2026-01-07 cs.AI cs.CR cs.DB
Data-driven Trust Bootstrapping for Mobile Edge Computing-based Industrial IoT Services
Hitachi Construction Machinery(日立建设机械);School of Computing Technologies RMIT University(RMIT大学计算技术学院)
本文提出一种数据驱动且上下文感知的信任引导方法,通过MEC环境间知识共享解决数据稀疏和上下文不均衡问题,并在两个真实数据集上验证了其在工业物联网服务可信度引导中的有效性。
2025-08-18 cs.CR cs.DC cs.LG
FedP3E: Privacy-Preserving Prototype Exchange for Non-IID IoT Malware Detection in Cross-Silo Federated Learning
针对IoT恶意软件检测中数据异构与隐私问题,提出联邦学习框架FedP3E,通过高斯混合模型构建类原型并加噪交换,结合SMOTE增强少数类,在不共享原始数据下有效缓解统计异构性。
2025-07-09 cs.AI cs.CR
Client Clustering Meets Knowledge Sharing: Enhancing Privacy and Robustness in Personalized Peer-to-Peer Learning
Imperial College London(伦敦帝国学院)
本文提出完全去中心化的 P4 方法,通过隐私保护的客户端聚类与差分隐私知识蒸馏,在资源受限 IoT 对等学习中提升个性化准确率、隐私性及抗投毒攻击鲁棒性。
2025-10-20 cs.AI cs.CR cs.LG
Why is My Secret Leaked? Discovering Vulnerabilities in Device-to-Device File Sharing
Android上Wi-Fi Direct设备到设备文件共享应用的活跃用户数已超过18亿。Wi-Fi Direct,也称为Wi-Fi P2P,通常用于移动设备之间的点对点高速文件传输,以及无线摄像头,网络打印机,电视和其他物联网和移动设备的近距离连接模式。对于其最终用户,这种类型的直接文件传输不会产生蜂窝数据费用。然而,尽管这些应用程序的普及,我们观察到,软件供应商往往优先考虑用户流的易用性在其实现的安全性,这导致了严重的安全缺陷。我们在安全性和可用性方面进行了全面的安全分析,并以17个常见漏洞和暴露(CVE)的形式报告了我们的调查结果,这些漏洞和暴露已披露给相应的供应商。为了解决类似的缺陷,在应用程序设计的早期阶段,我们提出了一个共同考虑的安全性和可用性,这样的应用程序及其协议,可以可视化的形式定制的用户旅程地图(UJM)。
2020-04-26 cs.CR cs.HC cs.NI
A privacy-preserving data storage and service framework based on deep learning and blockchain for construction workers' wearable IoT sensors
Tsinghua University(清华大学)
对可穿戴物联网(IoT)传感器,特别是脑机接口(BCI)收集的大脑信号进行分类是发展最快的研究领域之一。然而,研究大多忽略了收集的个人神经生理数据的安全存储和隐私保护问题。因此,在这篇文章中,我们试图弥合这一差距,并提出了一个安全的隐私保护协议,实现BCI应用程序。我们首先将大脑信号转化为图像,并使用生成对抗网络来生成合成信号,以保护数据隐私。随后,我们将迁移学习的范例应用于信号分类。所提出的方法进行了评估的案例研究和结果表明,真实的脑电数据与人工生成的样本增强提供了优越的分类性能。此外,我们提出了一个基于区块链的方案,并在以太坊上开发了一个原型,旨在使存储,查询和共享个人神经生理数据和分析报告安全且具有隐私意识。描述了三个主要交易主体--建筑工人、BCI服务提供商和项目经理--的权利,并讨论了拟议系统的优点。我们相信本文提供了一个全面的解决方案,以保护私人数据免受网络攻击,为BCI应用程序开发人员提供公平的竞争环境,并最终提高行业的专业福祉。
2022-11-19 cs.CR cs.LG eess.SP
Edge-assisted U-Shaped Split Federated Learning with Privacy-preserving for Internet of Things
Beijing Wuzi University(北京物资学院);Beijing University of Technology(北京工业大学)
针对物联网设备算力不足、数据传输易拥塞及隐私风险问题,提出边缘辅助U型拆分联邦学习框架EUSFL,结合联邦学习与拆分学习优势,搭配LabelDP噪声机制,在保障隐私的同时提升训练效率、降低设备开销。
2023-11-08 cs.AI cs.CR cs.LG