جمع‌آوری داده‌های خام حفظ حریم خصوصی بدون یک مرجع قابل‌اعتماد برای IoT )اینترنت‌اشیا(

با پیشرفت سریع فن‌آوری‌های اینترنت‌اشیا، مقدار زیادی از داده‌های زمان واقعی جمع‌آوری و به اشتراک گذاشته می‌شوند، که تاثیرات مهمی بر بسیاری از کاربردها مانند تبلیغات تجاری و کمک تصمیم‌گیری دارند. با این حال، بیشتر کاربران تمایل ندارند اطلاعات شخصی خود را مستقیما به هر شخص ثالث برای تحقیق یا تحلیل تجاری تقسیم کنند چون داده‌های شخصی شامل اطلاعات شخصی و یا حساس مانند وضعیت اقتصادی یا عادت‌های زندگی هستند. ایجاد متوازن کردن کاربرد داده‌های بزرگ و "حریم خصوصی کاربران" موضوعی حیاتی در دانشگاه و صنعت است. در این مقاله ، یک طرح جمع آوری داده های خام برای اینترنت‌اشیا برای حفظ حریم خصوصی ارائه شده است ، که در آن داده های شرکت کننده با داده های سایر شرکت کنندگان در یک گروه جمع آوری و در معرض خطر قرار می گیرد. به طور خاص، داده‌های فردی در فرمت خام خود نگه‌داشته می‌شوند تا ارزش خود را برای مصرف‌کننده داده افزایش دهند، در حالی که هیچ کاربران دیگر خارج از کاربر خود منبع داده‌های جمع‌آوری‌شده را نمی‌دانند. علاوه بر این، هیچ مرجع قابل‌اعتماد در طرح پیشنهادی ما مورد نیاز نیست، که برای کاربردهای دنیای وا

With the rapid developments of IoT technologies, a large amount of real-time data is collected and shared, having important impacts on many applications, such as business advertisement and decision-making assistance. However, most users are unwilling to share their personal data directly to any third party for either academic research or commercial analysis because personal data contains private or sensitive information, such as economic status or living habits. Balancing the utility of big data and users’ privacy is a vital issue in academia and industry. In this paper, a privacy-preserving raw data collection scheme for IoT is proposed, in which the participant’s data is collected and obfuscated with the other participants’ data within a group in order to mask the individual’s privacy. Specifically, individual data is kept in its raw format to enhance its value for the data consumer, while no other users outside of the user herself know the source of the collected data. In addition,