CN110188561B

CN110188561B - 基于大数据和噪音的信息隐藏方法和机器人系统

Info

Publication number: CN110188561B
Application number: CN201910458171.1A
Authority: CN
Inventors: 朱定局
Original assignee: Superpower Innovation Intelligent Technology Dongguan Co ltd; South China Normal University
Current assignee: Superpower Innovation Intelligent Technology Dongguan Co ltd; South China Normal University
Priority date: 2019-05-29
Filing date: 2019-05-29
Publication date: 2023-07-21
Anticipated expiration: 2039-05-29
Also published as: CN110188561A

Abstract

基于大数据和噪音的信息隐藏方法和机器人系统，包括：从大数据中选取第一数据及其备份数据，获取大数据中第一数据所在的位置为第一位置，获取第一数据的备份数据所在的位置为第二位置，将秘密信息转换为噪音数据，将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据。上述方法和系统可以隐藏大数据量的秘密信息，且隐藏后的秘密信息难以被破解、安全性高。

Description

基于大数据和噪音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，提供基于大数据和噪音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：

噪音生成步骤：将秘密信息转换为噪音数据；

噪音叠加步骤：将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据。

优选地，所述噪音生成步骤之前包括：

数据选取步骤：从大数据中选取第一数据及其备份数据；

位置获取步骤：获取大数据中第一数据所在的位置为第一位置，获取第一数据的备份数据所在的位置为第二位置。

优选地，

数据选取步骤包括：

多数据选取步骤：从大数据中选取多个第一数据及其备份数据；

位置获取步骤包括：

多位置获取步骤：大数据中多个第一数据所在的位置为多个第一位置，多个第一数据的备份数据所在的位置为多个第二位置；

噪音生成步骤包括：

多噪音生成步骤：将秘密信息切分成多个部分秘密信息，将多个部分秘密信息转换为多个噪音数据；

噪音叠加步骤包括：

多噪音叠加步骤：将多个所述噪音数据叠加到多个所述第一数据的备份数据上，得到多个第二数据。

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：

噪音数据提取步骤：通过第一数据与第二数据的差异，得到噪音数据；

秘密信息恢复步骤：将所述噪音数据转换为秘密信息。

优选地，所述噪音数据提取步骤之前包括：

第一数据提取步骤：根据所述第一位置从大数据中提取第一数据；

第二数据提取步骤：根据所述第二位置从大数据中提取第二数据。

优选地，

第一数据提取步骤包括：

多第一数据提取步骤：根据所述多个第一位置从大数据中提取多个第一数据；

第二数据提取步骤包括：

多第二数据提取步骤：根据所述多个第二位置从大数据中提取多个第二数据；

噪音数据提取步骤包括：

多噪音提取步骤：通过多个所述第二数据与对应所述第一数据的差异，得到多个噪音数据；

秘密信息恢复步骤包括：

秘密信息合成步骤：将多个所述噪音数据转换为多个部分秘密信息，将所述多个部分秘密信息合成为秘密信息。

第三方面，本发明实施例提供一种信息隐藏与提取方法，所述方法包括所述的信息隐藏方法和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：

