DE102005030031B4

DE102005030031B4 - Verfahren zum Datenmanagement in einem Sensornetzwerk

Info

Publication number: DE102005030031B4
Application number: DE102005030031A
Authority: DE
Inventors: Joao Girao; Dirk Dr. Westhoff; Einar Mykletun
Original assignee: NEC Europe Ltd
Current assignee: NEC Corp
Priority date: 2005-06-27
Filing date: 2005-06-27
Publication date: 2007-08-02
Anticipated expiration: 2025-06-28
Also published as: US20070171050A1; JP4839972B2; JP2007018506A; US8510550B2; DE102005030031A1

Abstract

Verfahren zum Datenmanagement in einem Sensornetzwerk, wobei das Sensornetzwerk eine Vielzahl von Sensorknoten (S_i) zum Tasten von Daten umfasst, wobei das Sensornetzwerk in Cluster (Q) mit jeweils mehreren Sensorknoten (S_i) eingeteilt ist, wobei innerhalb jedes Clusters (Q) ein Sensorknoten (S_i) als Aggregatorknoten (A_Q) zur Aggregation der getasteten Daten der übrigen Sensorknoten (S_i) des Clusters (Q) fungiert, und wobei jeweils eine vorgebbare Anzahl von zueinander benachbarten Clustern (Q) zu Gruppen zusammengefasst werden und die innerhalb eines Clusters (Q) aggregierten Daten von dem Aggregatorknoten (A_Q) des Clusters (Q) selbst und zusätzlich von einem weiteren Aggregatorknoten (A_Q) eines Clusters (Q) der jeweiligen Gruppe gespeichert werden, und wobei die Daten, bevor sie dauerhaft gespeichert werden, mittels homomorpher Verfahren verschlüsselt werden.

