CN110162987B - 基于大数据和动态时间递归的信息隐藏方法和机器人系统 - Google Patents

Abstract

基于大数据和动态时间递归的信息隐藏方法和机器人系统，包括：获取以所述秘密信息和所述当前时间为变量的预设可逆函数，将所述秘密信息和所述当前时间作为所述预设可逆函数的输入，计算得到第一信息，将所述第一信息作为新的所述秘密信息，回到所述当前时间获取步骤继续执行。上述方法和系统通过动态时间的方式多次递归变换秘密信息后隐藏在大数据中，使得信息隐藏的数据量不受限、难以被破解，从而提高信息隐藏的容量和安全性。

Description

基于大数据和动态时间递归的信息隐藏方法和机器人系统

技术领域

本发明涉及信息技术领域，特别是涉及一种信息隐藏方法和机器人系统。

背景技术

信息隐藏技术(Information Hiding)，也就是信息隐藏，将在未来网络中保护信息不受破坏方面起到重要作用，信息隐藏是把机密信息隐藏在大量信息中不让对手发觉的一种方法。信息隐藏的方法主要有隐写术、数字水印技术、可视密码、潜信道、隐匿协议等。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：已有信息隐藏技术，由于载体对象和伪装对象的数据量有限，因此从载体对象和伪装对象中分析挖掘出秘密信息的复杂度和难度有限，从而使得秘密信息有可能被破解，导致信息隐藏的安全性不高。同时由于载体对象和伪装对象的数据量有限，无法隐藏大批量的秘密信息。

因此，现有技术还有待于改进和发展。

发明内容

基于此，有必要针对现有技术中信息隐藏的缺陷或不足，提供基于大数据和动态时间递归的信息隐藏方法和机器人系统，以解决现有技术中信息隐藏的数据量受限、易被破解的缺点。

第一方面，本发明实施例提供一种信息隐藏方法，所述方法包括：

秘密信息获取步骤：获取秘密信息；

当前时间获取步骤：获取当前时间；

可逆函数获取步骤：获取以所述秘密信息和所述当前时间为变量的预设可逆函数；

第一信息计算步骤：将所述秘密信息和所述当前时间作为所述预设可逆函数的输入，计算得到第一信息；

当前时间加入集合步骤：将所述当前时间加入第一时间集合；

递归隐藏步骤：判断所述第一时间集合中时间个数是否小于预设递归次数：是，将所述第一信息作为新的所述秘密信息，回到所述当前时间获取步骤继续执行；否，结束所述递归隐藏步骤。