噪音生成模块：将秘密信息转换为噪音数据；

噪音叠加模块：将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据。

优选地，所述噪音生成模块之前包括：

数据选取模块：从大数据中选取第一数据及其备份数据；

位置获取模块：获取大数据中第一数据所在的位置为第一位置，获取第一数据的备份数据所在的位置为第二位置。

优选地，

数据选取模块包括：

多数据选取模块：从大数据中选取多个第一数据及其备份数据；

位置获取模块包括：

多位置获取模块：大数据中多个第一数据所在的位置为多个第一位置，多个第一数据的备份数据所在的位置为多个第二位置；

噪音生成模块包括：

多噪音生成模块：将秘密信息切分成多个部分秘密信息，将多个部分秘密信息转换为多个噪音数据；

噪音叠加模块包括：

多噪音叠加模块：将多个所述噪音数据叠加到多个所述第一数据的备份数据上，得到多个第二数据。

第五方面，本发明实施例提供一种信息提取系统，所述系统包括：

噪音数据提取模块：通过第一数据与第二数据的差异，得到噪音数据；

秘密信息恢复模块：将所述噪音数据转换为秘密信息。

优选地，所述噪音数据提取模块之前包括：

第一数据提取模块：根据所述第一位置从大数据中提取第一数据；

第二数据提取模块：根据所述第二位置从大数据中提取第二数据。

优选地，

第一数据提取模块包括：

多第一数据提取模块：根据所述多个第一位置从大数据中提取多个第一数据；

第二数据提取模块包括：

多第二数据提取模块：根据所述多个第二位置从大数据中提取多个第二数据；

噪音数据提取模块包括：

多噪音提取模块：通过多个所述第二数据与对应所述第一数据的差异，得到多个噪音数据；

秘密信息恢复模块包括：

秘密信息合成模块：将多个所述噪音数据转换为多个部分秘密信息，将所述多个部分秘密信息合成为秘密信息。

第六方面，本发明实施例提供一种信息隐藏与提取系统，所述系统包括所述的信息隐藏系统和所述的信息提取系统。

第七方面，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所述的信息隐藏系统和所述的信息提取系统。

本发明多个方面的实施例的有益效果：

1、因为大数据的量非常大，将大数据作为载体来隐藏秘密信息，使得无论多大的秘密信息都能隐藏进大数据。

2、噪音数据的特点是数值很小，从而很难被黑客或非法用户发现，从而将秘密信息转化为噪音数据能够有效地隐藏秘密信息。

3、因为第一数据的备份数据一般有多个，所以即使加了噪音对第一数据的一个备份数据有一点变动，也不影响第一数据的正确性及其他备份数据的正确性，从而对大数据本身没有负面影响。因为噪音数据的数值非常小，所以叠加到大数据的数据中极难被发现，所以进一步提高了秘密信息的隐蔽性和安全性。

4、通过将秘密信息切分成多个部分秘密信息并转换为多个噪音再插入，能使得秘密信息更难以被非法用户提取，从而能够进一步增强秘密信息的安全性，使得秘密信息极难被破解。

本发明实施例提供的基于大数据和噪音的信息隐藏方法和机器人系统，包括：从大数据中选取第一数据及其备份数据，获取大数据中第一数据所在的位置为第一位置，获取第一数据的备份数据所在的位置为第二位置，将秘密信息转换为噪音数据，将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据。上述方法和系统可以隐藏大数据量的秘密信息，且隐藏后的秘密信息难以被破解、安全性高。

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1提供的信息提取方法的流程图；

图3为本发明的实施例1提供的信息隐藏与提取方法的流程图；

图4为本发明的实施例3提供的信息提取系统的原理框图；

图5为本发明的实施例3提供的信息隐藏系统的原理框图；

图6为本发明的实施例3提供的信息提取系统的原理框图；

图7为本发明的实施例5提供的信息隐藏和提取机器人系统的原理框图。

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1，一种信息隐藏方法与对应的信息提取方法。

一种信息隐藏方法包括数据选取步骤S110、位置获取步骤S120、噪音生成步骤S130、噪音叠加步骤S140，如图1所示。

数据选取步骤S110：从大数据中选取第一数据及其备份数据。可以随机选取第一数据，然后根据第一数据来获取第一数据的备份数据，因为大数据存储的特点是同一个数据至少备份三份，这样其中一个备份损坏后还有其他的备份可以用于恢复数据。

位置获取步骤S120：获取大数据中第一数据所在的位置为第一位置，获取第一数据的备份数据所在的位置为第二位置。

噪音生成步骤S130：接受需要隐藏的秘密信息，将秘密信息转换为噪音数据。预设函数f将秘密信息转换为噪音数据；噪音数据＝f(秘密信息)，其中f为可逆函数，例如：噪音数据＝0.00001×秘密信息，或噪音数据＝0.1×秘密信息。噪音数据的特点是数值很小，从而很难被黑客或非法用户发现，从而将秘密信息转化为噪音数据能够有效地隐藏秘密信息。

噪音叠加步骤S140：将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据。预设函数g将噪音数据叠加到第一数据的备份数据上；第二数据＝g(第一数据的备份数据，噪音数据)，其中g为可逆函数，例如：第二数据＝第一数据的备份数据+噪音数据。例如，秘密信息为43424，噪音数据为，0.4、0.3、0.4、0.2、0.4，第一数据的备份数据为5、6、7、8、9，第二数据为5.4、6.3、7.4、8.2、9.4。因为第一数据的备份数据一般有多个，所以即使加了噪音对第一数据的一个备份数据有一点变动，也不影响第一数据的正确性及其他备份数据的正确性，从而对大数据本身没有负面影响。因为噪音数据的数值非常小，所以叠加到大数据的数据中极难被发现，所以进一步提高了秘密信息的隐蔽性和安全性。