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Datenmanagement in einem Sensornetzwerk.
Sensornetzwerke finden zunehmend Verbreitung und werden insbesondere im Bereich des Umweltmonitoring, beispielsweise zur Untersuchung von Wetterentwicklungen, Feuchtigkeitsverteilungen oder Gewässerkontaminationen, oder zur Temperaturmessungen auf Oberflächen, zur Erstellung von Bewegungsmustern, zur Überwachung von industriellen Großanlagen, etc. eingesetzt. Die Liste der Einsatzmöglichkeiten ließe sich nahezu beliebig fortsetzen.
Bei den einzelnen Sensoren eines Sensornetzwerks handelt es sich um drahtlos miteinander kommunizierende Sensorknoten, die sich im Allgemeinen aus einem Messfühler, einer Prozessoreinheit, einer Kommunikationseinrichtung sowie einer Energiequelle – bspw. Batterie oder Solarzellen – zusammensetzen. Datenaufnahme-, Kommunikations- und Rechenfunktionalität werden dabei von den Sensorknoten auf engstem Raum vereint. Diese Miniaturbauform ist für bestimmte Anwendungsgebiete, beispielsweise für das genannte Umweltmonitoring, von ganz besonderem Vorteil, da sie eine Verteilung der Sensorknoten und damit einen Einsatz des Netzwerks auch in unzugänglichen Gebieten ermöglicht.
Kritische Parameter, die die Einsatzmöglichkeiten von Sensornetzwerken unter Umständen einschränken können, sind insbesondere physikalische vorgegebene Größen der einzelnen Sensorknoten, wie zum Beispiel deren Sendereichweite, Prozessorleistung, Batteriekapazität, vorhandener Speicherplatz oder ähnliches. Aufgrund dieser physikalischen Beschränkungen kommt einer energieeffizienten Organisation des Sensornetzwerks eine ganz besondere Bedeutung zu.
In modernen Sensornetzwerken der hier beschriebenen Art ist es bereits bekannt, Cluster zu bilden, wobei innerhalb eines Clusters ein Sensorknoten als Aggregatorknoten bestimmt wird, an dem die getasteten Daten der übrigen Sensorknoten des Clusters aggregiert werden. Die Auswahl der Aggregatorknoten kann beispielsweise anhand vorgebbarer Kriterien getroffen werden, wobei es insbesondere denkbar ist, Aggregatorknoten in Abhängigkeit von den Energieressourcen auszuwählen, die den Sensorknoten jeweils noch zur Verfügung stehen. Hierzu kann beispielsweise das LEACH-Verfahren (low energy adaptiv clustering hierarchy) zusammen mit einem einfachen Downstream-Routing-Protokoll verwendet werden. Das LEACH-Verfahren ist im Detail in W.B. Heinzelmann, A.P. Chandrakasan, H. Balakrishnan, „An Application-Specific Protocol Architecture for Wireless Microsensor Networks", in IEEE Transaction on Wireless Communications, vol. 1, Nr. 4, PP. 660-670, October 2002 beschrieben.
Im Hinblick auf die Häufigkeit der Abfrage der von den einzelnen Sensorknoten getasteten und im Netzwerk gespeicherten Daten lassen sich zwei unterschiedliche Arten von Sensornetzwerken unterscheiden: Zum einen existieren sogenannte synchrone Sensornetzwerke, die im Wesentlichen dadurch charakterisiert sind, dass die getasteten Daten kontinuierlich und unter Echtzeitanforderungen an eine zentrale autorisierte Einheit übertragen werden. Voraussetzung dafür ist ein ständiger Zugang der Einheit zum Netzwerk. Geht dieser Zugang verloren, so ist das System – bis zu einer evtl. Reparatur – nutzlos. Demgegenüber ist es bei bestimmten Anwendungen unerwünscht oder auch einfach nicht möglich, die getasteten Daten unter Echtzeitanforderungen auszulesen. Derartige Netzwerke werden als asynchrone Sensornetzwerke bezeichnet. Bei dieser Art von Netzwerken müssen die getasteten Daten zunächst innerhalb des Netzwerks gespeichert werden, bis sie in gewissen zeitlichen Abständen mittels eines hierzu autorisierten Lesers (Reader R), beispielsweise in Form eines Laptops, ausgelesen werden können.
Angesichts des Umstandes, dass sich in asynchronen Netzwerken der autorisierte Leser nicht in ständigem Kontakt mit dem Netzwerk befindet, stellen sich im Hinblick auf das Datenmanagement in derartigen Netzwerken einige besonders gravierende Probleme. Zum einen müssen die begrenzten Speicherkapazitäten und Energieressourcen der einzelnen Sensorknoten besonders sorgfältig berücksichtigt werden. Zum anderen muss berücksichtigt werden, dass nicht nur einzelne Sensorknoten ausfallen können, beispielsweise weil ihre Energieressourcen aufgebraucht sind. Vielmehr kann es in asynchronen Netzwerkes während einer u.U. langen Betriebsdauer ohne Datenabfrage zu einem Ausfall ganzer Bereiche des Sensornetzwerks kommen, bspw. bedingt durch externe Einflüsse, die im Folgenden ganz allgemein als „Desaster" bezeichnet werden. Im Extremfall kann ein solches Desaster zur Folge haben, dass sämtliche Informationen, die von Sensorknoten innerhalb eines Desasterbereichs gesammelt worden sind, nicht mehr ausgelesen werden können und demzufolge verloren sind.
Es ist bereits erwogen worden, dieser Gefahr durch eine gewisse Redundanz bei der Datenspeicherung zu begegnen, indem bspw. eine Gruppenbildung von mehreren benachbarten Clustern vorgenommen wird. Dabei werden die innerhalb eines Clusters der Gruppe aggregierten Daten von dem Aggregatorknoten des Clusters selbst und zusätzlich von einem weiteren Aggregatorknoten eines anderen Clusters der jeweiligen Gruppe gespeichert. Problematisch ist dabei allerdings insbesondere die Datensicherheit, da die Daten über einen längeren Zeitraum, im Falle eines asynchronen Netzwerks mindestens über die Zeitspanne zwischen zwei Auslesevorgängen, dauerhaft gespeichert werden müssen.

Aus IBRAHIM, I. et al: A Semantic Solution for Data Integration in Mixed Sensor Networks, In: Special Issue "Wireless Sensor Networks and Applications" of Computer Communications, Volume 28, Elsevier B.V. ist für sich gesehen ein Verfahren zum Datenmanagement in einem Sensornetzwerk bekannt, wobei das Sensornetzwerk eine Vielzahl von Sensorknoten zum Tasten von Daten umfasst und wobei das Sensornetzwerk in Cluster mit jeweils mehreren Sensorknoten eingeteilt ist. Innerhalb jedes Clusters fungiert ein Sensorknoten als Aggregatorknoten zur Aggregation der getasteten Daten der übrigen Sensorknoten des Clusters.

Aus CAM, H. et al: Energy-efficient and secure pattern-based data aggregation for wireless sensor networks, Volume 2, In: Sensors, 2003. Proceedings of IEEE, 22-24 Oktober 2003 ist für sich gesehen ebenfalls ein Sensornetzwerk mit einer Vielzahl von Sensorknoten zum Tasten von Daten bekannt, wobei das Sensornetzwerk in Cluster mit jeweils mehreren Sensorknoten eingeteilt ist und wobei innerhalb jedes Clusters ein Sensorknoten als Aggregatorknoten zur Aggregation der getasteten Daten der übrigen Sensorknoten des Clusters fungiert. Zur Verschlüsselung der Daten für die Übertragung innerhalb des Sensornetzwerks werden symmetrische Kryptographiealgorithmen eingesetzt.