优选地，所述第一信息计算步骤之后还包括：

第一位置生成步骤：将所述第一信息插入大数据，获取所述第一信息在大数据中的位置作为第一位置。

优选地，第一位置生成步骤具体包括：根据所述第一时间集合中的时间和第二预设函数生成第一位置，将所述第一信息插入大数据中的所述第一位置。

第二方面，本发明实施例提供一种信息提取方法，所述方法包括：

时间集合获取步骤：获取第一时间集合；

第一时间获取步骤：从第一时间集合中获取距离现在最近的时间，作为第一时间，并将第一时间从第一时间集合中删除；

第一信息获取步骤：获取第一信息；

逆函数获取步骤：获取预设逆函数；

秘密信息计算步骤：将所述第一信息和所述第一时间输入所述预设逆函数，计算得到秘密信息；

递归提取步骤：判断所述第一时间集合是否不为空：是，将所述秘密信息作为新的所述第一信息，回到第一时间获取步骤继续执行；否，得到所述秘密信息。

优选地，所述时间信息获取步骤之前还包括：

第一位置获取步骤：获取第一位置；

第一信息提取步骤：根据所述第一位置从大数据中提取所述第一信息。

优选地，所述第一位置获取步骤具体包括：获取所述第一时间集合中的时间和第二预设函数，根据所述时间和所述第二预设函数生成第一位置。

第三方面，本发明实施例提供一种信息存取方法，所述方法包括第一方面任一项所述的信息隐藏方法和第二方面任一项所述的信息提取方法。

第四方面，本发明实施例提供一种信息隐藏系统，所述系统包括：

秘密信息获取模块：用于获取秘密信息；

当前时间获取模块：用于获取当前时间；

可逆函数获取模块：用于获取以所述秘密信息和所述当前时间为变量的预设可逆函数；

第一信息计算模块：用于将所述秘密信息和所述当前时间作为所述预设可逆函数的输入，计算得到第一信息；

当前时间加入集合模块：用于将所述当前时间加入第一时间集合；

递归隐藏模块：用于判断所述第一时间集合中时间个数是否小于预设递归次数：是，将所述第一信息作为新的所述秘密信息，回到所述当前时间获取步骤继续执行；否，结束所述递归隐藏步骤；

第一位置生成模块：用于将所述第一信息插入大数据，获取所述第一信息在大数据中的位置作为第一位置。

第五方面，本发明实施例提供一种信息提取系统，其特征在于，所述系统包括：

第一位置获取模块：用于获取第一位置；

第一信息提取模块：用于根据所述第一位置从大数据中提取所述第一信息；

时间集合获取模块：用于获取第一时间集合；

第一时间获取模块：用于从第一时间集合中获取距离现在最近的时间，作为第一时间，并将第一时间从第一时间集合中删除；

第一信息获取模块：用于获取第一信息；

逆函数获取模块：用于获取预设逆函数；

秘密信息计算模块：用于将所述第一信息和所述第一时间输入所述预设逆函数，计算得到秘密信息。

递归提取模块：判断所述第一时间集合是否不为空：是，将所述秘密信息作为新的所述第一信息，回到第一时间获取步骤继续执行；否，得到所述秘密信息。

第六方面，本发明实施例提供一种机器人系统，所述机器人中分别配置有如第四方面所述的信息隐藏系统和第五方面所述的信息提取系统。

本发明实施例具有如下优点和有益效果：

本发明实施例提供的基于大数据和动态时间的信息隐藏方法和机器人系统，包括：获取以所述秘密信息和所述当前时间为变量的预设可逆函数，将所述秘密信息和所述当前时间作为所述预设可逆函数的输入，计算得到第一信息，将所述第一信息作为新的所述秘密信息，回到所述当前时间获取步骤继续执行。上述方法和系统通过动态时间的方式多次递归变换秘密信息后隐藏在大数据中，使得信息隐藏的数据量不受限、难以被破解，从而提高信息隐藏的容量和安全性。

本发明实施例的有益效果具体包括：

1、基于大数据搜索的信息隐藏技术，由于载体对象和伪装对象的数据量极大，因此从数据量极大的载体对象和伪装对象中分析挖掘出秘密信息的复杂度和难度非常高，如同″大海捞针″，从而使得秘密信息极不可能被破解，导致信息隐藏的安全性极高。同时由于载体对象和伪装对象的数据量大，可以隐藏大批量的秘密信息。

2、对秘密信息进行与时间相关的变换得到第一信息，就能使得第一信息变幻莫测(大数据本身也在变化，所以都在变，未被授权者更无法知道哪些是第一信息或第一信息在什么位置，所以能找到的可能性几乎为零。即使侥幸找到了，因为第一信息是通过动态的时间信息变换得到的，未被授权者无法得知使用的是哪个时间、使用的是哪个变换函数，所以破解的可能性几乎为零)而大大增加未被授权者察觉和破解的难度，从而极大提高了信息隐藏的安全性。同时，通过动态的时间信息变换对秘密信息隐藏后再次多次递归地变换隐藏，使得秘密信息被破解的可能性几乎为零。

