1.一种实时的隐私安全边缘范围近似查询方法，其特征在于：所述查询方法包括如下步骤：步骤1：子范围划分和语言变量定义：

将感知数据可能取值范围划分为若干个子范围，边缘节点采集的感知数据近似均匀地被划入到这些子范围中，并为每个子范围定义一个字符型语言变量，子范围和语言变量对应表被预先地嵌入式写到传感器节点和用户端；

步骤2：异地网格存储

边缘物联网被逻辑划分为网格结构，每个网格选取一个节点作为格管理节点GM，边缘节点采集到感知数据后，根据子范围和语言变量对应表把感知数据变换为相应的语言变量，该语言变量和加密的位置信息发送到本地网格管理节点；

步骤3：用户查询范围语言变量计算：

根据用户指定的查询范围，计算其和各子范围的重叠比例，确定用户查询范围对应的语言变量；

步骤4：范围查询和结果返回：

用户端向各网格节点发送查询范围，网格管理节点收到查询消息后，选择满足范围查询要求的那些节点作为查询结果，即那些采集到的感知数据对应的语言变量等于查询语言变量的边缘节点，网格管理节点返回加密后的查询结果节点位置给用户端。

2.如权利要求1所述的一种实时的隐私安全边缘范围近似查询方法，其特征在于：所述步骤1中，感知范围子范围划分和语言变量定义过程如下：

1.1、感知数据子范围划分：

根据历史感知数据分布或者领域专家判断，确定感知数据等分布均值μ和标准差σ，再根据μ和σ将感知数据可能的取值范围非均匀地划分成m个子范围subRi，i＝1,…,m，使得传感器节点采集到的感知数据近似均匀地落入到这些子范围中；

1.2、语言变量定义：

为每个子范围subRi定义一个字符型语言变量，i＝1,…,m，并将每个子范围和语言变量对应表嵌入式写入传感器节点和用户端。

3.如权利要求2所述的一种实时的隐私安全边缘范围近似查询方法，其特征在于：所述步骤2中，异地网络存储过程如下：

2.1、边缘物联网被逻辑地划分成若干个网格，网格个数与边缘节点密度有关，节点密度越大网格数量越多，使得每个网格包含一定数量的节点，每个网格选择一个节点作为网格管理节点GM；

2.2、感知节点采集到感知数据后，根据本地子范围和语言变量对应表将感知数据变换为相应的语言变量，然后该语言变量和该节点加密的位置信息被发送到本地网格管理节点。

4.如权利要求2或3所述的一种实时的隐私安全边缘范围近似查询方法，其特征在于：所述步骤3中，用户查询范围语言变量计算过程如下：

i

3.1、用户查询范围与subR部分重叠时，i＝1,…,m，用户查询范围语言变量计算过程：计算用户查询范围和subRi重叠部分占用户查询范围的比例，i＝1,…,m，如果该比例大于等于阈值thrd，则subRi对应的语言变量为用户查询范围语言变量之一；

3.2、用户查询范围是subRi的子区间或subRi是用户查询范围子区间时，i＝1,…,m，用户查询范围语言变量计算过程：subRi对应的语言变量即为用户查询语言变量之一，i＝

1,…,m；

3.3、用户查询范围与subRi不重叠时，i＝1,…,m，用户查询范围语言变量计算过程：用户查询范围与subRi不重叠时，i＝1,…,m，该subRi对应的语言变量不是用户查询范围语言变量，如果所有的subRi都和用户查询范围不重叠，i＝1,…,m，则用户指定的查询范围超出正常值，提示用户输入错误。

5.如权利要求1～4之一所述的一种实时的隐私安全边缘范围近似查询方法，其特征在于：所述步骤4中，范围查询和结果返回阶段分为用户发送范围查询消息和返回查询结果两个步骤，分别如下：

4.1、用户发送查询消息：

j

用户发送范围查询消息给网格管理节点，查询消息主要为用户查询范围语言变量LV，j＝1…k，通常来说用户指定范围间隔越大，k值越大。

4.2、查询结果返回：

网格管理节点GM接收到范围查询消息后，选择满足范围查询要求的那些节点作为查询结果，即那些采集到的感知数据对应的语言变量等于查询语言变量的边缘节点，网格管理节点返回加密后的查询结果节点位置，如加密的节点编号给用户端。

6.如权利要求5所述的一种实时的隐私安全边缘范围近似查询方法，其特征在于：所述步骤4.2中，加密时使用轻量级Diffie-Hellman密钥交换协议产生的密钥进行加密。