Der vorliegenden Erfindung liegt nunmehr die Aufgabe zugrunde, ein Verfahren zum Datenmanagement in einem Sensornetzwerk anzugeben, das im Hinblick auf die benötigten Speicherkapazitäten und Energieressourcen möglichst effizient arbeitet, bei dem die Gefahr von Datenverlusten durch Ausfall/Zerstörung von Sensorknoten weitestgehend minimiert ist und bei dem zudem ein hohes Maß an Datensicherheit gegeben ist.

Das erfindungsgemäße Verfahren zum Datenmanagement in einem Sensornetzwerk löst die voranstehende Aufgabe durch die Merkmale des Patentanspruchs 1. Danach umfasst das Sensornetzwerk eine Vielzahl von Sensorknoten zum Tasten von Daten, wobei das Sensornetzwerk in Cluster mit jeweils mehreren Sensorknoten eingeteilt ist, wobei innerhalb jedes Clusters ein Sensorknoten als Aggregatorknoten zur Aggregation der getasteten Daten der übrigen Sensorknoten des Clusters fungiert, und wobei jeweils eine vorgebbare Anzahl von zueinander benachbarten Clustern zu Gruppen zusammengefasst werden und die innerhalb eines Clusters aggregierten Daten von dem Aggregatorknoten des Clusters selbst und zusätzlich von einem weiteren Aggregatorknoten eines Clusters der jeweiligen Gruppe gespeichert werden, und wobei die Daten, bevor sie dauerhaft gespeichert werden, mittels homomorpher Verfahren verschlüsselt werden.

In erfindungsgemäßer Weise ist zunächst erkannt worden, dass Sensornetzwerke angesichts der Notwendigkeit einer dauerhaften Speicherung von getasteten Daten über einen u.U. längeren Zeitraum zwischen zwei Ausleseprozessen hinweg nur dann sicher betrieben werden können, wenn an den Aggregatorknoten nicht die Daten selbst, sondern verschlüsselte Daten gespeichert werden. Erfindungsgemäß wird eine Verschlüsselung der Daten mittels homomorpher Verfahren vorgeschlagen. Diese Verfahren liefern zum einen ein hohes Maß an Datensicherheit, das es einem nicht autorisierten Störer nahezu nicht erlaubt, die Daten zu entschlüsseln. Zum anderen erfordern diese Verschlüsselungsverfahren nur einen verhältnismäßig geringen zusätzlichen Rechenaufwand, der die begrenzten Ressourcen, insbesondere die den Sensorknoten zur Verfügung stehende Energie und Speicherkapazität, nur unwesentlich belastet. Trotz Datenverschlüsselung ist somit eine Redundanz bei der Datenspeicherung zur Absicherung gegen Datenverluste weiterhin möglich.

Im Hinblick auf ein besonders hohes Maß an Datensicherheit kann vorgesehen sein, dass die homomorphen Verschlüsselungsverfahren verschachtelt angewendet werden. Dies bietet sich insbesondere beim Einsatz des Sensornetzwerks in kriti schen Umgebungen an, in denen die Wahrscheinlichkeit eines Angriffs durch einen unautorisierten Störer erhöht ist.

Im Hinblick auf ein hohes Maß an Strukturierung des Netzwerks kann vorgesehen sein, dass die Aggregatorknoten, die die zusätzliche Datenspeicherung übernehmen, mittels eines netzwerkweit einheitlichen Schemas bestimmt werden. Ein derartiges netzwerkweit einheitliches Schema erweist sich auch im Hinblick auf die Datenabfrage als vorteilhaft. Für den Fall, dass ein Cluster aufgrund eines Desasters weitestgehend ausgefallen ist, kann nämlich dasjenige Cluster, in dem die interessierenden Daten in replizierter Form gespeichert sind, ebenfalls mittels eines netzwerkweit einheitlichen Algorithmus bestimmt werden.

Als Aggregatorknoten für die zusätzliche Datenspeicherung kann beispielsweise jeweils der Aggregatorknoten des im Uhrzeigersinn benachbarten Clusters festgelegt werden. Je nach Verteilung der Sensorknoten und der Struktur der Cluster kann auch ein beliebiges anderes Schema gewählt werden.