附图说明

图1为本发明的实施例1提供的信息隐藏方法的流程图；

图2为本发明的实施例2提供的信息隐藏方法的流程图；

图3为本发明的实施例4提供的信息提取方法的流程图；

图4为本发明的实施例5提供的信息提取方法的流程图；

图5为本发明的实施例7提供的信息隐藏和提取方法的流程图；

图6为本发明的实施例8提供的信息隐藏系统的原理框图；

图7为本发明的实施例9提供的信息隐藏系统的原理框图；

图8为本发明的实施例10提供的信息提取系统的原理框图；

图9为本发明的实施例11提供的信息提取系统的原理框图；

图10为本发明的实施例12提供的信息隐藏和提取系统的原理框图。

具体实施方式

下面结合本发明实施方式，对本发明实施例中的技术方案进行详细地描述。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1提供一种信息隐藏方法，如图1所示，所述方法包括步骤S110至步骤S160。

秘密信息获取步骤S110：获取秘密信息x。优选地，秘密信息可以通过接受用户输入信息或文件来获取。秘密信息指的是待隐藏的信息，可以是文字、密码、图像、图形或声音等等。

当前时间获取步骤S120：获取当前时间t。当前时间可以通过系统时间转换获得，也可以联网获得。优选地，如果预设递归次数是k，先后获取的当前时间分别为t1，t2，...，tk。

可逆函数获取步骤S130：获取以秘密信息x和当前时间t为变量的预设可逆函数g；优选地，可逆函数为g(x，f(t))，其中f为第二预设函数，对应的逆函数是x＝g-1(y，f(t))。例如y＝g(x，f(t))＝x×(t+3))，对应的逆函数是x＝y/(t+3)。

第一信息计算步骤S140：将秘密信息x和当前时间t作为所述预设可逆函数g的输入，计算得到y，作为第一信息。优选地，将秘密信息x和当前时间t作为g(x，f(t))的输入，计算得到第一信息y。优选地，将第一信息y输出给用户。优选地，如果预设递归次数是k，例如k＝3，先后计算得到的y分别为g(x，f(t1))，g(g(x，f(t1))，f(t2))，g(g(g(x，f(t1))，f(t2))，f(t3))。

当前时间加入集合步骤S150：将当前时间t加入第一时间集合；优选地，如果预设递归次数是k，第一时间集合为{t1,t2,...，tk}。

递归隐藏步骤S160：判断第一时间集合中时间个数是否小于预设递归次数k：是，将第一信息y作为新的秘密信息x，回到当前时间获取步骤S120继续执行；否，结束递归隐藏步骤。优选地，结束递归隐藏步骤之后，将第一时间集合和第一信息输出给用户。

本实施例的有益效果在于，当前时间是动态变化的，无法被破解者预知或分析得到，具有非常大的不确定性，这种不确定性的变量参与到对秘密信息的函数变换中，就能使得破解者无法知道由秘密信息能生成什么样的第一信息，从而使得第一信息无法被预知，也就是说即使把第一信息放到破解者眼前，破解者也无法判断这个第一信息是否由秘密信息转换而成的。同时，即使将第一信息给破解，破解者因为不知道可逆函数，也无法转换得到秘密信息。进一步地，即使将第一信息和可逆函数给破解者，破解者因为不知道信息隐藏时的当前时间，所以也无法转换得到秘密信息。本来通过时间结合函数变换使得秘密信息被破解的可能性已经很小，假设为p，那么通过多次递归式的加密使得秘密信息被破解的可能性更，例如，递归k次，被破解的可能为p^k，几乎为0。综上所述，本实施例极大提高了秘密信息的安全性。

实施例2提供一种优选的信息隐藏方法，根据实施例1所述的信息隐藏方法，结合大数据，如图2所示，所述方法还包括步骤S170。

第一位置生成步骤S170：将y插入大数据，获取y在大数据中的位置作为第一位置。优选地，将y随机地插入到大数据中。优选地，y在大数据中的位置包括y的起始位置和终止位置。优选地，将第一位置输出给用户。

