物联网时代移动群智感知技术中的安全问题浅析

2021-01-16唐裕彪

数字通信世界 2021年11期

唐裕彪

（中国移动通信集团重庆有限公司，重庆 401121）

0 引言

5G窄带物联网（NB-IoT）技术的发展进一步推动了物联网技术的推广与普及，移动群智感知技术作为一种新的大规模感知模式，逐步成为研究热点。移动群智感知技术由众包、参与感知等相关概念发展而来[1]。它是一种新的大规模感知模式，它利用随身携带的智能移动终端（智能手机、可穿戴设备等）形成大规模、随时随地且与人们日常生活密切相关的感知系统。通过广大用户参与，获取具有多模态、富内容、时空性等特征的感知数据[2]。

1 移动群智感知架构

移动群智感知的结构分为四层：顶层是应用层，涉及高级功能，如用户招聘和任务分配；第二层是数据层，负责存储、分析和处理收集到的信息；第三层是通信层，包括用于传送感知数据的通信协议；第四层是传感层，主要是传感设备。

移动群智感知的任务执行可分为四个阶段[3]。

（1）任务创建：移动群智感知管理器通过向工作人员提供相应的移动电话应用程序来创建移动群智感知任务。

（2）任务分配：组织者创建一个移动群智感知任务后，下一个阶段是任务分配，应用程序或公共平台招募员工，给他们分配感知任务。

（3）任务执行：工作人员收到分配的感知任务后，在预定的时空尺度（即时间长度和目标区域）内完成任务。包括感知、计算和数据上传。如何节约能源消耗是这一阶段的主要研究问题。

（4）数据聚合：该阶段根据任务组织者的要求，对参与者上报的数据进行聚合。这一阶段的关键问题是如何推断缺失的数据，并提供感知目标的完整时空图景。

2 移动群智感知的特点

2.1 开放性

移动群智感知是一个依赖移动设备参与数据传感或计算的开放系统。任何移动设备都可以作为员工参与，它们不需要属于任何移动群智感知平台，也不需要属于任何服务提供商。因此，恶意员工不会被阻止加入任何移动群智感知任务。他们可能会实施攻击，损害服务提供商，影响用户和其他员工的隐私和安全。此外，不可靠或恶意的员工可能会插入不可信的数据或虚假数据。因此，对员工和收集到的数据进行准确的信任评估变得至关重要。

2.2 移动性和动态拓扑

移动群智感知中的员工本质上是移动的，在完全分布式的移动群智感知架构中，服务提供商也由移动设备提供服务。在这种情况下，移动群智感知的拓扑变得极其复杂。移动性和动态拓扑使员工管理极具挑战性。

2.3 网络异构性

移动群智感知中的数据可以通过3G/4G/5G蜂窝网络、Wi-Fi、蓝牙等多种网络上传到服务提供商。虽然此功能为移动设备提供了多种连接到移动群智感知中的服务提供商的机会，但它也增加了安全、隐私和信任的风险。首先，恶意节点可以在某些类型的网络中执行多个安全攻击。例如，在移动自组织网络中更容易实施干扰攻击。其次，由于通过不同网络传输的数据受到不同干扰，增加了对数据进行信任评估的难度。最后，安全协议在不同的网络中有所不同。当底层网络发生变化时，需要解决不同协议带来的问题。

3 移动群智感知中隐私保护研究热点[4]

3.1 隐私权保护下的真值发现

移动群智感知收集的大部分数据都与用户的隐私有关，并且服务提供商通常并非完全可信。目前，虽然基于多种方法提出了许多真值发现方案，但大多数方案都没有考虑隐私保护问题。

3.2 分布式结构下的感知方法

分布式移动群智感知结构中服务提供商由单个或多个移动节点来实现，随着移动设备和移动社交网络的普及，移动终端用户可能会利用其社交连接向分布式服务提供商寻求帮助。因此，分布式架构下的用户认证、信任管理、数据聚合、数据融合等相关方法亟需研究。

3.3 可信数据融合

数据融合有助于数据分析和真值发现。然而，移动群智感知采集的数据在信任度、质量和可靠性方面具有较大的差异性，这增加了数据融合的难度。因此，数据融合在移动群智感知中变得更具有挑战性，应能处理工作端和服务提供商端的数据多样性、数据重复、无用数据和敏感信息。如何支持可信数据融合以保证融合后的数据集质量，以及在数据融合过程中如何保护敏感数据将是未来研究的热点。