Im Hinblick auf eine möglichst gleichmäßige Auslastung aller Sensorknoten des Netzwerks erweist es sich als vorteilhaft, die Auswahl von Aggregatorknoten jeweils nach einer vorgebbaren Zeitdauer erneut durchzuführen. Der Zeitraum zwischen zwei Auswahlvorgängen wird im Folgenden als Epoche bezeichnet. Diese Einteilung der Lebensdauer des Sensornetzwerks in einzelne Epochen kann beispielsweise im Rahmen des eingangs beschriebenen LEACH-Verfahrens durchgeführt werden.

Im Rahmen einer konkreten Ausführungsform ist vorgesehen, dass in jeder Epoche alle Sensorknoten ihre getasteten Messwerte a_i durch Anwendung eines symmetrischen, additiv homomorphen Privacy Homomorphismus PH_s verschlüsseln. Für die Verschlüsselung mittels PH_s gelten die Verschlüsselungstransformationen E : K × Q R und die korrespondierenden Entschlüsselungsfunktionen D : K × R → Q. Mit den Messwerten a₁, a₂ ∊ Q und einem symmetrischen Schlüssel k ∊ K liefert ein additiv homomorpher PH_s a1 + a2 = Dk(Ek(a1) ⨁ Ek(a2)), wobei "+" eine additive Operation auf Elementen des Klartextalphabets und „⨁" die korrespondierende additive Operation auf Elementen des Chiffratalphabets darstellt.

Momentan zur Verfügung stehende Privacy Homomorphismen der Kategorie PH_s, wie zum Beispiel der von Domingo-Ferrer vorgeschlagene PH (siehe J. Domingo-Ferrer „A pprovably secure additive and multiplicative privacy homomorphism", In Information Security Conference (ISC'02), Springer LNCS 2433, pp. 471-483, 2002), sind zwar unsicher gegenüber ausgewählten Klartext-Angriffen, liefern jedoch gegenüber reinen Chiffrattext-Angriffen eine beweisbare Sicherheit. Zudem sind die Rechenzeiten, die zur Verschlüsselung, Entschlüsselung und zur Addition von verschlüsselten Daten benötigt werden, auf Rechnerplattformen, wie sie typischerweise in Sensorknoten zum Einsatz kommen können, problemlos ausführbar. Die Größe des Chiffrattextes übersteigt die Größe des korrespondierenden Klartextes maximal um den Faktor 5.

In einem nächsten Schritt kann vorgesehen sein, dass die Aggregatorknoten die empfangenen verschlüsselten Werte s_i = E_k(a_i) aufaddieren und den so erhaltenen Wert a_z dauerhaft speichern. Damit ist nicht nur eine Datenverheimlichung bei der Übertragung der Daten von den einzelnen Sensorknoten zum Aggregatorknoten, sondern auch während der – unter Umständen länger andauernden – Speicherung der Daten am Aggregatorknoten sichergestellt.

In weiteren sich anschließenden Schritten kann sodann vorgesehen sein, dass die Aggregatorknoten den gespeicherten Wert a_z des eigenen Clusters Q_z und den zusätzlich gespeicherten Wert a_z-1 eines Clusters Q_z-1 der gleichen Gruppe aufaddieren und die Summe durch Anwendung eines asymmetrischen, additiv homomorphen Privacy Homomorphismus PH_a verschlüsseln. Für Privacy Homomorphismen der Kategorie PH_a gelten die Verschlüsselungstransformationen E : K_P × Q → R und die entsprechenden Entschlüsselungsfunktionen D : K_q × R → Q, wobei (p, q) ∊ (K_P, K_q) ein öffentliches/privates Schlüsselpaar ist. Mit a₁, a₂ ∊ Q liefert der Homomorphismus

wobei die Operation

die additive Operation auf Elementen des Chiffratalphabets darstellt.

Ein spezifisches Verschlüsselungsverfahren der Kategorie PH_a ist die Verschlüsselungstransformation nach Okamoto und Uchiyama (siehe T. Okamoto, S. Uchiyama, „A new Public-Key Cryptosystem as Secure as Factoring", in Advances in Cryptology – EUROCRYPT'98, pp. 303-318, 1998). Im Gegensatz zu den oben erwähnten symmetrischen Privacy Homomorphismen liefert dieses Schema einen hohen Sicherheitslevel, der mit der durch Faktorisierung erreichbaren Sicherheit vergleichbar ist. Allerdings ist die minimale Größe des Chiffrattextes für alle Klartexte mit |a| ≤ 1024 bit stets |E_k(a)| = 1024 bit, was sich negativ auf den zur Datenübertragung benötigten Energiebedarf auswirkt. Vorteilhaft ist demgegenüber jedoch, dass die Additionsoperation auf den verschlüsselten Daten im Hinblick auf den Energieverbrauch vernachlässigbar ist.