本实施例的有益效果在于，将第一信息插入大数据后，进一步使得破解者无法找到第一信息，而秘密信息需要由第一信息转换得到，因此自然也就是使得秘密信息更难被破解

实施例3提供一种优选的信息隐藏方法，根据实施例2所述的信息隐藏方法，所述第一位置生成步骤S170具体包括：根据第一时间集合中的时间和预设函数h生成第一位置，将y插入大数据中的第一位置。优选地，采用第一时间集合中的距离现在最近的时间和预设函数h生成第一位置p，即p＝h(t)。

实施例4提供一种信息提取方法，如图3所示，所述方法包括步骤S230至步骤S280。

时间集合获取步骤S230：获取第一时间集合。优选地，第一时间集合是在信息隐藏时记录得到的。

第一时间获取步骤S240：从第一时间集合中获取距离现在最近的时间，作为第一时间，并将第一时间从第一时间集合中删除。优选地，如果预设递归次数是k，第一时间集合为{t1,t2,...，tk}，则第一次需要获取的是tk，如此类推直到最后一次获取的是t1。

第一信息获取步骤S250：获取第一信息y。优选地，第一信息y通过步骤S220获得，第一信息y也可以通过接受用户输入的信息或文件获得。

逆函数获取步骤S260：获取预设逆函数g-1。优选地，获取预设逆函数为g-1(y，f(t))和第二预设函数f。

秘密信息计算步骤S270：将第一信息y和第一时间t输入预设逆函数，计算得到x作为秘密信息。优选地，逆函数是x＝g-1(y，f(t))，其中f为第二预设函数，对应的可逆函数为g(x，f(t))。例如逆函数是x＝g-1(y，f(t))＝y/(t+3)，对应的可逆函数为y＝x×(t+3))。优选地，将秘密信息x输出给用户。优选地，如果预设递归次数是k，例如k＝3，结合第一信息计算步骤S140，知道y＝g(g(g(x，f(t1))，f(t2))，f(t3))，第1次递归计算g-1(y，f(t3))＝g-1(g(g(g(x，f(t1))，f(t2))，f(t3))，f(t3))＝g(g(x，f(t1))，f(t2))，第2次递归计算g-1(y，f(t))＝g-1(g(g(x，f(t1))，f(t2))，f(t2))＝g(g(x，f(t1))，第3次递归计算g-1(g(g(x，f(t1))，f(t1))＝x。可见，能够还原秘密信息x。

递归提取步骤S280：判断第一时间集合是否不为空：是，将秘密信息x作为新的第一信息y，回到第一时间获取步骤S240继续执行；否，结束递归提取步骤。优选地，结束递归提取步骤之后，将秘密信息输出给用户。

实施例5提供一种信息提取方法，根据实施例4所述的信息隐藏方法，结合大数据，如图4所示，所述方法还包括步骤S210至步骤S220。

第一位置获取步骤S210：获取第一位置。接受用户输入的第一位置。

第一信息提取步骤S220：根据所述第一位置从大数据中提取第一信息y。

实施例6提供一种优选的信息提取方法，根据实施例5所述的信息提取方法，所述第一位置获取步骤S210具体包括：获取第一时间集合中的时间t和预设函数h，根据时间t和预设函数h生成第一位置。优选地，采用第一时间集合中的距离现在最近的时间t和预设函数h生成第一位置p，即p＝h(t)。

实施例7提供一种信息隐藏和提取方法，如图5所示，信息隐藏和提取方法由实施例1至3任一项的信息隐藏方法和实施例4至6任一项的信息提取方法组成。

由于后面所述系统解决问题的原理与前述方法相似，因此后面所述系统的实施可以参见前述方法的实施，重复之处不再赘述。

实施例8提供一种信息隐藏系统，如图6所示，所述系统包括模块110至模块160。

秘密信息获取模块110：获取秘密信息x。

当前时间获取模块120：获取当前时间t。

可逆函数获取模块130获取以秘密信息x和当前时间t为变量的预设可逆函数g；优选地，可逆函数为g(x，f(t))，其中f为第二预设函数。

第一信息计算模块140将秘密信息x和当前时间t作为所述预设可逆函数g的输入，计算g(x，f(t))，得到y，作为第一信息。

当前时间加入集合模块150：将当前时间t加入第一时间集合。

递归隐藏模块160：判断第一时间集合中时间个数是否小于预设递归次数：是，将第一信息y作为新的秘密信息x，回到当前时间获取模块120继续执行；否，结束递归隐藏步骤。优选地，结束递归隐藏步骤之后，将第一时间集合和第一信息输出给用户。