一种信息提取方法包括第一数据提取步骤S210、第二数据提取步骤S220、噪音数据提取步骤S230、秘密信息恢复步骤S240、位置信息发送步骤S250，如图2所示。

第一数据提取步骤S210：接受第一位置，根据所述第一位置从大数据中提取第一数据。

第二数据提取步骤S220：接受第二位置，根据所述第二位置从大数据中提取第二数据。

噪音数据提取步骤S230：通过第一数据与第二数据的差异，得到噪音数据。因为在隐藏时，预设函数g将噪音数据叠加到第一数据的备份数据上；第二数据＝g(第一数据的备份数据，噪音数据)，例如：第二数据＝第一数据的备份数据+噪音数据，所以在提取时，将第一数据的备份数据和第二数据代入公式″第二数据＝g(第一数据的备份数据，噪音数据)″，而第一数据与第一数据的备份数据相同，所以将第一数据和第二数据代入公式″第二数据＝g(第一数据，噪音数据)″，能够得到噪音数据，例如噪音数据＝第二数据-第一数据。

秘密信息恢复步骤S240：将噪音数据转换为秘密信息。因为在隐藏时，噪音数据＝f(秘密信息)，例如：噪音数据＝0.00001×秘密信息，所以在提取时，秘密信息＝f^-1(噪音数据)，例如：秘密信息＝噪音数据/0.00001。

位置信息发送步骤S250：将第一位置和第二位置发送给有权限的用户。只需要把位置信息发送给用户，用户就能通过位置信息获取第一数据和第二数据，所以无论秘密信息多大，也只需要发送数据量很小的位置信息给用户，而用户只要存储该位置信息就能提取秘密信息，从而用户对秘密信息的隐藏和提取更为高效。

信息隐藏方法与对应的信息提取方法可以配套使用，如图3所示。

实施例2，优选的信息隐藏方法与对应的信息提取方法。

优选的信息隐藏方法中，S110步骤包括多数据选取步骤S111，S120步骤包括多位置获取步骤S121，S130步骤包括多噪音生成步骤S131，S140步骤包括多噪音叠加步骤S141。

S110步骤包括多数据选取步骤S111：从大数据中选取多个第一数据及其备份数据；

S120步骤包括多位置获取步骤S121：大数据中多个第一数据所在的位置为多个第一位置，多个第一数据的备份数据所在的位置为多个第二位置；

S130步骤包括多噪音生成步骤S131将需要隐藏的秘密信息切分成多个部分秘密信息，将多个部分秘密信息转换为多个噪音数据

S140步骤包括多噪音叠加步骤S141：将多个噪音数据叠加到多个第一数据的备份数据上，得到多个第二数据；

例如，秘密信息43424切分为多个部分秘密信息10101、11111、11111、11101，使得43424＝10101+11111+11111+11101

通过将秘密信息切分成多个部分秘密信息并转换为多个噪音再插入，能使得秘密信息更难以被非法用户提取，从而能够进一步增强秘密信息的安全性，使得秘密信息极难被破解。

优选的信息提取方法中，步骤S210包括多第一数据提取步骤S211，步骤S220包括多第二数据提取步骤S221，步骤S230包括多噪音提取步骤S231，步骤S240秘密信息合成步骤S241。

步骤S210包括多第一数据提取步骤S211：根据所述多个第一位置从大数据中提取多个第一数据。

步骤S220包括多第二数据提取步骤S221：根据所述多个第二位置从大数据中提取多个第二数据。

步骤S230包括多噪音提取步骤S231：通过多个第二数据与对应第一数据的差异，得到多个噪音数据；

步骤S240秘密信息合成步骤S241：将多个噪音数据转换为多个部分秘密信息，再将多个部分秘密信息合成为秘密信息。

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3，一种信息隐藏系统与对应的信息提取系统。

一种信息隐藏系统包括数据选取模块S110、位置获取模块S120、噪音生成模块S130、噪音叠加模块S140，如图4所示。

一种信息提取系统包括第一数据提取模块S210、第二数据提取模块S220、噪音数据提取模块S230、秘密信息恢复模块S240、位置信息发送模块S250，如图5所示。

