(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211029336.1 (22)申请日 2022.08.24 (71)申请人 广东财经 大学 地址 510000 广东省广州市仑头路21号 (72)发明人 肖银皓　麦伟贤　 (74)专利代理 机构 广州专理知识产权代理事务 所(普通合伙) 44493 专利代理师 张凤 (51)Int.Cl. H04W 12/033(2021.01) H04W 12/00(2021.01) H04L 9/40(2022.01) H04W 4/38(2018.01) H04W 84/18(2009.01) (54)发明名称 一种WSN网络的数据隐私安全性验证方法 (57)摘要 本发明提供了一种WSN网络的数据隐私安全 性验证方法， 通过分簇算法对WSN网络进行分簇 得到多个簇区， 通过簇区内的普通节 点采集数据 并对数据进行加密， 在簇区内的普通节点中， 根 据WSN网络的当前风险等级对数据进行二次加密 同时发送至簇区内的簇头节点， 在簇头节点中对 数据进行解密并发送至基站， 同时移除WSN网络 内的部分传感器节点。 所述方法能够有效地保护 数据隐私， 防止数据在传输过程中遭到纂改， 在 二次加密过程中强化数据的安全性， 提高整个 WSN的抗风险能力， 通过协调WSN网络内各个传感 器节点的运行状态， 保证数据采集及传输能够安 全持续地进行， 同时能够及时移除存在被攻击风 险的节点， 充分提高整个WSN网络的鲁棒 性。 权利要求书2页 说明书7页 附图1页 CN 115314891 A 2022.11.08 CN 115314891 A 1.一种WSN网络的数据隐私安全性验证方法， 其特 征在于， 所述方法包括以下步骤： S100， 通过分簇算法对WSN网络进行分簇， 得到多个簇区； S200， 通过簇区内的普通节点采集数据， 并对数据进行加密； S300， 在簇区内的普通节点中， 根据WSN网络的当前风险等级对加密的数据进行二次加 密； S400， 在簇区内的普通节点中， 发送二次加密的数据至 簇区内的簇 头节点； S500， 在簇区内的簇头节点中， 对数据进行解密并发送至基站， 同时移除WSN网络内的 部分传感器节点。 2.根据权利要求1所述的一种WSN网络的数据隐私安全性验证方法， 其特征在于， 所述 WSN网络中至少包括多个传感器节点和一个基站， 所述多个传感器节点通过无线方式相互 连接； 所述通过分簇算法对WSN网络进 行分簇， 得到多个簇区， 其中， 分簇算法为LEACH算法、 GAF算法、 HEED算法、 DEEC算法中的一种， 每个簇区内包括至少一个簇头节点和至少一个普 通节点， 普通节点为每个簇区中未被选为簇头节点的传感器节点， 各个簇头节点通过无线 与基站连接 。 3.根据权利要求1所述的一种WSN网络的数据隐私安全性验证方法， 其特征在于， 所述 数据为光照、 噪声、 温度、 湿度、 空气污染指数、 风力、 电磁、 光强度、 压力、 移动物体的大小、 速度和方向中任意一种或多种物理量， S200中所述加密及S 300中所述二次加密为对称加密 或非对称加密。 4.根据权利 要求1所述的一种WSN网络的数据隐私安全性验证方法， 其特征在于， S300， 在簇区内的普通节点中， 根据WSN网络的当前风险等级对加密的数据进 行二次加密， 具体方 法为： 记簇区内所有普通节点的数量为N， 将簇区内所有普通节点进行编号， 以数组Ene储存 簇区内各个普通节点的剩余能量值， 数组Ene的长度即簇区内所有普通节点的数量， 数组 Ene中的元素下标对 应簇区内所有普通节点的编号， 创建空白数组Rs， 记Rsij为数组Rs中第i 行第j列的元素， 依次记Rsij的值为簇区内第i个普通节点与第j个普通节点之间的RSSI值， 其中i,j＝1,2, …,N， 当i＝j时， Rsij＝0； 创建数组Ra， 记Rak为数组Ra中第k个元素， 依次记 Rak的值为Rs中每列元 素的均值， k ＝1,2,…,N， 通过下式得到信号协同数组C： 其中， Rsk1为Rs中第k1列元 素， k1＝1,2, …,N， (Rsk1‑Ra)T为(Rsk1‑Ra)的转置矩阵； 记 p， q＝1,2, …,N， 其中， Cpq为数组C中第p行第q列的元素， Cpp为数组C 中第p行第p列的元 素， Cqq为数组C中第q行第q列的元 素， 创建安全度估量数组As s： 记Ass中值最小的元素所在的行和列为Ar和Ac， 以集合Seci1储存Ass中其他列依次与第权　利　要　求　书 1/2 页 2 CN 115314891 A 2Ar行和第Ac行相交的元素， 其中， i1为整数， 且i1∈[1,N ‑2]， 所述Ass中其他列为Ass中除去 第Ar列和第Ac列的列， 在i1的取值范围内遍历i1， 依次取Seci1中最小的元素构建集合sec， 将集合sec中的元素按元素值的大小升序排序， 更新Ass为Ass中剔除第Ar行、 第Ac行、 第Ar 列、 第Ac列后得到的数组， 创建数组Aave， 记Aavej1为数组Aave中第j1个元素， 依次记Aavej1 的值为Ass中每列元素的均值， j1＝1,2, …,N‑2， 对数组Aave进行归一化处理得到数组 Aaven， 记 节点安全值Aavem为Aaven ·secT， 所述secT为数组sec的转置； 将簇区内剩余能量大于Aavem的普通节点标记为安全节点， 将簇区内剩余能量小于 Aavem的普通节点标记为次要节点， 当安全节点的数量小于次要节点的数量时， 标记WSN的 当前风险等级为高， 当安全节点的数量大于次要节点的数量时， 标记 WSN的当前风险等级为 低， 当WSN的当前风险等级为高时， 对数据进行二次加密。 5.根据权利要求1所述的一种WSN网络的数据隐私安全性验证方法， 其特征在于， S500 中移除WSN网络内的部分传感器节点， 具体方法为： 依次对所有次要节点执行涌流解析， 所述涌流解析的具体步骤为： 记次要节点所在簇 区内的所有普通节 点与簇区内的簇头节 点之间的RSSI值的平均值为dana， 在次要节点所在 的簇区内， 记在所有与簇头节 点之间的RSSI值小于dana的普通节 点中剩余能量值最高的节 点为大涌流节点， 记大涌流节点与大涌流节点所在簇区内的簇头节点之间的欧氏距离为 ed， 获取WSN网络内所有传感器节点的经纬度坐标， 以次要节点的经纬度坐标为中心、 以ed 为半径作圆C， 记落在区域圆C内部的所有传感器节点的出入总流量的平均值为nave， 记次 要节点的出入总流量为danf， 依次计算每个簇区内所有普通节点的出入总流量， 所述出入 总流量为节点与WSN网络中的其他节点通信时产生的上行流量和下行流量之和， 对簇区内 出入总流 量大于nave+danf的普通节点进行移除。权　利　要　求　书 2/2 页 3 CN 115314891 A 3