CN105743898A - 一种基于大数据环境下的静态数据加解密方法 - Google Patents

一种基于大数据环境下的静态数据加解密方法 Download PDF

Info

Publication number
CN105743898A
CN105743898A CN201610076906.0A CN201610076906A CN105743898A CN 105743898 A CN105743898 A CN 105743898A CN 201610076906 A CN201610076906 A CN 201610076906A CN 105743898 A CN105743898 A CN 105743898A
Authority
CN
China
Prior art keywords
encryption
decryption
server
big data
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610076906.0A
Other languages
English (en)
Inventor
吴鸿钟
陈效友
张桂银
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Bite Xin'an Technology Co Ltd
Original Assignee
Chengdu Bite Xin'an Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Bite Xin'an Technology Co Ltd filed Critical Chengdu Bite Xin'an Technology Co Ltd
Priority to CN201610076906.0A priority Critical patent/CN105743898A/zh
Publication of CN105743898A publication Critical patent/CN105743898A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • H04L63/205—Network architectures or network communication protocols for network security for managing network security; network security policies in general involving negotiation or determination of the one or more network security mechanisms to be used, e.g. by negotiation between the client and the server or between peers or by selection according to the capabilities of the entities involved
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Storage Device Security (AREA)

Abstract

本发明公开了一种基于大数据环境下的静态数据加解密方法，在大数据环境下，采用加解密均衡策略与备份加解密均衡策略相结合的方式，通过对服务器的资源进行数学建模，计算各服务器的处理能力，而后利用贪心算法对数学建模结果进行分析，选择最优的服务器进行加解密操作；所述服务器包括加解密服务器和/或备份加解密服务器；针对加解密过程中，由于加解密服务器故障而导致加解密策略模块不可用的难题，引入冗余设计方案：即备份加解密策略模块及配置信息到备份加解密服务器，如果加解密策略模块所在加解密服务器出现故障，自动启用备份加解密服务器，极大地提升加解密功能的可靠性。