实施例9提供一种优选的信息隐藏系统，根据实施例8所述的信息隐藏系统，结合大数据，如图7所示，所述系统还包括模块170。

第一位置生成模块170：将y插入大数据，获取y在大数据中的位置作为第一位置。优选地，根据当前时间t和预设函数h生成第一位置，将y插入大数据中的第一位置。

实施例10提供一种信息提取系统，如图8所示，所述系统包括模块230至模块280。

时间集合获取模块230：获取第一时间集合。优选地，第一时间集合是在信息隐藏时记录得到的。

第一时间获取模块240：获取第一时间t。

第一信息获取模块250：获取第一信息y。

逆函数获取模块260：获取预设逆函数g-1。优选地，获取预设逆函数为g-1(y，f(t))和第二预设函数f。

秘密信息计算模块270：将第一信息y和第一时间t输入预设逆函数，计算得到x作为秘密信息。优选地，逆函数是x＝g-1(y，f(t))，其中f为第二预设函数。

递归提取步骤S280：判断第一时间集合是否不为空：是，将秘密信息x作为新的第一信息y，回到第一时间获取步骤S240继续执行；否，结束递归提取步骤。

实施例11提供一种信息提取系统，根据实施例10所述的信息隐藏系统，结合大数据，如图9所示，所述系统还包括模块210至模块220。

第一位置获取模块210：获取第一位置。优选地，获取第一时间t和预设函数h，根据第一时间t和预设函数h生成第一位置。

第一信息提取模块220：根据所述第一位置从大数据中提取第一信息y。

实施例12提供一种信息隐藏和提取机器人系统，如图10所示，信息隐藏和提取机器人系统由实施例8至9任一项的信息隐藏系统和实施例10至11任一项的信息提取系统组成。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种信息隐藏方法，其特征在于，所述方法包括：

秘密信息获取步骤：获取秘密信息；

当前时间获取步骤：获取当前时间；如果预设递归次数是k，先后获取的当前时间分别为t1，t2，...，tk；当前时间包括通过系统时间转换获得，或联网获得；

可逆函数获取步骤：获取以所述秘密信息和所述当前时间为变量的预设可逆函数；获取以秘密信息x和当前时间t为变量的预设可逆函数g；

第一信息计算步骤：将所述秘密信息和所述当前时间作为所述预设可逆函数的输入，计算得到第一信息；将秘密信息x和当前时间t作为g(x，f(t))的输入，计算得到第一信息y；如果预设递归次数是k，先后计算得到的第一信息y分别为g(x，f(t1))，g(g(x，f(t1))，f(t2))，...，g(g(g(...(g(x，f(t1))，f(t2))，f(t3))...，f(tk)))；

当前时间加入集合步骤：将所述当前时间加入第一时间集合；如果预设递归次数是k，第一时间集合为{t1,t2,...，tk}；

递归隐藏步骤：判断所述第一时间集合中时间个数是否小于预设递归次数：是，将所述第一信息作为新的所述秘密信息，回到所述当前时间获取步骤继续执行；否，结束所述递归隐藏步骤；判断第一时间集合中时间个数是否小于预设递归次数k：是，将第一信息y作为新的秘密信息x，回到当前时间获取步骤继续执行；否，结束递归隐藏步骤；

