一种物联网设备安全辅助方法、装置、设备及存储介质与流程

本发明涉及计算机，特别涉及一种物联网设备安全辅助方法、装置、设备及存储介质。

背景技术：

1、近年来，随着机器学习与人工智能在各个领域的应用，对于计算机的性能的要求也在不断提高；由于云计算技术的高速发展和应用领域的不断成熟，为机器学习对于计算机性能的要求提供了新的选择，即将繁复且耗时的部分运算交予云服务器进行计算。因此研究者设计越来越多的安全外包协议用以计算各种线性代数问题。协议主要内容为：客户端将需要进行计算的数据进行加密，并将加密后的数据外包给云服务器，由云服务器进行解决线性代数问题的任务运算，将云计算的结果返还给客户端，客户端对这些结果做正确性验证，以防止结果错误导致进行无用的解密计算，通过验证之后客户端解密结果数据，得到原始线性代数问题的解。将线性代数问题外包给云服务器计算具有较多在本地计算所不具有的特征，首先云计算的最基本的优点是可以有效解决本地计算资源受限导致的计算能力弱的问题。目前研究人员通过将矩阵外包给云来计算矩阵求逆、矩阵乘法、矩阵行列式，将线性方程组外包给云计算方程组的解，也有将矩阵外包给云来进行并行的矩阵分解，这些协议针对不同的问题做出了外包计算的方案。但是作为一种应用场景广阔的矩阵分解方式，安全边缘辅助计算矩阵奇异值分解的方案尚未开发。一些物联网(iot，internet ofthings)设备需要使用奇异值分解来对收集信息进行处理，如医院中的ct（computedtomography，即电子计算机断层扫描）、mri（nuclear magnetic resonance imaging，即磁共振成像）等设备可以使用奇异值分解这一方法减少成像中的噪声，帮助医生对患者病情做出更为准确的判断。然而，计算大规模的矩阵奇异值分解对于算力的需求通常会超出物联网设备的计算能力，从而无法高效获得分解结果。因此，如何帮助物联网设备高效获取奇异值分解结果是需要解决的。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种物联网设备安全辅助方法、装置、设备及存储介质，能够加快物联网设备运算速度，提高运算效率，解放物联网设备的性能。其具体方案如下：

2、第一方面，本技术公开了一种基于边缘云计算的物联网设备安全辅助方法，应用于物联网设备，包括：

3、获取物联网设备收集到的原始隐私数据中的原始矩阵；

4、利用经过初始化处理后得到的第一随机密钥矩阵和第二随机密钥矩阵对所述原始隐私数据中的所述原始矩阵进行矩阵盲化处理以得到盲化矩阵；其中，所述利用经过初始化处理后得到的第一随机密钥矩阵和第二随机密钥矩阵对所述原始隐私数据中的所述原始矩阵进行矩阵盲化处理以得到盲化矩阵，包括：基于预设双射函数、预设克罗内克函数和所述原始隐私数据中的所述原始矩阵中的维度数据生成第一随机密钥矩阵和第二随机密钥矩阵；基于预设矩阵盲化公式、所述第一随机密钥矩阵和所述第二随机密钥矩阵对所述原始隐私数据中的所述原始矩阵进行矩阵盲化处理以得到盲化矩阵；

5、基于预设分类规则将所述盲化矩阵分配给若干边缘服务器，并获取所述边缘服务器返回的所述盲化矩阵的矩阵分解结果；

6、基于所述矩阵分解结果依次进行矩阵转化操作以构造待校验的初始奇异值分解结果，然后对待校验的所述初始奇异值分解结果进行校验，在校验通过后利用所述初始奇异值分解结果并基于预设矩阵恢复方法进行矩阵恢复操作以得到所述原始隐私数据中的所述原始矩阵的目标奇异值分解结果。

7、可选的，所述基于预设分类规则将所述盲化矩阵分配给若干边缘服务器，包括：

8、将所述盲化矩阵均匀划分为若干盲化子矩阵，然后将若干所述盲化子矩阵分配给对应的若干边缘服务器。

9、可选的，所述矩阵分解结果为所述边缘服务器基于hestenes方法对相应的所述盲化子矩阵对应的第一分解过程子矩阵和第二分解过程子矩阵进行迭代更新，并基于迭代更新后的第一更新后过程子矩阵和第二更新后过程子矩阵确定的矩阵分解结果。