Description

一种基于大数据环境下的静态数据加解密方法
技术领域
本发明涉及大数据、数据安全传输等技术领域，具体的说，是一种基于大数据环境下的静态数据加解密方法。
背景技术
传统的大数据静态数据加解密实现中，加解密服务器部署加解密server(Java语言)，负责与各大数据节点加解密client(Java语言)进行交互。加解密server(Java语言)通过jni接口访问底层加密卡进行通信(C语言)，从而实现加解密功能。
各大数据节点调用预先配置的加解密服务器集群中指定的加解密服务器进行数据加解密。如图1所示：
NameNode(主节点)与加解密服务器0、DataNode(数据节点)0与加解密服务器1、DataNode(数据节点)1与加解密服务器2、DataNode(数据节点)2与加解密服务器3是一一对应关系。
现以DataNode0(数据节点0)加解密操作为例：
DataNode0(数据节点0)读取数据操作时，调用加解密服务器1进行数据解密(Step2-2获取加解密策略)。
如果加解密服务器1出现故障，DataNode0(数据节点0)则调用备用的加解密服务器2进行数据解密(Step2-3获取备用加解密策略)。
如果加解服务器2出现故障，DataNode0(数据节点0)则调用备用的加解服务器3进行数据解密(Step2-4获取备用加解密策略)。
但现有大数据静态数据加解密实现时，存在如下问题：
加解密服务器集群结构复杂、兼容性差。加解密服务器中，通过Javajni接口实现对底层加密卡C接口调用，耦合性过强，绑定了大数据平台与加密卡厂商，从而导致问题定位复杂。基于Java实现的加解密服务器server，不便于与外部接口进行调用，兼容性差。
加解密服务器集群效率低。各数据节点业务压力存在差异，数据节点与加解密服务器一一对应的简单逻辑设计，导致各加解密服务器负载差异，影响了大数据平台的整体加解密效率。
加解密服务器集群可靠性低。若加解密服务器单点故障，导致单个加解密服务器承担两个甚至多个大数据平台数据节点的加解密业务，从而加剧了加解密服务器负载差异，严重地影响了大数据平台的整体加解密效率。单个加解密服务器承载压力过大，将导致上层业务延时过高从而误判数据加解密失败。
发明内容
本发明的目的在于设计出一种基于大数据环境下的静态数据加解密方法，在大数据节点进行静态数据加解密时，通过加解密策略模块实现大数据节点的加解密任务的最优分配，有效地解决了大数据节点静态数据加解密负载不均衡的问题，并提升静态数据的加解密可靠性和效率。
本发明通过下述技术方案实现：一种基于大数据环境下的静态数据加解密方法，在大数据环境下，采用加解密均衡策略与备份加解密均衡策略相结合的方式，通过对服务器的资源进行数学建模，计算各服务器的处理能力，而后利用贪心算法对数学建模结果进行分析，选择最优的服务器进行加解密操作；所述服务器包括加解密服务器和/或备份加解密服务器；所述加解密服务器的加解密策略模块内设置有初始化模块、能力计算模块、任务分配模块和备份模块，所述备份加解密服务器的加解密策略模块内设置有初始化模块、能力计算模块及任务分配模块。
进一步的为更好的实现本发明，特别采用下述设置方式：包括以下具体步骤：
(1)初始化：在加解密服务器中，初始化模块初始化加解密任务的工作队列，虚拟所有加解密服务器的计算能力，并对所有加解密服务器的加解密功能进行初始化；
(2)经步骤(1)后，在加解密服务器中，能力计算模块通过加解密能力计算公式对所有加解密服务器的资源按照权重进行计算，从而计算出各加解密服务器的计算能力；
(3)经步骤(2)后，在大数据环境下，通过贪心算法，选择计算能力最优的加解密服务器，而后在加解密服务器中，任务分配模块将大数据节点的加解密任务依次放入到工作队列中；
(4)经步骤(3)后，持续循环步骤(2)和(3)。
进一步的为更好的实现本发明，特别采用下述设置方式：所述对所有加解密服务器的加解密功能进行初始化具体为：
(1-1)依据加解密服务器的计算能力，设计加解密任务的最大数量和加解密服务器的最大数量；
(1-2)经步骤(1-1)后，将相关初始化配置信息，由备份模块备份到备份加解密服务器；所述相关初始化配置信息包括初始化加解密任务的最大数量、加解密任务的最大数量、当前可处理的加解密任务数、当前可用的加密服务器数量、加解密策略模块所在的加密服务器。
进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤(1)初始化，如果初始化失败，则直接切换到备份加解密服务器。
进一步的为更好的实现本发明，特别采用下述设置方式：所述通过贪心算法，选择计算能力最优的加解密服务器时，如果加解密服务器计算能力达到计算能力上限值，加解密策略模块不再进行任务分解，直至存在低于计算能力上限值的加解密服务器；所述计算能力上限值为最大计算能力的70％。
进一步的为更好的实现本发明，特别采用下述设置方式：所述服务器的资源包括服务器的CPU利用率、内存利用率、前端吞吐量和硬盘带宽。
进一步的为更好的实现本发明，特别采用下述设置方式：所述加解密服务器的资源包括加解密服务器是否可用、CPU利用率、内存利用率和前端吞吐量。
进一步的为更好的实现本发明，特别采用下述设置方式：所述加解密能力计算公式为： P o w e r = Σ i = 1 n G i * V i * P i ;
其中，Power表示加解密服务器的计算能力；G表示加解密服务器是否可用，0表示不可用，1表示可用；Vi表示加解密服务器核心指标值；Pi表示核心指标的权重值。
