在物联网时代(物联网),大量的物理对象嵌入传感器和电子设备等各种应用程序交换信息通过异构网络智能城市,电子医疗和自动驾驶。一切的感知模式的互联网极大地改变了我们的生活带来了机遇和挑战。数以百万计的感官设备不断生成上下文数据交易实时分析和决策。传统的云计算基于集中存储是数据密集型服务无法满足需求。移动计算边缘(MEC)已被接受作为一个有效的解决方案来支持数据驱动的服务和地方物联网应用程序,卸载计算、存储和网络资源从云到网络的边缘。

尽管MEC的优点,如高带宽,低延迟,效率高、和可伸缩性,它在数据安全和隐私保护面临着严峻的挑战。物联网设备上传数据到边缘节点,以换取服务,如培训模型。直接数据上传可能会危及用户的隐私,和恶意篡改数据可以误导服务决策,甚至危及安全的公共服务。因此,在上传之前,数据需要使用可靠的安全保护措施,如同态加密、安全多方计算、微分隐私,和其他加密工具。神经网络是一个广泛使用的智能分析工具。如何准确、高效地实现神经网络推理和训练在密文是一个关键的挑战。

这个特殊问题的目的是征求原始研究的文章强调了最近的事态发展在安全和隐私物联网解决方案和MEC。评论文章讨论艺术的状态也欢迎。

潜在的主题包括但不限于以下:

• MEC的有效的数据加密方案
• 物联网的安全数据聚合和异构融合方案,MEC
• 物联网的安全数据重复数据删除技术方案和MEC
• 实际应用产生计数器样本的物联网和MEC
• 安全数据分享和转发框架为物联网设备
• 安全、高效的物联网和MEC client-to-edge协作计算
• 轻量级的安全计算协议设计和安全分析正式化
• 保护隐私,基于神经网络推理的物联网和MEC
• 保护隐私外包神经网络训练的物联网和MEC
• 物联网的安全、可核查的、个性化的服务方案和MEC
• 物联网和MEC的新综合评价系统
• 可编程保护隐私的安全框架计算
• 合理的通信和计算资源分配策略
• 在神经网络攻击和防御了物联网和MEC
• 在物联网和MEC未来隐私的挑战和解决方案