10、可选的，所述边缘服务器基于hestenes方法对相应的所述盲化子矩阵对应的第一分解过程子矩阵和第二分解过程子矩阵进行迭代更新，包括：

11、通过目标边缘服务器确定对应的所述盲化子矩阵的第一内积和，并将所述第一内积和发送至其他边缘服务器，然后获取所述其他边缘服务器发送的第二内积和；

12、通过所述目标边缘服务器和所述第二内积和确定更新数据，并基于所述更新数据对所述盲化子矩阵对应的第一分解过程子矩阵和第二分解过程子矩阵进行迭代更新。

13、可选的，所述基于所述矩阵分解结果依次进行矩阵转化操作以构造待校验的初始奇异值分解结果，包括：

14、基于所述盲化矩阵的数据顺序对所述矩阵分解结果进行数据组装以得到第一过程矩阵和第二过程矩阵；

15、基于所述第一过程矩阵的列向量的模确定第一待检验矩阵，并基于所述第一过程矩阵和所述第一待检验矩阵确定第二待检验矩阵，然后对所述第二过程矩阵进行转置处理以得到第三待检验矩阵。

16、可选的，所述对待校验的所述初始奇异值分解结果进行校验，包括：

17、判断所述第二待检验矩阵和所述第三待检验矩阵是否为正交矩阵；

18、若是，则获取预设随机常数并基于所述预设随机常数生成若干验证列向量，然后从所述若干列向量确定当前验证列向量；

19、基于所述第一待检验矩阵、所述第二待检验矩阵、所述第三待检验矩阵和当前验证列向量确定第一校验向量，并基于所述盲化矩阵和当前验证列向量确定第二校验向量，然后判断所述第一校验向量和所述第二校验向量是否相等；

20、若相等，则跳转至从所述若干列向量确定当前验证列向量的步骤直至完成目标轮数的矩阵校验。

21、第二方面，本技术公开了一种基于边缘云计算的物联网设备安全辅助装置，应用于物联网设备，包括：

22、矩阵获取模块，用于获取物联网设备收集到的原始隐私数据中的原始矩阵；

23、矩阵盲化模块，用于利用经过初始化处理后得到的第一随机密钥矩阵和第二随机密钥矩阵对所述原始隐私数据中的所述原始矩阵进行矩阵盲化处理以得到盲化矩阵；其中，所述矩阵盲化模块具体用于：基于预设双射函数、预设克罗内克函数和所述原始隐私数据中的所述原始矩阵中的维度数据生成第一随机密钥矩阵和第二随机密钥矩阵；基于预设矩阵盲化公式、所述第一随机密钥矩阵和所述第二随机密钥矩阵对所述原始隐私数据中的所述原始矩阵进行矩阵盲化处理以得到盲化矩阵；

24、矩阵分配模块，用于基于预设分类规则将所述盲化矩阵分配给若干边缘服务器，并获取所述边缘服务器返回的所述盲化矩阵的矩阵分解结果；

25、矩阵转换恢复模块，用于基于所述矩阵分解结果依次进行矩阵转化操作以构造待校验的初始奇异值分解结果，然后对待校验的所述初始奇异值分解结果进行校验，在校验通过后利用所述初始奇异值分解结果并基于预设矩阵恢复方法进行矩阵恢复操作以得到所述原始隐私数据中的所述原始矩阵的目标奇异值分解结果。

26、第三方面，本技术公开了一种电子设备，包括：

27、存储器，用于保存计算机程序；

28、处理器，用于执行所述计算机程序以实现前述的基于边缘云计算的物联网设备安全辅助方法。

29、第四方面，本技术公开了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的基于边缘云计算的物联网设备安全辅助方法。

30、可见，本技术中，首先获取物联网设备收集到的原始隐私数据中的原始矩阵；利用经过初始化处理后得到的第一随机密钥矩阵和第二随机密钥矩阵对所述原始隐私数据中的所述原始矩阵进行矩阵盲化处理以得到盲化矩阵；基于预设分类规则将所述盲化矩阵分配给若干边缘服务器，并获取所述边缘服务器返回的所述盲化矩阵的矩阵分解结果；基于所述矩阵分解结果依次进行矩阵转化操作以构造待校验的初始奇异值分解结果，然后对待校验的所述初始奇异值分解结果进行校验，在校验通过后利用所述初始奇异值分解结果并基于预设矩阵恢复方法进行矩阵恢复操作以得到所述原始隐私数据中的所述原始矩阵的目标奇异值分解结果。通过利用边缘服务器辅助物联网设备进行矩阵分解，加快针对矩阵奇异值分解的运算速度，提高运算效率，解放物联网设备的性能；并且通过对得到的初始奇异值分解结果进行矩阵校验可以保证分解的准确性。