结束递归隐藏步骤之后，将第一时间集合和第一信息输出给用户；

采用第一时间集合中的距离现在最近的时间和预设函数h生成第一位置p，即p＝h(t)；将所述第一信息插入大数据中的所述第一位置；将第一位置输出给用户；

所述方法包括一种信息提取方法，所述信息提取方法包括：

采用第一时间集合中的距离现在最近的时间t和预设函数h生成第一位置p，即p＝h(t)；

时间集合获取步骤：获取第一时间集合；

第一时间获取步骤：从第一时间集合中获取距离现在最近的时间，作为第一时间，并将第一时间从第一时间集合中删除；

第一信息获取步骤：获取第一信息；具体为根据所述第一位置从大数据中提取第一信息y；

逆函数获取步骤：获取预设逆函数；

秘密信息计算步骤：将所述第一信息和所述第一时间输入所述预设逆函数，计算得到秘密信息；

递归提取步骤：判断所述第一时间集合是否不为空：是，将所述秘密信息作为新的所述第一信息，回到第一时间获取步骤继续执行；否，得到所述秘密信息。

2.根据权利要求1所述的信息隐藏方法，其特征在于，所述第一信息计算步骤之后还包括：

第一位置生成步骤：将所述第一信息插入大数据，获取所述第一信息在大数据中的位置作为第一位置。

3.根据权利要求2所述的信息隐藏方法，其特征在于，第一位置生成步骤具体包括：根据所述第一时间集合中的时间和第二预设函数生成第一位置，将所述第一信息插入大数据中的所述第一位置。

4.根据权利要求1所述的信息隐藏方法，其特征在于，所述时间信息获取步骤之前还包括：

第一位置获取步骤：获取第一位置；

第一信息提取步骤：根据所述第一位置从大数据中提取所述第一信息。

5.根据权利要求1所述的信息隐藏方法，其特征在于，所述第一位置获取步骤具体包括：获取所述第一时间集合中的时间和第二预设函数，根据所述时间和所述第二预设函数生成第一位置。

6.一种信息存取方法，其特征在于，所述方法包括权利要求1-5任一项所述的信息隐藏方法。

7.一种信息隐藏系统，其特征在于，所述系统包括：

秘密信息获取模块：用于获取秘密信息；

当前时间获取模块：用于获取当前时间；如果预设递归次数是k，先后获取的当前时间分别为t1，t2，...，tk；

可逆函数获取模块：用于获取以所述秘密信息和所述当前时间为变量的预设可逆函数；获取以秘密信息x和当前时间t为变量的预设可逆函数g；

第一信息计算模块：用于将所述秘密信息和所述当前时间作为所述预设可逆函数的输入，计算得到第一信息；如果预设递归次数是k，先后计算得到的第一信息y分别为g(x，f(t1))，g(g(x，f(t1))，f(t2))，...，g(g(g(...(g(x，f(t1))，f(t2))，f(t3))...，f(tk)))；

当前时间加入集合模块：用于将所述当前时间加入第一时间集合；如果预设递归次数是k，第一时间集合为{t1,t2,...，tk}；

递归隐藏模块：用于判断所述第一时间集合中时间个数是否小于预设递归次数：是，将所述第一信息作为新的所述秘密信息，回到所述当前时间获取步骤继续执行；否，结束所述递归隐藏步骤；

第一位置生成模块：用于将所述第一信息插入大数据，获取所述第一信息在大数据中的位置作为第一位置；

所述系统包括一种信息提取系统，所述信息提取系统包括：

第一位置获取模块：用于获取第一位置；

第一信息提取模块：用于根据所述第一位置从大数据中提取所述第一信息；

时间集合获取模块：用于获取第一时间集合；

第一时间获取模块：用于从第一时间集合中获取距离现在最近的时间，作为第一时间，并将第一时间从第一时间集合中删除；

第一信息获取模块：用于获取第一信息；

逆函数获取模块：用于获取预设逆函数；

秘密信息计算模块：用于将所述第一信息和所述第一时间输入所述预设逆函数，计算得到秘密信息；

递归提取模块：判断所述第一时间集合是否不为空：是，将所述秘密信息作为新的所述第一信息，回到第一时间获取步骤继续执行；否，得到所述秘密信息。

8.一种机器人系统，其特征在于，所述机器人中分别配置有如权利要求7所述的信息隐藏系统。

Images