Ein weiterer geeigneter Kandidat für einen PH_a ist die Anwendung der ElGamal Public-Key Verschlüsselung auf elliptischen Kurvenpunkten (siehe A. J. Menezes, P. C. van Oorshot, S. A. Vanstone, Handbook of Applied Cryptography, The CRC Press Series on Discrete Mathematics and its Applications, 1997). Das ElGamal Verschlüsselungsverfahren basiert auf dem diskreten Logarithmusproblem. Eine derartige Wahl reduziert die Größe des Chiffrattextes auf die zweifache Schlüssellänge. Ein deutlicher Vorteil dieses Verfahrens besteht zudem darin, dass der Chiffrattext – auch bei hohem Sicherheitslevel – mittels eines einzelnen nach IEEE 802.15.4 standardisierten Packets versendet werden kann.

Durch die vorgeschlagene verschlüsselte Speicherung wird somit nicht nur eine im Hinblick auf mögliche Ausfälle von Netzwerkbereichen vorteilhafte Redundanz geschaffen, sondern die redundanten Daten werden zudem bei überschaubarem Energieverbrauch mit einem hohen Maß an Sicherheit gespeichert. Mit anderen Worten besteht auch bei der Notwendigkeit einer länger andauernden Speicherung (zwischen zwei Datenabfragen durch einen Leser) auch in öffentlichen oder nicht vertrauenswürdigen Umgebungen eine hohe Sicherheit im Hinblick auf die Datenverheimlichung.

In besonders vorteilhafter Weise kann die Gruppenbildung und dementsprechend die Datenaggregation und -speicherung in mehreren Hierarchieebenen durchgeführt werden. Dies bietet sich insbesondere bei größeren Netzwerken an, die beispielsweise Tausende von Sensorknoten umfassen, um die Größe der einzelnen Cluster nicht zu stark anwachsen zu lassen.

In vorteilhafter Weise tastet und speichert das Netzwerk Umgebungsdaten kontinuierlich als Funktion über die Zeit und über den Ort. Nach einer gewissen Zeitdauer umfasst das Netzwerk somit einen feinen „Fingerabdruck" der abgetasteten Umgebung. Die Granularität dieser repräsentativen Daten, d.h. des Fingerabdrucks, kann im Hinblick auf den Ort insbesondere durch die gewählte Clusterbildung beeinflusst werden. Im Hinblick auf die zeitliche Granularität kann beispielsweise eine tägliche, wöchentliche, monatliche, etc. Datennahme vorgesehen sein, wobei diese in vorteilhafter Weise mit der Zeitdauer der Epochen synchronisiert sein könnte.

In weiter vorteilhafter Weise könnte die Datenabfrage an die verteilte zweidimensionale Datenbankstruktur innerhalb des Netzwerks angepasst werden, d.h. mit anderen Worten eine von einem Leser – beispielsweise einem Laptop – an das Netzwerk gerichtete Datenabfrage könnte die Zeit und den Ort der gewünschten Daten umfassen.

Wenn ein Aggregatorknoten eine Datenabfrage empfängt wird als Antwort in vorteilhafter Weise der mittels PH_averschlüsselte Wert – z.B. E_p(a_z ⨁ a_z-1) bei einer an das Cluster Q_z gerichteten Anfrage – an den Leser sendet. In Abhängigkeit von der Sendereichweite der Aggregatorknoten und der räumlichen Struktur des Netzwerks können die Aggregatorknoten ihre Antworten entweder direkt oder multi-hop über als Weiterleitungsknoten fungierende Sensorknoten zum Leser senden. Aufgrund der Verschlüsselung mittels einen asymmetrischen Privacy Homomorphismuss ist es einem Störer bei der Datenübertragung selbst in Kenntnis des öffentlichen Schlüssels p nicht möglich, in Besitz der Daten zu kommen, da der zur Entschlüsselung notwendige private Schlüssel q nur dem Leser bekannt ist. Der Leser agiert normalerweise jedoch in einer geschützten Umgebung, die keinerlei äußeren Angriffen ausgesetzt ist.

Im Hinblick auf eine möglichst weitgehende Rekonstruktion von getasteten Daten aus Desasterregionen des Netzwerks erweist es sich als besonders vorteilhaft, bei den an das Netzwerk gerichteten Datenabfragen zwischen kontinuierlichen Abfragen und außergewöhnlichen Abfragen zu unterscheiden. Hierzu könnte in der entsprechenden Nachricht beispielsweise ein Flag gesetzt bzw. nicht gesetzt werden.

