CN111556339A - 一种基于敏感信息度量的视频信息隐私保护系统及方法 - Google Patents
一种基于敏感信息度量的视频信息隐私保护系统及方法 Download PDFInfo
- Publication number
- CN111556339A CN111556339A CN202010297291.0A CN202010297291A CN111556339A CN 111556339 A CN111556339 A CN 111556339A CN 202010297291 A CN202010297291 A CN 202010297291A CN 111556339 A CN111556339 A CN 111556339A
- Authority
- CN
- China
- Prior art keywords
- information
- video
- module
- program
- sensitive information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000005259 measurement Methods 0.000 title claims abstract description 14
- 230000035945 sensitivity Effects 0.000 claims abstract description 26
- 238000002955 isolation Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000002787 reinforcement Effects 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000003014 reinforcing effect Effects 0.000 claims description 12
- 238000005311 autocorrelation function Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000017105 transposition Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2347—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving video stream encryption
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/4405—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving video stream decryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Storage Device Security (AREA)
Abstract
本发明属于信息保护技术领域,公开了一种基于敏感信息度量的视频信息隐私保护系统及方法,通过敏感信息确定程序确定敏感信息;对敏感信息的敏感度进行划分;通过视频信息分析程序对视频信息进行分析;通过信息提取程序提取视频信息;通过信息对比程序对比提取信息与确定的敏感信息,得到视频中的敏感信息;通过对视频中的敏感信息进行加密;通过信息隔离程序对视频敏感信息进行隔离;通过访问管控程序对隔离信息访问进行管理控制,对符合管控要求的用户,通过数据解密程序对加密数据进行解密;对不符合管控要求的用户,通过安全加固程序对隔离信息安全进行加固。本发明划定敏感度能提高视频信息中隐私分析与保护的效率。
Description
技术领域
本发明属于信息保护技术领域,尤其涉及一种基于敏感信息度量的视频信息隐私保护系统及方法。
背景技术
目前,网络应用的飞速发展使得用户面临的信息泄露威胁以及应用和服务面临的来自外部和内部的身份安全威胁越来越严重,如何解决信息泄露是当前的研究热点。要解决信息泄露问题,仅仅提供完善的身份鉴别和授权流程和安全的信息传输是不够的,还需要对应用间以及应用与用户之间互相披露的信息进行保护。隐私保护是解决信息泄露问题的重要手段,隐私保护是指对已发布数据的访问并不能使攻击方获取关于任何用户的任何信息,即使攻击方拥有从其他渠道获取到的用户背景知识,无论是否发布数据,用户的隐私风险始终保持一致。传统的隐私保护技术存在信息丢失的风险,并且在对视频信息中隐私保护时效率较低。