进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤(2)中，如果能力计算模块，通过加解密能力计算公式对所有加解密服务器的资源按照权重进行计算时，计算失败，则直接切换到备份加解密服务器，通过备份加解密服务器的能力计算模块进行计算。
进一步的为更好的实现本发明，特别采用下述设置方式：所述大数据环境下的大数据平台数据流，通过socket与底层加密卡加密模块进行数据通信，由底层加密卡加密模块实现数据加解密操作。
所述步骤(3)中，如果某加解密服务器出现故障，则启用备份加解密服务器，由备份加解密服务器进行任务分配。
本发明与现有技术相比，具有以下优点及有益效果：
本发明针对加解密过程中，由于加解密服务器故障而导致加解密不可用的难题，引入冗余设计方案：即备份加解密服务器的配置信息到备份加解密服务器，如果加解密策略模块所在加解密服务器出现故障，自动启用备份加解密服务器，极大地提升加解密功能的可靠性。
本发明针对加解密过程中，由于固定地分配大数据节点与加解密服务器之间对应关系而导致工作压力不均衡的难题，引入加解密均衡策略。通过加解密均衡策略，实现加解密服务器集群效率最大化。
本发明改变了传统加解密方案的强耦合，大大地降低了问题定位的难度。
附图说明
图1为传统大数据的静态数据加密策略示意图。
图2为本发明进行大数据的静态数据加解密策略示意图。
图3为本发明所述加解密策略模块实现流程图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例1：
一种基于大数据环境下的静态数据加解密方法，如图2、图3所示，在大数据环境下，采用加解密均衡策略与备份加解密均衡策略相结合的方式，通过对服务器的资源进行数学建模，计算各服务器的处理能力，而后利用贪心算法对数学建模结果进行分析，选择最优的服务器进行加解密操作；所述服务器包括加解密服务器和/或备份加解密服务器；所述加解密服务器的加解密策略模块内设置有初始化模块、能力计算模块、任务分配模块和备份模块，所述备份加解密服务器的加解密策略模块内设置有初始化模块、能力计算模块及任务分配模块。
实施例2：
本实施例是在上述实施例的基础上进一步优化，进一步的为更好的实现本发明，如图2、图3所示，特别采用下述设置方式：包括以下具体步骤：
(1)初始化：在加解密服务器中，初始化模块初始化加解密任务的工作队列，虚拟所有加解密服务器的计算能力，并对所有加解密服务器的加解密功能进行初始化；
(2)经步骤(1)后，在加解密服务器中，能力计算模块通过加解密能力计算公式对所有加解密服务器的资源按照权重进行计算，从而计算出各加解密服务器的计算能力；
(3)经步骤(2)后，在大数据环境下，通过贪心算法，选择计算能力最优的加解密服务器，而后在加解密服务器中，任务分配模块将大数据节点的加解密任务依次放入到工作队列中；
所述步骤(3)中，如果某加解密服务器出现故障，则启用备份加解密服务器，由备份加解密服务器进行任务分配；
(4)经步骤(3)后，持续循环步骤(2)和(3)。
实施例3：
本实施例是在上述实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述对所有加解密服务器的加解密功能进行初始化具体为：
(1-1)依据加解密服务器的计算能力，设计加解密任务的最大数量和加解密服务器的最大数量；
(1-2)经步骤(1-1)后，将相关初始化加解密任务的最大数量、加解密任务的最大数量、当前可处理的加解密任务数、当前可用的加密服务器数量、加解密策略模块所在的加密服务器等配置信息，由备份模块备份到备份加解密服务器。
实施例4：
本实施例是在实施例2或3的基础上进一步优化，进一步的为更好的实现本发明，如图2、图3所示，特别采用下述设置方式：所述步骤(1)中如果初始化模块初始化加解密任务的工作队列，虚拟所有加解密服务器的计算能力，并对所有加解密服务器的加解密功能进行初始化时，初始化失败，则直接切换到备份加解密服务器。
实施例5：
本实施例是在实施例2-4任一实施例的基础上进一步优化，进一步的为更好的实现本发明，如图2、图3所示，特别采用下述设置方式：所述通过贪心算法，选择计算能力最优的加解密服务器时，如果加解密服务器计算能力达到最大计算能力上限值的70％，加解密策略模块不再进行任务分解，直至存在低于最大计算能力上限值的70&的加解密服务器。
实施例6：
本实施例是在实施例1-5任一实施例的基础上进一步优化，进一步的为更好的实现本发明，如图2、图3所示，特别采用下述设置方式：所述服务器的资源包括服务器的CPU利用率、内存利用率、前端吞吐量和硬盘带宽。
实施例7：
本实施例是在实施例2-6任一实施例的基础上进一步优化，进一步的为更好的实现本发明，如图2、图3所示，特别采用下述设置方式：所述加解密服务器的资源包括加解密服务器是否可用、CPU利用率、内存利用率和前端吞吐量。
实施例8：
本实施例是在实施例2-7任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述加解密能力计算公式为： P o w e r = Σ i = 1 n G i * V i * P i ;
其中，Power表示加解密服务器的计算能力；G表示加解密服务器是否可用，0表示不可用，1表示可用；Vi表示加解密服务器核心指标值；Pi表示核心指标的权重值。
实施例9：
本实施例是在实施例2-8任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤(2)中，如果能力计算模块，通过加解密能力计算公式对所有加解密服务器的资源按照权重进行计算时，计算失败，则直接切换到备份加解密服务器，通过备份加解密服务器的能力计算模块进行计算。
