机构名称：
¥ 1.0
据估计，目前约有 200 亿台物联网 (IoT) 设备连接到互联网。这导致了大量数据的生成，使数据的存储、管理和决策变得具有挑战性。因此，用户的隐私容易受到未经授权的人的攻击。为了解决这些问题，本研究提出了一种经济高效的存储方法来实时保存和处理物联网数据。所提出的 Fframework 采用可靠的混合数据隐私模型来保护用户的个人信息。通过数据 k-匿名性 (KA)、l-多样性 (LD)、t-接近性 (TC) 和差分隐私 (DP) 进行了实证评估，以确定最佳模型。通过模拟对云计算和雾计算的性能进行了评估。结果表明，两种数据隐私模型的组合：差分隐私和 k-匿名模型在保护用户个人信息方面比任何单个模型和任何其他组合模型表现更好。最后，发现雾计算在延迟、能耗、网络使用和执行时间方面表现优于云。总之，本研究强烈建议使用差分隐私 (DP) 和 k-匿名 (KA) 的混合隐私模型来保护物联网生成的数据隐私。
经济高效的物联网隐私感知数据存储和
主要关键词
相关文件推荐