通过上述分析,现有技术存在的问题及缺陷为:传统的隐私保护技术存在信息丢失的风险,并且在对视频信息中隐私保护时效率较低。
发明内容
针对现有技术存在的问题,本发明提供了一种基于敏感信息度量的视频信息隐私保护系统及方法。
本发明是这样实现的,一种基于敏感信息度量的视频信息隐私保护方法,所述基于敏感信息度量的视频信息隐私保护方法包括:
第一步,通过相加构成帧的多个数据包的大小计算视频帧的大小;对构成视频的多个帧的大小进行比较,从而对所述多个帧大小的模式进行分析;判断所述视频中是否包含运动;
第二步,对第一步分析后的视频信息初始化类标签InitializeLabel(),给出类标签集C{c1,c2,…,cn};
第三步,在第二步的类标签集下,基于给定的信息增益阈值导出最小支持度阈值:min_sup=f(maxIG),即利用最小支持度的设定算法MinSupGen求出最小支持度阈值;
第四步,在第三步得到的最小支持度阈值下采用基于前缀投影的模式增长策略进行子序列枚举,生成模式候选x:x=PrefixSpanGrowth(X),X为前缀投影序列;
第五步,对第四步生成的模式候选x挖掘其中的区分序列,利用IGMine算法和ECMine算法来进行区分序列的初始挖掘工作,通过Prune削减策略进行空间削减,生成最终的区分序列结果集Rs;
第六步,对第五步生成的区分序列结果集Rs检查,利用闭序列检测算法ClosureChecking判断Rs中的每个候选区分序列是否为概率频繁闭序列;若候选区分序列为概率频繁闭序列,则将满足条件的候选区分序列加入结果集RsTmp中;
第七步,结合基于规则的分类方法或支持向量机已有的成熟数据分类方法,完成数据分类,得到提取的视频信息;
第八步,通过信息对比程序对比第七步的提取信息与确定的敏感信息,得到视频中的敏感信息;
第九步,获取第八步得到视频敏感信息作为待加密数据,所述待加密数据为待加密字符串;
第九步,随机选择加密方法并生成随机数字,根据所述随机数字选择指定字符串及指定字符,根据随机选择的加密方法对所述指定字符串进行加密处理,并生成加密指定字符串;
第十步,所述加密方法包括字符添加加密方法、换位加密方法,所述指定字符串为根据所述随机数字的值从所述待加密字符串的编辑位起选定的部分,所述指定字符为所述随机数字的值在所述指定字符串中的对应字符;
第十一步,对所述待加密字符串中的剩余字符加密处理;依次将加密处理后的多个所述加密指定字符串排列组合,生成加密字符串;得到加密后的视频敏感信息;
第十二步,通过信息隔离程序对第十二步加密后的视频敏感信息进行隔离;通过访问管控程序对隔离信息访问进行管理控制,对符合管控要求的用户,通过数据解密程序对加密数据进行解密;对不符合管控要求的用户,通过安全加固程序对隔离信息安全进行加固。
进一步,所述第一步之前还需进行:通过敏感信息确定程序确定敏感信息;通过敏感度划分程序对敏感信息的敏感度进行划分。
进一步,第一步中,所述通过相加构成帧的多个数据包的大小而计算出帧的大小具体为:
当视频的数据包没有被加密时,将包括用于指示帧的开始的标记信息的数据包开始,直至包括用于指示帧的结束的标记信息的数据包检测为多个数据包。
进一步,第一步中,所述对所述多个帧大小的模式进行分析包括:
对所述多个帧的大小的平均值、偏差值、最小值、最大值和周期中的三个以上进行计算;
利用针对所述视频的编码解码器事先进行机器学习的每帧的数据包的数量,将与所述帧的数据包的数量对应的数据包检测为上述多个数据包。
进一步,第一步中,所述判断所述视频中是否包含运动的步骤为:
(1)当所述平均值位于上述最小值和上述最大值的平均值以及预先设定的临界值之间时,判定所述视频中没有包含运动;
(2)当所述偏差值等于或大于预先设定的临界值时,判定所述视频中没有包含运动;
(3)当所述最小值和上述最大值周期性地重复时,判定所述视频中没有包含运动的步骤;
(4)当所述平均值位于上述最小值以及预先设定的临界值之间时,判定所述视频中包含运动;
(5)当所述偏差值等于或小于预先设定的临界值时,判定所述视频中包含运动;
(6)当所述最小值和上述最大值没有周期性地重复时,判定所述视频中包含运动。
进一步,第十二步中,所述对隔离信息访问进行管理控制包括:
1)获取有关敏感信息的第1信息和表示所述第1信息的时间观测点的第2信息相互对应起来的M个以上的第3信息的时序数据信息;
2)利用所述时序数据信息中包含的N个所述第3信息各自包含的所述第2信息,计算出所述观测点各自的时间差的绝对值,将计算出的所述时间差的集合作为第1集合而生成;
3)对于计算出所述时间差的绝对值的所述第3信息的各组,计算出表示在第1时刻的所述第1信息的值和从所述第1时刻起经过了规定时间的第2时刻的所述第1信息的值之间的相关关系的自相关系数,将计算出的所述自相关系数的集合作为第2集合而生成;
4)基于所述第1集合和所述第2集合,计算出表示所述时间差的集合和所述自相关系数的集合之间的关系的自相关函数;
5)基于所述自相关函数,时序地分析所述第1信息;
6)输出有关分析结果的第4信息。
进一步,第十二步中,所述对加密数据进行解密具体包括:
获取隔离信息作为待解密数据;
其中,所述待解密数据为待解密字符串,所述待解密字符串包括多个待解密指定字符串,且每一所述待解密指定字符串的首个字符之前均添加有标识字符及随机数字,所述待解密指定字符串为根据所述随机数字的值从所述待解密数据的编辑位起选定的部分;以及
读取所述标识字符并判断所述待解密字符串所采用的加密方法,读取所述随机数字并根据所述随机数字选择待解密指定字符串及指定字符,并根据所述加密方法对应使用解密方法对待解密指定字符串进行解密处理,并生成解密指定字符串,其中,所述解密方法包括字符删除解密方法、换位解密方法;
对所述待解密数据中的剩余字符加密处理;
依次将加密处理后的多个所述待解密指定字符串排列组合,生成解密字符串。
本发明的另一目的在于提供一种实施所述基于敏感信息度量的视频信息隐私保护方法的基于敏感信息度量的视频信息隐私保护系统,所述基于敏感信息度量的视频信息隐私保护系统包括:
敏感信息确定模块、敏感度划分模块、中央控制模块、视频信息分析模块、信息提取模块、信息对比模块、数据加密模块、数据解密模块、信息隔离模块、访问管控模块、安全加固模块、显示模块;
敏感信息确定模块,与中央控制模块连接,用于通过敏感信息确定程序确定敏感信息;
敏感度划分模块,与中央控制模块连接,用于通过敏感度划分程序划分敏感度;
中央控制模块,与敏感信息确定模块、敏感度划分模块、视频信息分析模块、信息提取模块、信息对比模块、数据加密模块、数据解密模块、信息隔离模块、访问管控模块、安全加固模块、显示模块连接,用于通过主控机控制各个模块正常运行;
视频信息分析模块,与中央控制模块连接,用于通过视频信息分析程序分析视频信息;
信息提取模块,与中央控制模块连接,用于通过信息提取程序提取视频信息;
信息对比模块,与中央控制模块连接,用于通过信息对比程序对比提取信息与确定的敏感信息;
数据加密模块,与中央控制模块连接,用于通过数据加密程序对敏感信息进行加密;
数据解密模块,与中央控制模块连接,用于通过数据解密程序对加密数据进行解密;
信息隔离模块,与中央控制模块连接,用于通过信息隔离程序对视频敏感信息进行隔离;
访问管控模块,与中央控制模块连接,用于通过访问管控程序对隔离信息访问进行管理控制;
安全加固模块,与中央控制模块连接,用于通过安全加固程序对隔离信息安全进行加固;
显示模块,与中央控制模块连接,用于通过显示器进行显示。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述基于敏感信息度量的视频信息隐私保护方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述基于敏感信息度量的视频信息隐私保护方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明对敏感信息进行整理并划定敏感度,能够实现对隐私信息以及隐私重要性的确定,对含隐私信息的视频均可适用,能够提高视频信息中隐私分析与保护的效率;对视频中隐私信息进行加密、隔离、访问管控模块以及安全加固,能够实现对隐私信息的充分保护,进而实现视频信息隐私保护有效性的提高。
附图说明
图1是本发明实施例提供的基于敏感信息度量的视频信息隐私保护系统的结构框图。
图2是本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法的流程图。
图3是本发明实施例提供的对视频信息进行分析的流程图。
图4是本发明实施例提供的判断所述视频中是否包含运动的流程图。
