一种边缘计算协同的物联网低延迟加密信息传输方法与流程

摘要: 本发明涉及数据安全,具体而言,涉及一种边缘计算协同的物联网低延迟加密信息传输方法。背景技术:1、干随着物联网系统在智能制造、车联网、能源调度及城市基础设施中的广...
一种边缘计算协同的物联网低延迟加密信息传输方法与流程

本发明涉及数据安全,具体而言,涉及一种边缘计算协同的物联网低延迟加密信息传输方法。

背景技术:

1、干随着物联网系统在智能制造、车联网、能源调度及城市基础设施中的广泛应用,终端设备数量呈指数级增长,大量数据通过边缘节点进行汇聚、处理与转发。在此类边缘计算协同架构下,既要保证数据传输的安全性与完整性,又需满足低时延与高并发的实时要求,安全机制与调度机制之间形成高度耦合关系。

2、现有技术的案例中,通常根据业务类型预设固定安全等级,并结合当前网络负载状态进行资源分配与安全策略调整,当检测到网络拥塞或链路压力增大时,往往出于保障实时性的考虑,动态压缩加密流程、降低冗余校验比例或减少参与签名的节点数量,以提升吞吐效率,这种基于负载感知的安全自适应机制在正常环境下具有一定工程合理性,但在对抗场景中存在明显隐患。

3、尤其在实际运行环境中,网络状态并非绝对可信。攻击者可以通过注入异常流量、制造虚假拥塞、放大链路时延或干扰节点通信质量等方式,伪造资源紧张或性能下降的运行表象,从而诱导系统触发安全策略调整机制,当安全等级与网络状态之间缺乏不可降级约束时,在高风险条件下往往面临主动降低加密强度或签名阈值,使整体安全密度下降的风险,形成可被利用的攻击窗口。此类攻击无需破解密码算法本身,而是通过操控环境变量实现进行攻击,隐蔽性强,且难以及时发现。

4、另一方面,在分布式边缘节点协同过程中,节点健康状态具有动态变化特征,现有多节点签名或一致性机制多采用固定阈值模型,未充分考虑节点实时可信度波动,当部分节点因网络干扰或异常行为被错误判定为不可用时,在有效节点数量减少的情况下自动降低签名门限,或在节点充足时仍因阈值配置不合理导致写入失败,进而引发状态分裂或一致性风险,在缺乏绝对安全下限控制的情况下,极端场景中仍可能产生错误状态提交,影响全局系统稳定性。

5、此外,物联网终端设备计算资源有限,常采用会话对称密钥进行数据加密。若仅依赖单层会话加密,在边缘链路传输过程中,一旦通信链路受到监听或中间人干扰,会话密钥存在被截获或重放利用的风险,若完全采用高强度公钥机制,又会带来计算负担增加、握手时延升高及功耗上升等问题,不利于大规模低功耗设备的持续运行。因此,如何在轻量化条件下提升链路密钥保护能力,也是现有技术面临的重要问题。

6、综上所述,在高并发、强对抗环境下,上述问题相互叠加,容易形成以性能为由的安全弱化通道,难以同时满足低时延、高可靠与高安全性的综合需求。

7、因此,亟须一种边缘计算协同的物联网低延迟加密信息传输方法,以解决现有技术中当面临安全弱化通道,难以同时满足低时延、高可靠与高安全性的综合需求的技术问题。

技术实现思路

1、鉴于此,本发明提出了一种边缘计算协同的物联网低延迟加密信息传输方法,旨在解决现有技术中当面临安全弱化通道,难以同时满足低时延、高可靠与高安全性的综合需求的技术问题。

2、本发明公开一种边缘计算协同的物联网低延迟加密信息传输方法,包括:

3、步骤s1:获取待处理数据的业务类型标识,映射得到基础安全等级;采集数据价值系数、设备可信度评分及历史异常行为评分,计算风险增强值;基于所述基础安全等级和所述风险增强值,通过取大运算确定最终执行安全等级,其中所述最终执行安全等级不低于所述基础安全等级;

4、步骤s2:生成会话对称密钥,利用所述会话对称密钥对原始数据进行加密得到数据密文;利用预烧录的静态链路根密钥,将所述数据密文与所述会话对称密钥进行联合加密,生成内层封装包;

5、步骤s3:根据所述最终执行安全等级,查询对应的最低保障资源配额;若检测到网络拥塞,判断是否满足预设的防震荡触发条件,如满足预设的防震荡触发条件则基于平滑系数动态调整弹性资源分配量,得到瞬时可用资源总量,并依据该总量对数据进行排队发送;

6、步骤s4:接收端节点群对所述内层封装包进行解密验证,并基于各节点的实时健康度评分筛选有效节点集合;根据所述有效节点集合的数量,结合绝对安全下限常数,动态计算最终签名阈值;若有效节点数量低于所述绝对安全下限常数,则触发系统维护模式并拒绝写入;否则,当收集到的签名数量达到所述最终签名阈值时,生成聚合签名并广播状态提交包。

7、优选的,所述步骤s1中,获取待处理数据的业务类型标识,映射得到基础安全等级,包括:

8、定义数据类型集合和映射函数的公式为:

9、;

10、其中,表示基础安全等级,为取值属于集合的整数;表示数据包的业务类型标识符,为枚举值。

11、优选的,所述步骤s1中,风险增强值的计算公式为:

12、;