Für den Fall, dass sich kein Desaster ereignet hat, d.h. Ausfälle von Sensorknoten nur über das Sensornetzwerk weitestgehend gleichmäßig verteilt (beispielsweise aufgrund vollständigen Energieverbrauchs) stattgefunden haben, werden kontinuierliche Abfragen an das Netzwerk gerichtet. Dabei kann vorgesehen sein, dass diese Datenabfragen nur an diejenigen Cluster weitergeleitet werden, die aufgrund ihrer Zugehörigkeit zu dem in der Datenabfrage angegebenen Ort über die angefragten Informationen verfügen.

Demgegenüber werden außergewöhnliche Datenabfragen an das Netzwerk gerichtet, wenn ein Desaster stattgefunden hat, d.h. beispielsweise durch einen externen Einfluss lokal eine Vielzahl von Sensorknoten ausgefallen ist. Dabei kann vorgesehen sein, dass derartige außergewöhnliche Datenabfragen nur an die jeweils komplementären Cluster einer Gruppe weitergeleitet werden. Aus den von den komplementären Clustern an den Leser gesendeten Antworten können die gewünschten Informationen durch Entschlüsselung und geeignete Addition und/oder Subtraktion der entschlüsselten Werte rekonstruiert werden.

Es gibt nun verschiedene Möglichkeiten, die Lehre der vorliegenden Erfindung in vorteilhafter Weise auszugestalten und weiterzubilden. Dazu ist einerseits auf die dem Patentanspruch 1 nachgeordneten Patentansprüche und andererseits auf die nachfolgende Erläuterung eines bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung zu verweisen. In Verbindung mit der Erläuterung des bevorzugten Ausführungsbeispiels der Erfindung anhand der Zeichnung werden auch im Allgemeinen bevorzugte Ausgestaltungen und Weiterbildungen der Lehre erläutert. In der Zeichnung zeigen
1 eine schematische Darstellung einer Gruppe eines Sensornetzwerks bestehend aus vier Clustern,
2 eine schematische Darstellung einer hierarchischen Gruppenbildung innerhalb eines Sensornetzwerks,
3 eine schematische Darstellung einer kontinuierliche Datenabfrage und
4 eine schematische Darstellung einer außergewöhnlichen Datenabfrage.
1 zeigt – schematisch – einen Ausschnitt aus einem Sensornetzwerk mit einer Vielzahl von Sensorknoten S_i. Nach Ausbringen der Sensorknoten S_i in ein zu überwachendes Gebiet sind mittels des LEACH-Verfahrens Cluster Q gebildet worden, wobei in 1 insgesamt vier Cluster Q_z-1, Q_z, Q_z+1 und Q_z+2 dargestellt sind. Innerhalb jedes Clusters ist – ebenfalls mittels des LEACH-Verfahrens – einer der Sensorknoten S_i als Aggregatorknoten A_Q ausgewählt worden. Die Auswahl eines Aggregatorknotens A_Q innerhalb eines Clusters Q wird jeweils nach einer vorgebbaren Zeitdauer – Epoche – neu ausgeführt. Wie in 1 deutlich zu erkennen weist jedes Cluster Q insgesamt 9 Sensorknoten S_i auf, wobei der als Aggregatorknoten A_Q fungierende Sensorknoten dunkel dargestellt ist.
Die vier zueinander benachbarten Cluster Q sind in erfindungsgemäßer Weise zu einer Gruppe zusammengefasst. Die Pfeile repräsentieren den erfindungsgemäßen Datenfluss innerhalb der Gruppe. In jeder Epoche verschlüsseln die Sensorknoten S_i ihre getasteten Messwerte a_i mittels eines symmetrischen, additiv homomorphen Privacy Homomorphismus PH_s und senden die verschlüsselten Werte s = E_k (a_i) an den in der Epoche ausgewählten Aggregatorknoten A_Q ihres Clusters Q. Die Aggregatorknoten A_Q addieren die empfangenen verschlüsselten Werte s und speichern den so erhaltenden Wert a_z (für Cluster Q_z) dauerhaft. Zusätzlich sendet jeder Aggregatorknoten A_Q den gespeicherten Wert an den Aggregatorknoten A_Q des im Uhrzeigersinn benachbarten Clusters Q seiner Gruppe, wo der Wert ebenfalls dauerhaft gespeichert wird. Im Konkreten speichert somit bspw. der Aggregatorknoten A_Qz des Clusters Q_z den Wert a_z seines eigenen Clusters Q₂ und zusätzlich den Wert a_z-1 des entgegen des Uhrzeigersinn benachbarten Clusters Q_z-1.