图5是本发明实施例提供的对隔离信息访问进行管理控制的流程图。
图1中:1、敏感信息确定模块;2、敏感度划分模块;3、中央控制模块;4、视频信息分析模块;5、信息提取模块;6、信息对比模块;7、数据加密模块;8、数据解密模块;9、信息隔离模块;10、访问管控模块;11、安全加固模块;12、显示模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于敏感信息度量的视频信息隐私保护系统及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于敏感信息度量的视频信息隐私保护系统包括:
敏感信息确定模块1、敏感度划分模块2、中央控制模块3、视频信息分析模块4、信息提取模块5、信息对比模块6、数据加密模块7、数据解密模块8、访问管控模块9、安全加固模块10、显示模块11。
敏感信息确定模块1,与中央控制模块3连接,用于通过敏感信息确定程序确定敏感信息。
敏感度划分模块2,与中央控制模块3连接,用于通过敏感度划分程序划分敏感度。
中央控制模块3,与敏感信息确定模块1、敏感度划分模块2、视频信息分析模块4、信息提取模块5、信息对比模块6、数据加密模块7、数据解密模块8、信息隔离模块9、访问管控模块10、安全加固模块11、显示模块12连接,用于通过主控机控制各个模块正常运行。
视频信息分析模块4,与中央控制模块3连接,用于通过视频信息分析程序分析视频信息。
信息提取模块5,与中央控制模块3连接,用于通过信息提取程序提取视频信息。
信息对比模块6,与中央控制模块3连接,用于通过信息对比程序对比提取信息与确定的敏感信息。
数据加密模块7,与中央控制模块3连接,用于通过数据加密程序对敏感信息进行加密。
数据解密模块8,与中央控制模块3连接,用于通过数据解密程序对加密数据进行解密。
信息隔离模块9,与中央控制模块3连接,用于通过信息隔离程序对视频敏感信息进行隔离。
访问管控模块10,与中央控制模块3连接,用于通过访问管控程序对隔离信息访问进行管理控制。
安全加固模块11,与中央控制模块3连接,用于通过安全加固程序对隔离信息安全进行加固。
显示模块12,与中央控制模块3连接,用于通过显示器进行显示。
如图2所示,本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法包括以下步骤:
S101,通过敏感信息确定程序确定敏感信息。通过敏感度划分程序对敏感信息的敏感度进行划分。
S102,通过视频信息分析程序对视频信息进行分析。通过信息提取程序提取视频信息。
S103,通过信息对比程序对比提取信息与确定的敏感信息,得到视频中的敏感信息。
S104,通过数据加密程序对视频中的敏感信息进行加密。通过信息隔离程序对视频敏感信息进行隔离。
S105,通过访问管控程序对隔离信息访问进行管理控制,对符合管控要求的用户,通过数据解密程序对加密数据进行解密。
S106,对不符合管控要求的用户,通过安全加固程序对隔离信息安全进行加固。
下面结合具体实施例对本发明的技术方案作进一步说明。
实施例1
本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法如图2所示,作为优选实施例,如图3所示,本发明实施例提供的对视频信息进行分析包括:
S201,通过相加构成帧的多个数据包的大小而计算出帧的大小。
S202,对构成视频的多个帧的大小进行比较,从而对所述多个帧大小的模式进行分析。
S203,判断所述视频中是否包含运动。
本发明实施例提供的通过相加构成帧的多个数据包的大小而计算出帧的大小具体为:
当视频的数据包没有被加密时,将包括用于指示帧的开始的标记信息的数据包开始,直至包括用于指示帧的结束的标记信息的数据包检测为多个数据包。
本发明实施例提供的对所述多个帧大小的模式进行分析包括:
对所述多个帧的大小的平均值、偏差值、最小值、最大值和周期中的三个以上进行计算。
利用针对所述视频的编码解码器事先进行机器学习的每帧的数据包的数量,将与所述帧的数据包的数量对应的数据包检测为上述多个数据包。
如图4所示,本发明实施例提供的判断所述视频中是否包含运动的步骤为:
S301,当所述平均值位于上述最小值和上述最大值的平均值以及预先设定的临界值之间时,判定所述视频中没有包含运动。
S302,当所述偏差值等于或大于预先设定的临界值时,判定所述视频中没有包含运动。