信息隐藏系统与对应的信息提取系统可以配套使用，如图6所示。

实施例4，一种优选的信息隐藏系统与对应的信息提取系统。

优选的信息隐藏系统中，S110模块包括多数据选取模块S111，S120模块包括多位置获取模块S121，S130模块包括多噪音生成模块S131，S140模块包括多噪音叠加模块S141。

优选的信息提取系统中，模块S210包括多第一数据提取模块S211，模块S220包括多第二数据提取模块S221，模块S230包括多噪音提取模块S231，模块S240秘密信息合成模块S241。

实施例3、4中的系统中的模块与实施例1、2中的方法中的步骤一一对应，有益效果也一一对应，系统中的各模块的具体内容不再赘述，系统的有益效果也不再赘述。

优选地，信息提取方法与信息隐藏方法配套使用。信息提取系统与信息隐藏系统也配套使用。

实施例5，一种信息隐藏与提取机器人系统，如图7所示，信息隐藏与提取机器人系统由信息隐藏系统和信息提取系统组成。

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

1.一种信息隐藏方法，其特征在于，所述方法包括：

数据选取步骤：从大数据中选取第一数据及其备份数据；第一数据的备份数据有多个；

随机选取第一数据，根据第一数据来获取第一数据的备份数据；根据大数据存储同一个数据至少备份三份的特点，其中一个备份损坏后，其他的备份用于恢复数据；

噪音生成步骤：将秘密信息转换为噪音数据；噪音数据＝f(秘密信息)，其中f为可逆函数；

噪音叠加步骤：预设函数g将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据；第二数据＝g(第一数据的备份数据，噪音数据)，其中g为可逆函数;

数据选取步骤包括：

多数据选取步骤：从大数据中选取多个第一数据及其备份数据；位置获取步骤包括：

噪音生成步骤包括：

噪音叠加步骤包括：

多噪音叠加步骤：将多个所述噪音数据叠加到多个所述第一数据的备份数据上，得到多个第二数据;

所述方法还包括一种信息提取方法，所述信息提取方法包括：

将第一数据的备份数据和第二数据代入公式″第二数据＝g(第一数据的备份数据，噪音数据)″，而第一数据与第一数据的备份数据相同，所以将第一数据和第二数据代入公式″第二数据＝g(第一数据，噪音数据)″，能够得到噪音数据；

秘密信息恢复步骤：将所述噪音数据转换为秘密信息；秘密信息＝f^-1(噪音数据);

第一数据提取步骤包括：

第二数据提取步骤包括：

噪音数据提取步骤包括：

秘密信息恢复步骤包括：

2.根据权利要求1所述的信息隐藏方法，其特征在于，所述噪音生成步骤之前包括：

3.根据权利要求1所述的信息隐藏方法，其特征在于，所述噪音数据提取步骤之前包括：

4.一种信息隐藏与提取方法，其特征在于，所述方法包括权利要求1-3任一项所述的信息隐藏方法。

5.一种信息隐藏系统，其特征在于，所述系统包括：

从大数据中选取第一数据及其备份数据；第一数据的备份数据有多个；

噪音生成模块：将秘密信息转换为噪音数据；噪音数据＝f(秘密信息)，其中f为可逆函数；

噪音叠加模块：预设函数g将噪音叠加到大数据中的第一数据的备份数据上，得到第二数据；第二数据＝g(第一数据的备份数据，噪音数据)，其中g为可逆函数;

数据选取模块包括：

多数据选取模块：从大数据中选取多个第一数据及其备份数据；位置获取模块包括：

噪音生成模块包括：

噪音叠加模块包括：

多噪音叠加模块：将多个所述噪音数据叠加到多个所述第一数据的备份数据上，得到多个第二数据;

所述系统还包括一种信息提取系统，所述信息提取系统包括：

秘密信息恢复模块：将所述噪音数据转换为秘密信息；秘密信息＝f^-1 (噪音数据);

第一数据提取模块包括：

第二数据提取模块包括：

噪音数据提取模块包括：

秘密信息恢复模块包括：

将多个所述噪音数据转换为多个部分秘密信息，将所述多个部分秘密信息合成为秘密信息。

6.一种机器人系统，其特征在于，所述机器人中配置有如权利要求5所述的信息隐藏系统。