实施例10：
本实施例是在实施例2-9任一实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述大数据环境下的大数据平台数据流，通过socket与底层加密卡加密模块进行数据通信，由底层加密卡加密模块实现数据加解密操作。
实施例11：
本实施例是在上述任一实施例的基础上进一步优化，一种基于大数据环境下的静态数据加解密方法，大数据节点进行静态数据加解密时，通过加密策略模块实现大数据节点的加解密任务的最优分配，如图2所示，具体为NameNode(主节点)读取数据操作时，为调用加解密服务器进行数据加解密(Step0-X获取加解密策略)，而后利用加解密策略模块对加解密服务器0～4进行动态分配，主节点及数据节点0～2(DataNode0～2)皆通过加解密策略模块来对加解密服务器0～3进行动态分配。
其中，加解密服务器的加解密策略模块，通过对CPU利用率、内存利用率、前端吞吐量、硬盘带宽等进行数学建模，计算出各加解密服务器的处理能力，而后依据各加解密服务器的处理能力，利用贪心算法对数学建模结果进行分析，从而选择最优的加解密服务器进行加解密操作，有效地解决了大数据节点静态数据加解密负载不均衡的问题。
所述加解密服务器的加解密策略模块，包含初始化模块、能力计算模块、任务分配模块和备份模块。
所述备份加解密服务器的加解密策略模块，包含初始化模块、能力计算模块和任务分配模块。
针对加解密过程中，由于加解密服务器故障而导致加解密策略模块不可用的难题，引入冗余设计方案，即备份加解密策略模块的配置信息到备份加解密服务器。如果加解密策略模块所在加解密服务器出现故障，自动启用备份加解密服务器，极大地提升加解密功能的可靠性。
一种基于大数据环境下的静态数据加解密方法，包括以下具体步骤：
(1)在加解密服务器中，初始化模块初始化加解密任务的工作队列，虚拟所有加解密服务器的计算能力，实现各加解密服务器的加解密初始化功能；依据加解密服务器的计算能力，设计加解密任务的最大数量和加解密服务器的最大数量；并将相关初始化配置信息，由备份模块备份到备份加解密服务器；如果初始化失败，则直接切换到备份加解密服务器。
(2)在加解密服务器中，能力计算模块通过加解密能力计算公式对所有加解密服务器是否可用、CPU利用率、内存利用率、前端吞吐量按照权重进行计算，从而计算出各加解密服务器的计算能力；
其中，Power表示加解密服务器的计算能力；G表示加解密服务器是否可用，0表示不可用，1表示可用；Vi表示加解密服务器核心指标值；Pi表示核心指标的权重值；
如果能力计算模块计算失败，则直接切换到备份加解密服务器。
(3)在大数据环境下，通过贪心算法，选择计算能力最优的加解密服务器，而后任务分配模块将大数据节点的加解密任务依次放入到工作队列中；如果加解密服务器计算能力达到上限值，加解密策略模块不再进行任务分解，直至存在低于计算能力上限值模块；
其中，大数据环境下的大数据平台数据流，通过socket与底层加密卡加密模块进行数据通信，由底层加密模块实现数据加解密操作；此种方案，改变了传统加解密方案的强耦合，大大地降低了问题定位的难度。
如果某加解密服务器出现故障，则启用备份加解密服务器，由备份加解密服务器进行任务分配。
重新回到步骤(2)，继续进行加解密任务分配流程。
如图3所示，一种基于大数据环境下的静态数据加解密方法，包括以下步骤：
步骤Step1-1，在加解密服务器中，初始化模块初始化加解密任务的工作队列，虚拟所有加解密服务器的计算能力，实现各加解密服务器的加解密初始化功能；依据加解密服务器的计算能力，设计加解密任务的最大数量和加解密服务器的最大数量；并将相关初始化配置信息，由备份模块备份到备份加解密服务器(即Step1-2备份初始化配置信息)；如果初始化失败(否)，则切换到备份加解密服务器。
步骤Step2，在加解密服务器中，能力计算模块通过加解密能力计算公式对所有加解密服务器是否可用、CPU利用率、内存利用率、前端吞吐量按照权重进行计算，从而计算出各加解密服务器的计算能力；在步骤Step2中当重新计算各加解密服务器的计算能力后，还将重新执行步骤Step2-2备份计算能力信息；
其中，Power表示加解密服务器的计算能力；G表示加解密服务器是否可用，0表示不可用，1表示可用；Vi表示加解密服务器核心指标值；Pi表示核心指标的权重值；
如果能力计算模块计算失败，则直接切换到备份加解密服务器(即当为否时，切换到备份加解密服务器)。
步骤Step3，在大数据环境下，通过贪心算法，选择计算能力最优的加解密服务器，而后任务分配模块将大数据节点的加解密任务依次放入到工作队列中；如果加解密服务器计算能力达到上限值，加解密策略模块不再进行任务分解，直至存在低于计算能力上限值模块；
其中，大数据环境下的大数据平台数据流，通过socket与底层加密卡加密模块进行数据通信，由底层加密模块实现数据加解密操作；此种方案，改变了传统加解密方案的强耦合，大大地降低了问题定位的难度。
由于Step3中会进行任务分配而导致原有的任务分配信息进行刷新变更，故由备份模块进行备份操作(Step3-2任务分配信息)。
如果某加解密服务器出现故障，则启用备份加解密服务器(否，切换到备份加解密服务器)，由备份加解密服务器进行任务分配。
最后，重新回到步骤Step2，开启任务循环，继续进行加解密任务分配流程。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (10)

