(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111473552.0 (22)申请日 2021.11.30 (65)同一申请的已公布的文献号 申请公布号 CN 113904874 A (43)申请公布日 2022.01.07 (73)专利权人 北京中超伟业信息安全技 术股份 有限公司 地址 102200 北京市昌平区科技园区超前 路甲1号10号楼3 02室 (72)发明人 罗远哲　刘瑞景　刘志明　王军亮　 薛瑞亭　郭振廷　荆全振　任德旺　 于猛猛　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 杜阳阳(51)Int.Cl. H04L 9/40(2022.01) H04L 41/142(2022.01) H04L 67/12(2022.01) G06F 17/16(2006.01) G06F 17/18(2006.01) G06K 9/62(2022.01) (56)对比文件 CN 113709090 A,2021.1 1.26 WO 201904546 5 A1,2019.0 3.07 CN 112948823 A,2021.0 6.11 姜茸 等.云计算 技术安全风险评估研究. 《电子技 术应用》 .2015,第41卷(第0 3期),111- 115. 审查员 费聿辉 (54)发明名称 一种无人机数据安全传输方法 (57)摘要 本发明涉及一种无人机数据安全传输方法， 包括： 构建无人机网络终端数据泄露风险指标体 系； 无人机网络终端数据泄露风险指标体系包括 多个一级风险因素， 各一级风险因素包括多个二 级风险因素； 建立感知任务损失程度的评判级； 按照评判级通过权重不同的用户对各二级风险 因素进行感知任务损失的评判； 确定各一级风险 因素的单一风险因素发生概率； 确定数据泄露对 任务的风险值； 对各无人机采集的原始数据集进 行预处理， 获得各无人机的中心化数据集； 根据 数据泄露对任务的风险值设置差分隐私预算； 根 据各无人机的中心化数据集和差分隐私预算， 确 定无人机网络的脱敏数据集。 本发 明提高了数据 传输的安全性。 权利要求书3页 说明书10页 附图1页 CN 113904874 B 2022.03.04 CN 113904874 B 1.一种无 人机数据安全传输方法， 其特 征在于， 包括： 构建无人机网络终端数据泄露风险指标体系； 所述无人机网络终端数据泄露风险指标 体系包括多个一级风险因素， 各 所述一级风险因素包括多个二级风险因素； 采用服务器建立感知任务损失程度的评判 级： 以数据泄露对感知任务造成的损失作为 风险评估的因素， 服务器建立感知任务损失程度评判集L={ l1,l2,l3,l4,l5}； 评判集表示评 判级的集合， 包括评判级 l1、 评判级l2、 评判级l3、 评判级l4和评判级 l5；l1=0~0.2，l2=0.2~ 0.4，l3=0.4~0.6，l4=0.6~0.8，l5=0.8~1； 按照所述评判 级， 通过权重不同的用户对各所述二级风险因素进行感知任务损失的评 判； 根据权重不同的用户对各所述二级风险因素的感知任务损失的评判， 确定各一级风险 因素对应的第一层 模糊隶属度 矩阵， 所述第一层模糊隶属度 矩阵为对应一级风险因素下的 二级风险因素的隶属度矩阵； 所述第一层 模糊隶属度 矩阵中的元表示各二级风险因素对各 评判级的支持程度； 根据各所述第 一层模糊隶属度矩阵确定一级风险因素对评判集的隶属度矩阵； 所述评 判集为各评判级的集 合； 采用效用函数法确定各二级风险因素的单一 风险因素发生 概率； 根据各二级风险因素的单一风险因素发生概率确定各一级风险因素的单一风险因素 发生概率； 将各一级风险因素的单一风险因素发生概率、 一级风险因素对评判集的隶属度矩阵和 指标权向量相乘确定数据泄 露对任务的风险值； 所述指标权向量 根据评判集确定； 对各无人机采集的原 