2 zeigt die Anwendung des erfindungsgemäßen Verfahrens in zwei Hierarchieebenen. Im Konkreten sind hier vier Gruppen der in 1 gezeigten Art zu einer übergeordneten Gruppe zusammengefasst. Der Datenfluss folgt in der übergeordneten Hierarchieebene dem gleichen Verfahren wie in Zusammenhang mit 1 beschrieben.
3 zeigt – schematisch – den Vorgang einer kontinuierlichen Datenabfrage sowie ein entsprechendes Antwortschema. Zu irgendeinem Zeitpunkt hat sich der Leser R, bspw. ein Laptop, dem Netzwerk genähert, um bestimmte Daten abzufragen. Dazu sendet der Leser R ein Funksignal aus, das sowohl den Zeitpunkt, d.h. konkret die Epoche, zu der die gewünschten Daten getastet worden sind, als auch den Ort, an dem die Daten getastet worden sind, umfasst. Da jeder Sensorknoten S_i weiß, zu welchem Cluster Q er gehört, ist es möglich, die Anfrage nur an diejenigen Cluster Q weiterzuleiten, deren Aggregatorknoten A_Q im Besitz der relevanten Informationen sind. Je nach Sendereichweite der Aggregatorknoten A_Q bzw. der Entfernung zwischen Aggregatorknoten A_Q und Leser R sendet der Aggregatorknoten A_Q die relevanten Daten – verschlüsselt – entweder direkt oder – wie im rechten Teil von 3 dargestellt – multi-hop über als Weiterleitungsknoten F_i fungierende Sensorknoten S_i.
4 zeigt den Fall einer außergewöhnlichen Datenabfrage. Im interessierenden Zielgebiet sind durch externe Einflüsse – „Desaster" – eine Vielzahl von Sensorknoten S_i ausgefallen (dunkel dargestellt). Es wird davon ausgegangen, dass der Ausfall dem Leser R bekannt ist. Die ausgefallenen Sensorknoten S_i liegen im Cluster Q_z. Da auch der Aggregatorknoten A_Qz des Clusters Q_z betroffen ist, können aus dem Cluster Q_z unmittelbar keine Informationen mehr abgefragt werden. Aufgrund der erfindungsgemäßen redundanten Datenspeicherung ist jedoch eine Rekonstruktion der interessierenden Daten möglich.
In 4 ist ein Spezialfall dargestellt, bei dem vier Cluster zu einer Gruppe zusammengefasst sind. Eine an die Cluster Q_z und Q_z-1 gemeinsam gerichtete Datenanfrage wird dabei wie folgt behandelt: Die Cluster Q_z-1, Q_z+1 und Q_z+2 senden jeweils A_Qz-1 → R : E_p(a_z-1 ⨁ a_z+2), A_Qz-1→ R : E_p(a_z+1 ⨁ a_z), A_Qz+2 → R : E_p(a_z+2 ⨁ a_z+1) an den Leser R. R wendet darauf zur Entschlüsslung den privaten Schlüssel q an. Danach addiert R die gespeicherten Daten der direkten Nachbarcluster Q_z-1 und Q_z+1 des ausgefallenen Clusters Q_z und subtrahiert den Wert des gegenüberliegenden Clusters Q_z+2, d.h.: Dq(az-1 ⨁ az+2) + Dq(az+1 ⨁ az) – Dq(az+2 ⨁ az+1) = Dq(az ⨁ az-1).
Das auf diese Weise erhaltene Ergebnis ist der gewünschte Fingerabdruck aus der Region Q_z ⋃ Q_z-1, der in dem zerstörten Cluster Q_z gespeichert worden ist. Ist der Leser R lediglich an dem Cluster Q_z interessiert, so kann von dem oben erhaltenen Wert D_k(a_z-1) subtrahiert werden, d.h.: Dq(az ⋃ az-1) – Dq(az-1).
Hinsichtlich weiterer vorteilhafter Ausgestaltungen der erfindungsgemäßen Lehre wird zur Vermeidung von Wiederholungen auf den allgemeinen Teil der Beschreibung sowie auf die beigefügten Patentansprüche verwiesen.
Schließlich sei ausdrücklich darauf hingewiesen, dass das voranstehend beschriebene Ausführungsbeispiel der erfindungsgemäßen Lehre lediglich zur Erörterung der beanspruchten Lehre dient, diese jedoch nicht auf dieses Ausführungsbeispiel einschränkt.

