医疗物联网匿名外包数据的轻量级批量防篡改检测方法

本发明涉及医疗物联网数据安全，具体涉及一种医疗物联网匿名外包数据的轻量级批量防篡改检测方法。

背景技术：

1、随着智慧医疗、远程诊疗以及医疗物联网的快速发展，大量由可穿戴设备、医疗传感器、移动终端及电子病历系统产生的医疗数据持续增长。此类实时数据（如可穿戴设备采集的生理数据、电子病历、医学影像等）通常具有实时性强、规模大、隐私敏感度高等特点，且医疗终端设备在计算能力、存储空间以及能源容量等方面存在天然限制，因此医疗机构与终端用户通常将采集到的海量医疗数据上传至云服务器进行外包存储与计算处理。

2、然而，在云辅助医疗物联网环境中，用户一旦将数据外包至云端，便失去了对数据物理存储位置和状态的直接控制权。云服务器可能由于硬件故障、软件漏洞、网络攻击或商业利益驱动等原因，故意或非故意地删除、篡改甚至伪造用户数据。特别是在医疗场景中，一旦关键医疗数据遭受篡改，将可能导致错误诊断、医疗事故甚至严重的隐私泄露问题。

3、针对外包数据完整性问题，现有研究提出了大量云存储审计与防篡改检测方案，但在医疗物联网环境中仍存在以下突出技术瓶颈：

4、第一，计算与通信开销较高，难以适应资源受限的医疗终端环境。传统完整性审计方案往往依赖复杂的双线性配对、繁琐的证书管理、大量的签名验证或频繁的数据交互。当医疗终端数量和数据块规模不断扩大时，系统整体开销会呈线性增长，严重影响移动医疗设备和无线环境下的运行效率；

5、第二，现有方案难以兼顾患者身份隐私保护与恶意行为可追踪性。部分方案为了实现公开审计，直接暴露用户身份信息，使患者隐私面临泄露风险；而另一些完全匿名方案又无法在用户恶意上传非法数据或伪造签名时实现有效身份追踪与权限撤销；

6、第三，批量审计效率不足。大多数传统方案只能针对单个用户或单个文件逐一执行完整性验证，难以适用于多用户、多文件并发外包场景。在大规模医疗数据环境下，频繁的独立验证会显著增加云端和审计端的计算负担；

7、第四，部分方案过度依赖复杂证书管理机制或高成本区块链结构，在保证安全性的同时引入了额外存储、计算以及经济成本，不利于实际医疗物联网系统部署。

8、因此，针对现有技术中存在的计算开销大、隐私保护不足、批量防篡改检测效率低以及恶意用户难以追踪等问题，如何设计一种兼具轻量化、高效性、隐私保护能力以及批量审计能力的医疗外包数据批量防篡改检测方案，已经成为当前医疗云安全领域迫在眉睫的重要挑战。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种医疗物联网匿名外包数据的轻量级批量防篡改检测方法。

2、本发明的目的是通过以下技术方案来实现的：

3、本技术公开了医疗物联网匿名外包数据的轻量级批量防篡改检测方法，包括以下步骤：

4、系统初始化阶段：可信权威机构ta对公共参数进行初始化，并设置双线性对映射、抗碰撞哈希函数以及轻量级对称加密算法，生成系统的主密钥并秘密存储；所述可信权威机构ta完成系统初始化后，发布系统公共参数集；

5、用户注册与匿名身份生成阶段：终端用户向可信权威机构ta提交身份信息，用于进行系统身份的注册，所述可信权威机构ta对所述身份信息进行验证后，为终端用户分配对称密钥并生成匿名身份，同时，生成防篡改检测向量发送至医疗云服务器；

6、外包上传阶段：终端用户使用ta为其分配的对称密钥将医疗数据进行对称加密，生成同态签名后与密文一同上传至医疗云服务器，医疗云服务器接收到签名和密文后，利用预先存储的防篡改检测向量和辅助完整性检测参数对签名进行验证，在确保数据的合法性和完整性后再进行存储；

7、批量防篡改检测阶段：第三方审计者定期向医疗云服务器发起挑战，医疗云服务器接收挑战后，根据挑战信息利用防篡改检测向量计算聚合签名和聚合密文，并返回证明信息；第三方审计者收到证明信息后，通过验证双线性映射等式来判断批量医疗数据是否被篡改；

8、身份追踪与撤销阶段：当系统发现恶意行为时，可信权威机构ta利用其掌握的主密钥快速追踪到恶意用户的真实身份，并及时更新防篡改检测向量发送给医疗云服务器，实现对恶意用户外包权限的快速撤销。

9、优选地，所述的系统初始化阶段具体包括以下子步骤：

10、s11、可信权威机构ta基于有限域选取非奇异椭圆曲线为e：，其中，和表示椭圆曲线方程的系数，可信权威机构ta选取椭圆曲线上的阶加法循环群g1和阶乘法循环群g2，并确定双线性映射；选择g1的第一生成元p1和第二生成元p2，并随机选取系统主密钥，通过公式计算系统主公钥；

11、s12、可信权威机构ta设置3个抗碰撞的哈希函数：、、，再设置一个对称密钥长度为的轻量级对称加密算法enc；

12、s13、 可信权威机构ta发布系统公共参数集，并通过安全信道向第i个医疗终端用户发送系统公共参数集，其中，表示医疗终端用户的数量，并秘密保存用于生成用户对称密钥的主密钥 。

