基于变色龙哈希（Chameleon Hash）的协作式时间序列数据完整性监控

《ACM Transactions on Autonomous and Adaptive Systems》：Chameleon Hash based Collaborative Time-Series Data Integrity Monitoring

海洋数据完整性监控需应对广覆盖、长时序、大数据特性，传统云验证方法已不适用。本文提出基于边缘计算的轻量化处理方案，利用传感器采样周期与数据掩码生成动态验证器，结合Chameleon哈希与临时陷阱门技术，实现分布式存储服务器间的协同完整性监控。实验表明该方案在满足安全需求的同时具有计算开销优势。

　　

摘要

海洋对人类的重要性是不可否认的，无论是在生态、气候还是资源方面。利用收集到的海洋数据并结合人工智能（AI）来实现自适应和自动化的处理与预测是目前的研究重点。AI应用的有效性在很大程度上取决于海洋数据的完整性。海洋数据具有三个特点：广阔的空间覆盖范围、较长的时间持续性和庞大的数据量。传统的基于云的数据完整性验证方法已不再适用。海洋数据应在更接近数据采集点的边缘服务器上进行处理，然后再发送到相应的数据存储服务器。数据处理方法需要具备轻量级的特性，以适应数据的顺序性特征。此外，数据完整性监控过程应在数据存储服务器上协同完成，无需依赖中央第三方。为此，我们提出了一种海洋数据完整性监控协议。该协议根据传感器采样周期和数据掩码为不同的存储服务器生成数据，并利用变色龙哈希（chameleon hash）和临时后门（ephemeral trapdoors）生成验证器，从而支持存储服务器之间的相互完整性监控。实验表明，与最新的解决方案相比，我们的方案不仅满足了安全要求，还在计算开销方面具有优势。