• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE transactions on dependable and secure computing >Providing Task Allocation and Secure Deduplication for Mobile Crowdsensing via Fog Computing
【24h】

Providing Task Allocation and Secure Deduplication for Mobile Crowdsensing via Fog Computing

机译：通过FOG计算提供手机群体的任务分配和安全重复数据删除

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Mobile crowdsensing enables a crowd of individuals to cooperatively collect data for special interest customers using their mobile devices. The success of mobile crowdsensing largely depends on the participating mobile users. The broader participation, the more sensing data are collected; nevertheless, the more replicate data may be generated, thereby bringing unnecessary heavy communication overhead. Hence it is critical to eliminate duplicate data to improve communication efficiency, a.k.a., data deduplication. Unfortunately, sensing data is usually protected, making its deduplication challenging. In this paper, we propose a fog-assisted mobile crowdsensing framework, enabling fog nodes to allocate tasks based on user mobility for improving the accuracy of task assignment. Further, a fog-assisted secure data deduplication scheme (Fo-SDD) is introduced to improve communication efficiency while guaranteeing data confidentiality. Specifically, a BLS-oblivious pseudo-random function is designed to enable fog nodes to detect and remove replicate data in sensing reports without exposing the content of reports. To protect the privacy of mobile users, we further extend the Fo-SDD to hide users' identities during data collection. In doing so, Chameleon hash function is leveraged to achieve contribution claim and reward retrieval for anonymous mobile users. Finally, we demonstrate that both schemes achieve secure, efficient data deduplication.
机译：移动人群使人群能够使用其移动设备合作地收集特殊利益客户的数据。移动人群的成功主要取决于参与的移动用户。更广泛的参与，收集了更多的传感数据;然而，可以生成更多的复制数据，从而使不必要的繁忙通信开销。因此，消除重复数据以提高通信效率，A.K.A.，数据重复数据删除至关重要。不幸的是，通常保护传感数据，使重复数据删除具有挑战性。在本文中，我们提出了一个雾辅意的移动众晶框架，使FOG节点基于用户移动性来分配任务，以提高任务分配的准确性。此外，引入了雾辅助安全数据重复数据删除方案（FO-SDD）以提高通信效率，同时保证数据机密性。具体地，BLS忽略的伪随机函数旨在使雾节点能够检测和删除在感测报告中的复制数据而不暴露报告的内容。为了保护移动用户的隐私，我们还将FO-SDD扩展到数据收集期间隐藏用户身份。这样做，变色龙哈希函数被利用，以实现匿名移动用户的贡献索赔和奖励检索。最后，我们证明这两个方案都实现了安全，有效的数据重复数据删除。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号