13、其中,表示风险评分;表示数据价值系数,为取值范围在之间的浮点数;表示设备当前可信度评分,为取值范围在之间的浮点数;表示历史异常行为归一化评分,为取值范围在之间的浮点数;为预设权重系数,且。

14、优选的,所述步骤s1中,通过取大运算确定最终执行安全等级通过以下公式计算获得,包括:

15、;

16、其中,表示最终执行安全等级,为取值属于集合的整数;表示向上取整函数;用于强制约束,以防止安全等级降级攻击。

17、优选的,所述步骤s2中,将所述数据密文与所述会话对称密钥进行联合加密,生成内层封装包,包括:

18、调用硬件安全随机数生成器,通过以下公式生成比特串形式的会话对称密钥,包括:

19、;

20、通过aes加密算法,通过以下公式得到加密后的数据载荷,包括:;

21、其中,为加密后的数据载荷,为原始明文数据;

22、获取出厂预烧录的静态链路根密钥,通过以下公式生成内层封装包,包括:

23、;

24、其中,仅在端侧设备与边缘节点间共享,用于保护在局域网传输过程中的机密性,此外,并非通过网络动态分发,采用离线预置机制,在物联网边缘节点出厂前,通过安全信道将写入节点的安全芯片或可信执行环境的只存储区中。

25、优选的,所述步骤s3中,通过以下公式定义总资源容量,包括:

26、;

27、其中,为硬实时保障资源池;为弹性增强资源池;

28、对于最终执行安全等级获取的安全等级的索引值第,其在时刻的瞬时可用资源,通过以下公式计算获得:

29、;

30、其中,表示等级的最低保障配额,从中被分配,不可被抢占,且满足≥≥;

31、表示等级在时刻分配的弹性资源量,从中被分配,且在资源抢占场景下根据安全等级保障高等级对应的不被削减;

32、计算各安全等级下在t时刻的理论弹性资源需求量,通过以下公式计算获得:

33、;

34、其中,公式逻辑为当仅靠最低保障配额无法在目标时间内清空积压,则差值部分为所需的弹性资源。

35、优选的,在所述步骤s3中,所述防震荡触发条件的判断逻辑通过资源重分配触发条件函数实现,包括:

36、;

37、其中,表示高等级队列的积压深度;表示高负载持续时间;表示高需求保持时间阈值,用于识别第三安全等级积压情况;表示低等级队列的资源利用率阈值;表示预留缓冲阈值,是用于平滑弹性调度的低等级保留缓冲量,防止资源频繁被高等级抢占,从而抑制抖动和短期波动,用于判断第一安全等级闲置浪费的情况;

38、当检测到网络拥塞并触发时,执行资源平滑抢占,将瞬时可用资源更新为,包括:

39、;

40、其中,;为对应安全等级i的平滑系数,用于抑制资源分配的剧烈抖动,且;为t时刻的弹性资源量;为目标弹性资源增量;

41、并且,目标弹性资源增量需满足以下差异化约束集合:

42、

43、其中,越大表示资源分配越稳定;为动态压缩系数,由总资源水位决定,资源越紧张,越小;为中等级调节系数,介于高低等级之间。

44、优选的,所述s4步骤中,所述有效节点集合的筛选标准为:

45、

46、其中,表示第个边缘节点;表示节点的健康度评分;表示健康度截断阈值;

47、有效节点数量定义为集合的基数,即。

48、优选的,所述最终签名阈值的计算公式为:

49、;

50、其中,表示向下取整函数;为安全下限常数;熔断逻辑为若,强制切换至维护模式mode,拒绝任何新的写入请求;

51、基于所述和健康度评分,为设备选定固定验证节点组,包括:

52、;

53、在时间窗口内保持成员不变。

54、优选的,所述步骤s4中,状态提交包的结构定义为:

55、

56、其中,表示基于lamport clock生成的当前逻辑时钟epoch;hash表示全局状态机的哈希值;表示由至少个节点生成的聚合签名。

57、本发明通过锁定安全底线、构建加密纵深、保障资源韧性及守住共识关口,核心优势在于对抗性环境下的鲁棒性与不可篡改性。

58、通过步骤s1确立不可降级安全基线,取大运算强制最终安全等级不低于基础等级,有效防御攻击者伪造拥塞诱骗系统降低加密强度的诱导降级攻击。同时,结合历史异常评分,对曾有污点的设备实施高等级监控,防范潜伏期伪装攻击,确保智能电网关键指令在任何工况下均保持最高加密强度。步骤s2采用会话密钥和根密钥的双层封装;利用预烧录静态根密钥保护动态会话密钥,构建纵深防御,即使会话密钥被破解或重放,攻击者因缺失根密钥无法伪造合法数据包,有效阻断中间人攻击与非法注入,保障车联网等开放环境下紧急信号的真实性;步骤s3设立最低保障资源池,抵御资源耗尽型ddos攻击,确保高优先级数据不丢包,引入平滑系数过滤流量波动,防止攻击者通过周期性小峰值触发系统频繁重配置导致的资源抖动与崩溃,保障工业互联网控制信号的实时性。步骤s4基于节点健康度筛选有效集合,并设定绝对安全下限。当健康节点不足时直接触发维护模式拒绝写入,而非勉强共识。这有效防御了拜占庭错误与节点伪造攻击,防止分布式储能等系统在节点受损状态下产生错误的全局状态。