1.一种基于大数据环境下的静态数据加解密方法，其特征在于：在大数据环境下，采用加解密均衡策略与备份加解密均衡策略相结合的方式，通过对服务器的资源进行数学建模，计算各服务器的处理能力，而后利用贪心算法对数学建模结果进行分析，选择最优的服务器进行加解密操作；所述服务器包括加解密服务器和/或备份加解密服务器。
2.根据权利要求1所述一种基于大数据环境下的静态数据加解密方法，其特征在于：包括以下具体步骤：
(1)初始化：在加解密服务器中，初始化模块初始化加解密任务的工作队列，虚拟所有加解密服务器的计算能力，并对所有加解密服务器的加解密功能进行初始化；
(2)经步骤(1)后，在加解密服务器中，能力计算模块通过加解密能力计算公式对所有加解密服务器的资源按照权重进行计算，从而计算出各加解密服务器的计算能力；
(3)经步骤(2)后，在大数据环境下，通过贪心算法，选择计算能力最优的加解密服务器，而后在加解密服务器中，任务分配模块将大数据节点的加解密任务依次放入到工作队列中；
(4)经步骤(3)后，持续循环步骤(2)和(3)。
3.根据权利要求2所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述对所有加解密服务器的加解密功能进行初始化具体为：
(1-1)依据加解密服务器的计算能力，设计加解密任务的最大数量和加解密服务器的最大数量；
(1-2)经步骤(1-1)后，将相关初始化配置信息，由备份模块备份到备份加解密服务器；所述相关初始化配置信息包括初始化加解密任务的最大数量、加解密任务的最大数量、当前可处理的加解密任务数、当前可用的加密服务器数量、加解密策略模块所在的加密服务器。
4.根据权利要求2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述步骤(1)初始化，如果初始化失败，则直接切换到备份加解密服务器。
5.根据权利要求2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述通过贪心算法，选择计算能力最优的加解密服务器时，如果加解密服务器计算能力达到计算能力上限值，加解密策略模块不再进行任务分解，直至存在低于计算能力上限值的加解密服务器；所述计算能力上限值为最大计算能力的70％。
6.根据权利要求1或2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述服务器的资源包括服务器的CPU利用率、内存利用率、前端吞吐量和硬盘带宽。
7.根据权利要求2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述加解密服务器的资源包括加解密服务器是否可用、CPU利用率、内存利用率和前端吞吐量。
8.根据权利要求2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述加解密能力计算公式为：
P o w e r = Σ i = 1 n G i * V i * P i ;
其中，Power表示加解密服务器的计算能力；G表示加解密服务器是否可用，0表示不可用，1表示可用；Vi表示加解密服务器核心指标值；Pi表示核心指标的权重值。
9.根据权利要求1或2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述步骤(2)中，如果能力计算模块，通过加解密能力计算公式对所有加解密服务器的资源按照权重进行计算时，计算失败，则直接切换到备份加解密服务器，通过备份加解密服务器的能力计算模块进行计算。
10.根据权利要求1或2或3所述一种基于大数据环境下的静态数据加解密方法，其特征在于：所述大数据环境下的大数据平台数据流，通过socket与底层加密卡加密模块进行数据通信，由底层加密卡加密模块实现数据加解密操作。
CN201610076906.0A 2016-02-03 2016-02-03 一种基于大数据环境下的静态数据加解密方法 Pending CN105743898A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610076906.0A CN105743898A (zh) 2016-02-03 2016-02-03 一种基于大数据环境下的静态数据加解密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610076906.0A CN105743898A (zh) 2016-02-03 2016-02-03 一种基于大数据环境下的静态数据加解密方法