Claims

Verfahren zum Datenmanagement in einem Sensornetzwerk, wobei das Sensornetzwerk eine Vielzahl von Sensorknoten (S_i) zum Tasten von Daten umfasst, wobei das Sensornetzwerk in Cluster (Q) mit jeweils mehreren Sensorknoten (S_i) eingeteilt ist, wobei innerhalb jedes Clusters (Q) ein Sensorknoten (S_i) als Aggregatorknoten (A_Q) zur Aggregation der getasteten Daten der übrigen Sensorknoten (S_i) des Clusters (Q) fungiert, und wobei jeweils eine vorgebbare Anzahl von zueinander benachbarten Clustern (Q) zu Gruppen zusammengefasst werden und die innerhalb eines Clusters (Q) aggregierten Daten von dem Aggregatorknoten (A_Q) des Clusters (Q) selbst und zusätzlich von einem weiteren Aggregatorknoten (A_Q) eines Clusters (Q) der jeweiligen Gruppe gespeichert werden, und wobei die Daten, bevor sie dauerhaft gespeichert werden, mittels homomorpher Verfahren verschlüsselt werden.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die homomorphen Verschlüsselungsverfahren in einer verschachtelten Anordnung eingesetzt werden.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Aggregatorknoten (A_Q), die die zusätzliche Datenspeicherung übernehmen, mittels eines sensornetzwerkweit einheitlichen Schemas bestimmt werden.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass als Aggregatorknoten (A_Q) für die zusätzliche Datenspeicherung jeweils der Aggregatorknoten (A_Q) des im Uhrzeigersinn benachbarten Clusters (Q) festgelegt wird.
Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass jeweils nach Ablauf einer vorgebbaren Zeitdauer – Epoche – eine Neufestlegung von Aggregatorknoten (A_Q) durchgeführt wird.
Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass in jeder Epoche alle Sensorknoten (S_i) ihren getasteten Messwert a_i durch Anwendung eines symmetrischen, additiv homomorphen Privacy Homomorphismus PH_s verschlüsseln und den verschlüsselten Wert s_i = E_k(a_i) an den Aggregatorknoten (A_Q) ihres Clusters (Q) senden.
Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass die Aggregatorknoten (A_Q) die empfangenen verschlüsselten Werte s_i aufaddieren und den so erhaltenen Wert a_z dauerhaft speichern.
Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Aggregatorknoten (A_Q) den gespeicherten Wert a_z des eigenen Clusters (Q) und den zusätzlich gespeicherten Wert a_z-1 eines Clusters (Q) der gleichen Gruppe aufaddieren, die Summe durch Anwendung eines asymmetrischen, additiv homomorphen Privacy Homomorphismus PH_a verschlüsseln und den so erhaltenen Wert E_p(a_z ⨁ a_z-1) ebenfalls dauerhaft speichern.
Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die Gruppenbildung und dementsprechend die Datenaggregation und -speicherung in mehreren Hierarchieebenen durchgeführt wird.
Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die getasteten Daten im Sinne einer zweidimensionalen Datenbank in Abhängigkeit von der Zeit und dem Ort der Datennahme gespeichert werden.
Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass im Rahmen einer an das Sensornetzwerk gerichteten Datenabfrage durch einen Leser (R) Zeit und Ort der gewünschten Daten angegeben werden.
Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass die Aggregatorknoten (A_Q) jeweils den mittels eines asymmetrischen, additiv homomorphen Privacy Homomorphismus PH_a verschlüsselten Wert E_p(a_z ⨁ a_z-1) an den Leser (R) senden.
Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass die Aggregatorknoten (A_Q) ihre Antworten direkt oder multi-hop über als Weiterleitungsknoten (F_i) fungierende Sensorknoten (S_i) zum Leser (R) senden.
Verfahren nach einem der Ansprüche. 11 bis 13, dadurch gekennzeichnet, dass bei an das Sensornetzwerk gerichteten Datenabfragen zwischen kontinuierlichen Datenabfragen und außergewöhnlichen Datenabfragen unterschieden wird.
Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass die kontinuierlichen Datenabfragen nur an diejenigen Cluster (Q) weitergeleitet werden, die aufgrund ihrer Zugehörigkeit zu dem in der Datenabfrage angegebenen Ort über die angefragten Informationen verfügen.
Verfahren nach Anspruch 14, dadurch gekennzeichnet, dass die außergewöhnlichen Datenabfragen nur an die jeweils komplementären Cluster (Q) der jeweiligen Gruppe weitergeleitet werden.
Verfahren nach Anspruch 16, dadurch gekennzeichnet, dass aus den im Rahmen einer außergewöhnlichen Datenabfrage erhaltenen Informationen die gewünschten Informationen durch Entschlüsselung und geeignete Addition und/oder Subtraktion der entschlüsselten Werte rekonstruiert werden.
Verfahren nach einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, dass es sich bei dem Sensornetzwerk um ein asynchrones Sensornetzwerk handelt.