面向智能家居的物联网隐私保护方法研究与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 感知层隐私保护研究现状 | 第12页 |
1.2.2 网络层隐私保护研究现状 | 第12-13页 |
1.2.3 应用层隐私保护研究现状 | 第13页 |
1.2.4 研究现状总结 | 第13-14页 |
1.3 研究内容与目标 | 第14-15页 |
1.4 论文结构 | 第15-16页 |
第2章 相关理论与技术概述 | 第16-26页 |
2.1 智能家居技术概述 | 第16-18页 |
2.1.1 感知层 | 第16-17页 |
2.1.2 网络层 | 第17页 |
2.1.3 应用层 | 第17-18页 |
2.2 旁路攻击技术概述 | 第18-20页 |
2.2.1 旁路攻击 | 第18-19页 |
2.2.2 旁路攻击流程 | 第19-20页 |
2.2.3 旁路攻击应对方法 | 第20页 |
2.3 访问控制技术 | 第20-22页 |
2.3.1 自主访问控制 | 第21页 |
2.3.2 强制访问控制 | 第21-22页 |
2.3.3 基于角色的访问控制 | 第22页 |
2.4 本体相关背景知识 | 第22-24页 |
2.4.1 本体概述 | 第22-23页 |
2.4.2 OWL的功能及分类 | 第23-24页 |
2.5 全同态加密 | 第24-25页 |
2.6 本章小结 | 第25-26页 |
第3章 智能家居用户隐私保护框架 | 第26-30页 |
3.1 应用场景描述 | 第26-27页 |
3.1.1 感知层中存在的隐私泄露风险 | 第26-27页 |
3.1.2 数据采集传输中存在的隐私泄露风险 | 第27页 |
3.1.3 数据处理中存在的隐私泄露风险 | 第27页 |
3.2 智能家居用户隐私保护框架 | 第27-29页 |
3.2.1 基于监督学习的旁路攻击应对方法 | 第27-28页 |
3.2.2 基于本体推理的访问控制方法 | 第28-29页 |
3.2.3 基于全同态加密的隐私数据保护方法 | 第29页 |
3.3 本章小结 | 第29-30页 |
第4章 感知层旁路攻击应对方法 | 第30-46页 |
4.1 背景介绍 | 第30-34页 |
4.1.1 旁路攻击应对方法 | 第30-32页 |
4.1.2 旁路攻击应对原则 | 第32-33页 |
4.1.3 模型假设与表示 | 第33-34页 |
4.2 基于监督学习旁路攻击应对模型 | 第34-40页 |
4.2.1 样本数据分析 | 第34-36页 |
4.2.2 监督学习流程 | 第36-38页 |
4.2.3 噪音数据添加流程 | 第38-40页 |
4.3 实验对比分析 | 第40-45页 |
4.3.1 实验背景及评价指标 | 第40-41页 |
4.3.2 实验实施 | 第41-42页 |
4.3.3 实验结果说明 | 第42-45页 |
4.4 本章小结 | 第45-46页 |
第5章 网络层基于本体推理的访问控制模型 | 第46-56页 |
5.1 基于本体的访问控制模型 | 第46-47页 |
5.2 数据持久层 | 第47-48页 |
5.3 本体表示层 | 第48-49页 |
5.4 应用层 | 第49-55页 |
5.4.1 智能家居本体设计 | 第49-51页 |
5.4.2 推理机工作流程 | 第51-53页 |
5.4.3 本体推理的实现 | 第53-55页 |
5.5 本章小结 | 第55-56页 |
第6章 智能家居隐私保护原型系统的设计与实现 | 第56-64页 |
6.1 系统开发环境与平台 | 第56-57页 |
6.2 系统概要设计 | 第57-58页 |
6.3 原型系统设计 | 第58-61页 |
6.3.1 系统功能设计 | 第58页 |
6.3.2 请求时序图 | 第58-59页 |
6.3.3 数据库设计 | 第59-61页 |
6.4 系统实现 | 第61-63页 |
6.4.1 请求者管理模块 | 第61页 |
6.4.2 访问控制模块 | 第61-62页 |
6.4.3 推理和全同态加密模块 | 第62-63页 |
6.5 本章小结 | 第63-64页 |
结论 | 第64-66页 |
参考文献 | 第66-70页 |
攻读硕士学位期间取得的研究成果 | 第70-72页 |
致谢 | 第72页 |