|
今年度は侵入検知、移動ウエアラブル機器の位置管理、ロケーションベースのサービスなど、IoT環境で広範なアプリケーションに応用できるデバイスフリー位置特定技術（DFL）の改良方法を研究開発し，昨年度のウエラブル機器アーキテクチャの下で，IoT機器やタグを装備せずにターゲットを特定する方法の実装検証を行なった．具体的に現在のDFL関連の機械学習アルゴリズムは位置推定でグループ構造が考慮されていないため，位置特定の精度が低く、信頼性/堅牢性が弱いという問題がある．これらの課題を克服するために我々は信号のグループ構造を考慮して，安全性の信頼できるブロックスパース方法を提案した．さらにネットワーク関連のプライバシーを保護するために，元のセンシング信号にガウスノイズを追加した．我々の実験結果は、我々の提案がノイズの多い条件下でも正確な位置特定と管理及び信号回復パフォーマンスを実現し、近年のDFL方法よりも優れていることを示した．
また，ウエラブル機器向けの高い暗号鍵生成率とアクティブな攻撃下での秘密鍵の相関性をどのように確保するかという問題を解決し，ウエアラブル通信用のチャネル特性に基づく秘密鍵の生成方法も提案・実装検証した．さらに証明書なしの署名（CLS）を開発してウエラブル機器などのIoTデータの信頼性を保護するための適切な暗号化プリミティブも提案した．我々のバッチ検証と無効な署名識別を備えた安全で効率的なCLSはセキュリティとパフォーマンスの既存提案よりも優れていることを示した．最後にブロックチェーンアーキテクチャに基づく個人のウエラブル機器情報共有プラットフォームのフレームワークを設計し，技術的詳細と技術的利点を実装検証した．提案したプラットフォームをクレジットブラックリストに適用してウエラブル機器利用者のデータ収集の検証コストの削減と信用データの安全な共有を実現した．
|