Publications (1)

Publication Number Publication Date
CN105743898A true CN105743898A (zh) 2016-07-06

Family

ID=56245848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610076906.0A Pending CN105743898A (zh) 2016-02-03 2016-02-03 一种基于大数据环境下的静态数据加解密方法

Country Status (1)

Country Link
CN (1) CN105743898A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213338A (zh) * 2019-05-09 2019-09-06 国家计算机网络与信息安全管理中心 一种基于加密运算的集群化加速计算方法及系统
CN110990851A (zh) * 2019-11-26 2020-04-10 山东三未信安信息科技有限公司 一种静态数据加密保护方法及系统
CN114358773A (zh) * 2021-12-29 2022-04-15 中国农业银行股份有限公司 数据加解密方法、装置、设备和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128553A1 (en) * 2002-12-31 2004-07-01 Buer Mark L. Security association updates in a packet load-balanced system
CN102984080A (zh) * 2012-12-31 2013-03-20 无锡城市云计算中心有限公司 一种用于云计算系统的负载均衡方法
CN103634339A (zh) * 2012-08-22 2014-03-12 中国银联股份有限公司 虚拟加密机装置、金融加密机及加密报文的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128553A1 (en) * 2002-12-31 2004-07-01 Buer Mark L. Security association updates in a packet load-balanced system
CN103634339A (zh) * 2012-08-22 2014-03-12 中国银联股份有限公司 虚拟加密机装置、金融加密机及加密报文的方法
CN102984080A (zh) * 2012-12-31 2013-03-20 无锡城市云计算中心有限公司 一种用于云计算系统的负载均衡方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110213338A (zh) * 2019-05-09 2019-09-06 国家计算机网络与信息安全管理中心 一种基于加密运算的集群化加速计算方法及系统
CN110990851A (zh) * 2019-11-26 2020-04-10 山东三未信安信息科技有限公司 一种静态数据加密保护方法及系统
CN114358773A (zh) * 2021-12-29 2022-04-15 中国农业银行股份有限公司 数据加解密方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN110276182B (zh) Api分布式限流的实现方法
CN104168333B (zh) Proxzone服务平台的工作方法
CN105426245A (zh) 包括分散的部件的动态地组成的计算节点
US20180018197A1 (en) Virtual Machine Resource Allocation Method and Apparatus
CN107645407B (zh) 一种适配QoS的方法和装置
CN108989238A (zh) 一种分配业务带宽的方法以及相关设备
Rabbani et al. On achieving high survivability in virtualized data centers
CN104395889A (zh) 使用边缘数据中心的应用增强
CN101719258B (zh) 基于大型机的远距离双中心交易信息的处理方法和系统
CN103620578A (zh) 经由网络分割的本地云计算
CN108028850B (zh) 私有云管理平台
CN102855218A (zh) 数据处理系统、方法及装置
CN102917052A (zh) 一种云计算系统中资源分配的方法
US11042414B1 (en) Hardware accelerated compute kernels
CN110727950A (zh) 一种分布式协同计算系统和协同处理方法
CN105743898A (zh) 一种基于大数据环境下的静态数据加解密方法
CN109062671A (zh) 一种轻量级的高性能互连网络软件虚拟化方法
CN110661865A (zh) 一种网络通信方法及网络通信架构
CN105407057A (zh) 一种负载均衡的方法及装置
EP3056988A1 (en) Method, apparatus and system for home management device virtualization
CN110838987A (zh) 队列限流方法、存储介质
CN109144666A (zh) 一种跨云平台的资源处理方法及系统
CN111541646A (zh) 一种增强密码机安全服务接入能力的方法
CN113822485B (zh) 一种配电网调度任务优化方法及系统
CN102868594B (zh) 一种消息处理方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160706

RJ01 Rejection of invention patent application after publication