（文献阅读笔记）基于雾计算提出的一种交通路况监测的一种隐私保护协议

文献 A Privacy-Preserving Vehicular Crowdsensing-Based Road Surface Condition Monitoring System Using Fog Computing
作者 Sultan Basudan, Xiaodong Lin, Fellow, IEEE, and Karthik Sankaranarayanan
期刊 IEEE INTERNET OF THINGS JOURNAL, VOL. 4, NO. 3, JUNE 2017
摘要本文对一种隐私保护协议CLASC进行改善，并基于该协议，提出一种无证书的聚合签名方案，个人认为，“聚合”一词涉及到了雾计算的引用。
本文检测的路况，即路面的坑洼、颠簸和湿滑发生的时间以及地点，避免交通风险，并提高交通基础设施的使用寿命；隐私保护，即保证传输信息的可信性、真实性以及完整性。
设计应用场景中架构

CC：负责整个系统的初始化，部分私钥产生器，“部分”为了避免隐私风险。
Mobile sensors：嵌入车载及移动设备中产生路况、事故数据。
RSU：即边缘设备，拥有计算存储能力，并进行实时性决策。
Cloud servers ：仅用于存储RSU处理好的结果。
数据加密及传输过程
大体分为：设置-密钥生成-签名-聚合-聚合验证-聚合解密-签名准确性验证-解密准确性验证
设置：KGC运行，输入安全参数k，生成部分主私钥和主公钥
密钥生成：用户和KGC运行，产生全私钥和全公钥
签名：发送者产生密文C（i），即移动传感器
聚合：聚合签名生成器运行，产生密文C
聚合验证：验证C是否有效（是否满足算法公式）
聚合解密：接受者产生明文
后两步均使用双线性对公式进行验证。
设备：
。移动传感器和RSU在CC进行注册，并生成全私钥和全公钥，确定road event report格式。
。mobile sensors生成主私钥和主公钥，并随机选择伪身份Q。
。mobile sensors在CC进行注册。
。CC利用伪身份产生部分私钥和公钥，部分私钥发送给mobile sensors，全公钥在CC进行保存。
。Mobile sensor生成全私钥。
。Q产生road event REi传送给RSU（Q会在相应时刻与其他设备进行互换，不断更新其Q）。
。避免mobile sensors直接与RSU进行交互，引入雾设备对数据进行聚合并进行加密解密验证再传输给RSU。
。验证有效，再传输给RSU进行进一步的解密，最后将结果传输给云服务器。

总结：看完文献大体理解，但并没体会到真正实施的整个细节过程，如，建立实地环境、算法设计实现移动设备如何产生数据、聚合器如何操作、RSU如何解密、如何传输等。