始数据集进行 预处理， 获得各无人机的中心化数据集； 根据数据泄 露对任务的风险值设置 差分隐私预算； 根据各无人机的中心化数据集和所述差分隐私预算， 确定所述无人机网络的脱敏数据 集； 其中， 所述对各无人机采集的原始数据集进行预处理， 获得各无人机的中心化数据集， 具体包括： 通过所述无人机网络 中无人机DroneS随机生成S ‑1个小数a1， a2， …， aS‑1， 随机生成S ‑1 个整数b1， b2， …， bS‑1， 随机生成的S ‑1个小数之和为0， 随机生成的S ‑1个整数之和为0； S表 示无人机的数量； 根据随机生成的S ‑1个小数和S ‑1个整数确定各无人机Dronel的扰动参数{al,bl|l=1, 2,…， S‑1}； 无人机Dronel为无人机网络中除了无 人机DroneS之外的其 他无人机； 通过无人机DroneS将各扰动参数发送到对应的无 人机Dronel； 无人机Dronel接收到扰动参数{al,bl}后， 计算参数 ， 参数 ， 并将Sl和 发送到无人机DroneS； 其中xlt表示第l个无人机的原始数据集中 第t个数据， nl表示第l个无人机的原 始数据集的数据量； 无人机DroneS接收到各无人机Dronel发送的参数 Sl和 ， 计算S个站点 的数据总和， 并 根据S个站点的数据总和计算均值；权　利　要　求　书 1/3 页 2 CN 113904874 B 2无人机DroneS将数据总和均值发送到各 无人机Dronel； 各无人机Dronel接收到数据总和均值后， 根据均值中心化各无人机采 集的原始数据集， 获得各无人机的中心化数据集； 所述根据 各无人机的中心化数据集和所述差分隐私预算， 确定所述无人机网络的脱敏 数据集， 具体包括： 通过无人机DroneS将随机数种子、 所述差分隐私预算和误差 发送到无人机Dronel； 无人 机Dronel为无人机网络中除了无 人机DroneS之外的其 他无人机； 无人机Dronel接收到随机数种子、 所述差分隐私预算和误差后， 根据无人机Dronel的中 心化数据集计算无 人机Dronel的扰动协方差矩阵， 并将扰动协方差矩阵发送到服 务器； 通过所述服务器累加各无人机Dronel发送的扰动协方差矩阵， 并对累加后的扰动协方 差矩阵进行奇异值分解， 获得主成分特 征向量； 通过所述服务器将所述主成分特 征向量发送到各 无人机； 各人机接收到所述主成分特征向量后， 将中心化数据集与所述主成分特征向量相乘后 发送到所述 服务器； 所述服务器接收并组合各无人机发送的原始数据集与所述主成分特征向量相乘后的 数据， 确定所述无 人机网络的脱敏 数据集。 2.根据权利要求1所述的无人机数据安全传输方法， 其特征在于， 所述根据数据泄露对 任务的风险值设置 差分隐私预算， 具体包括： 根据公式ε=εmax×(1‑RT)设置差分隐私预算， 其中 ε表示所述差分隐私预算， εmax表示最 大差分隐私预算， RT表示数据泄 露对任务的风险值。 3.根据权利要求1所述的无人机数据安全传输方法， 其特征在于， 一级风险因素 Wi对应 的第一层模糊隶属度矩阵表示 为： ； 其中，Pi表示一级风险因素 Wi对应第一层模糊隶属度矩阵， pi’j’表示二级风险因素 Wi’j’ 对评判级 lj’的支持程度， i ’=1,2,…， 5， j’=1,2,…， n， n表示一级风险因素 Wi中二级风险因 素的个数。 4.根据权利要求1所述的无人机数据安全传输方法， 其特征在于， 所述一级风险因素对 评判集的隶属度矩阵表示 为： ； 其中， Q表示一级风险因素对评判集的隶属度矩阵， qi’j’表示一级风险因素 Wi’对评判级 lj’的支持程度， m为 一级风险因素的个数。 5.根据权利要求1所述的无人机数据安全传输方法， 其特征在于， 所述采用效用函数法 确定各二级风险因素的单一 风险因素发生 概率， 具体包括：权　利　要　求　书 2/3 页 3 CN 113904874 B 3