13、优选地，所述的用户注册与匿名身份生成阶段具体包括以下步骤：

14、s21、每个医疗终端用户分别向可信权威机构ta提交身份信息进行系统匿名身份注册，第i个终端用户随机选择第一随机数对身份信息进行签名，定义待签名消息，用于计算用户注册信息签名，完成签名后，第i个终端用户将注册信息 发送给可信权威机构ta；其中，表示第i个终端用户所在的区域，表示第一时间戳，表示第一部分用户注册信息签名，表示第二部分用户注册信息签名；

15、s22、当可信权威机构ta接收到注册信息时，获取第二时间戳，并计算注册信息传输时间差，若，则可信权威机构ta拒绝接收注册信息，否则可信权威机构ta进行签名验证，其中，表示预设最大传输延迟；

16、s23、可信权威机构ta检查公式是否成立，若公式不成立，则表示签名验证失败，第i个终端用户提交的注册信息无效；否则，表示第i个终端用户注册成功，并为发放匿名身份；

17、s24、可信权威机构ta选择第二随机数，并计算长度为的对称密钥；之后，可信权威机构ta通过公式计算第i个终端用户对应的匿名身份，其中，用于保护终端用户的匿名身份；可信权威机构ta通过安全通道向第i个终端用户发送，同时可信权威机构ta安全保存、、与之间的关联信息；

18、s25、可信权威机构ta周期性地选择第三随机数作为盲化参数，并计算辅助致盲因素，生成第一防篡改检测向量和第一辅助参数，其中，表示中的第i个检测向量分量；之后，可信权威机构ta将第一防篡改检测向量和第一辅助参数发送至医疗云服务器mcs。

19、优选地，所述的外包上传阶段具体包括以下步骤：

20、s31、每个具有匿名身份的终端用户利用可信权威机构ta分配的对称密钥，通过轻量级对称加密算法enc对医疗敏感数据进行加密，生成密文；

21、s32、 通过公式计算参数，终端用户根据密文生成同态签名；随后，终端用户进行医疗敏感数据外包，将密文-签名对上传至医疗云服务器mcs；

22、s33、基于第一防篡改检测向量v和第一辅助参数，医疗云服务器mcs利用等式对密文-签名对的有效性进行验证；若等式成立，则表示密文-签名对有效；若等式不成立，则表示密文-签名对无效或该终端用户的匿名身份的委外权限已被撤销，医疗云服务器拒绝存储。

23、优选地，所述的批量防篡改检测阶段具体包括以下步骤：

24、s41、对于每个终端用户的匿名身份，第三方审计者tpa随机选取，并向医疗云服务器mcs发送挑战信息，表示第三方审计者tpa针对第i个终端用户随机选取的挑战系数；

25、s42、医疗云服务器mcs接收到挑战信息后，利用第一防篡改检测向量分别计算聚合签名和组合密文，之后，将防篡改检测信息发送给第三方审计者tpa，用于验证信息完整性；

26、s43、 第三方审计者tpa预计算，通过预计算将与每个终端用户的匿名身份进行绑定，使云服务器不能提前聚合，也不能用其他用户的数据来伪造篡改或丢失的数据与签名；

27、s44、基于系统公共参数集和防篡改检测信息，检测等式是否成立，若等式成立，则表示来自不同地区的终端用户的所有加密医疗数据都没有被篡改或伪造。

28、优选地，所述的身份追踪与撤销阶段具体包括以下步骤：

29、s51、可信权威机构ta在收到恶意用户的匿名身份后，基于主密钥，计算和恢复恶意用户的真实身份；

30、s52、可信权威机构ta获得该用户的对称密钥后，通过公式计算其对应的第二随机数，之后，可信权威机构ta重新随机选取盲因素，并更新辅助致盲因素，计算第二防篡改检测向量和第二辅助参数；

31、s53、若第二防篡改检测向量中的用户索引且，则可信权威机构ta设置 ，否则设置；之后，可信权威机构ta向医疗云服务器发送；

32、s54、医疗云服务器收到后，利用最新的对进行更新，实现对恶意用户的匿名身份的委外权限撤销，其中，更新后的防篡改检测向量，辅助完整性检测参数。

33、本发明的有益效果是：

34、1）显著降低系统计算与通信开销：本技术通过聚合签名与防篡改检测向量机制，实现多用户、多文件数据的统一批量验证，有效降低了资源受限医疗设备环境中的系统负载。

35、2）兼顾匿名隐私保护与身份可追踪性：采用条件匿名身份机制，第三方审计者无法获取患者真实身份，而可信权威机构能够在出现恶意行为时快速恢复真实身份并执行权限撤销。

36、3）支持密文状态下的完整性检测：本技术通过轻量级对称加密与同态签名结合，实现医疗数据在不解密情况下的完整性验证，有效保护患者隐私信息。

37、4）具备良好的批量处理能力：支持多用户、多文件并发外包场景，能够以近似恒定开销完成批量审计，适用于海量医疗物联网数据环境。

38、5）安全性强：本技术基于离散对数困难问题与计算 diffie-hellman 困难问题构建安全基础，能够有效抵抗数据伪造、重放攻击以及非法用户冒充攻击。

39、6）适用范围广：本技术不仅适用于智慧医疗与远程医疗场景，还可扩展应用于移动健康监测、区域医疗协同以及可穿戴设备数据安全外包等领域。