S303,当所述最小值和上述最大值周期性地重复时,判定所述视频中没有包含运动的步骤。
S304,当所述平均值位于上述最小值以及预先设定的临界值之间时,判定所述视频中包含运动。
S305,当所述偏差值等于或小于预先设定的临界值时,判定所述视频中包含运动。
S306,当所述最小值和上述最大值没有周期性地重复时,判定所述视频中包含运动。
实施例2
本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法如图2所示,作为优选实施例,本发明实施例提供的提取视频信息包括:
初始化类标签InitializeLabel(),给出类标签集C{c1,c2,…,cn}。
在类标签集下,基于给定的信息增益阈值导出最小支持度阈值:min_sup=f(maxIG),即利用最小支持度的设定算法MinSupGen求出最小支持度阈值。
在最小支持度阈值下采用基于前缀投影的模式增长策略进行子序列枚举,生成模式候选x:
x=PrefixSpanGrowth(X),X为前缀投影序列。
对生成的模式候选x挖掘其中的区分序列,利用IGMine算法和ECMine算法来进行区分序列的初始挖掘工作,通过Prune削减策略进行空间削减,生成最终的区分序列结果集Rs。
对区分序列结果集Rs检查,利用闭序列检测算法ClosureChecking判断Rs中的每个候选区分序列是否为概率频繁闭序列。
若候选区分序列为概率频繁闭序列,则将满足条件的候选区分序列加入结果集RsTmp中。
最后结合基于规则的分类方法或支持向量机已有的成熟数据分类方法,完成数据分类。
实施例3
本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法如图2所示,作为优选实施例,本发明实施例提供的对视频中的敏感信息进行加密包括:
获取视频中的敏感信息作为待加密数据,所述待加密数据为待加密字符串。
随机选择加密方法并生成随机数字,根据所述随机数字选择指定字符串及指定字符,根据随机选择的加密方法对所述指定字符串进行加密处理,并生成加密指定字符串。
所述加密方法包括字符添加加密方法、换位加密方法,所述指定字符串为根据所述随机数字的值从所述待加密字符串的编辑位起选定的部分,所述指定字符为所述随机数字的值在所述指定字符串中的对应字符。
对所述待加密字符串中的剩余字符加密处理。
依次将加密处理后的多个所述加密指定字符串排列组合,生成加密字符串。
实施例4
本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法如图2所示,作为优选实施例,如图5所示,本发明实施例提供的对隔离信息访问进行管理控制包括:
S401,获取有关敏感信息的第1信息和表示所述第1信息的时间观测点的第2信息相互对应起来的M个以上的第3信息的时序数据信息。
S402,利用所述时序数据信息中包含的N个所述第3信息各自包含的所述第2信息,计算出所述观测点各自的时间差的绝对值,将计算出的所述时间差的集合作为第1集合而生成。
S403,对于计算出所述时间差的绝对值的所述第3信息的各组,计算出表示在第1时刻的所述第1信息的值和从所述第1时刻起经过了规定时间的第2时刻的所述第1信息的值之间的相关关系的自相关系数,将计算出的所述自相关系数的集合作为第2集合而生成。
S404,基于所述第1集合和所述第2集合,计算出表示所述时间差的集合和所述自相关系数的集合之间的关系的自相关函数。
S405,基于所述自相关函数,时序地分析所述第1信息。
S406,输出有关分析结果的第4信息。
实施例5
本发明实施例提供的基于敏感信息度量的视频信息隐私保护方法如图2所示,作为优选实施例,本发明实施例提供的对加密数据进行解密具体包括:
获取隔离信息作为待解密数据。
其中,所述待解密数据为待解密字符串,所述待解密字符串包括多个待解密指定字符串,且每一所述待解密指定字符串的首个字符之前均添加有标识字符及随机数字,所述待解密指定字符串为根据所述随机数字的值从所述待解密数据的编辑位起选定的部分。以及
读取所述标识字符并判断所述待解密字符串所采用的加密方法,读取所述随机数字并根据所述随机数字选择待解密指定字符串及指定字符,并根据所述加密方法对应使用解密方法对待解密指定字符串进行解密处理,并生成解密指定字符串,其中,所述解密方法包括字符删除解密方法、换位解密方法。
对所述待解密数据中的剩余字符加密处理。
依次将加密处理后的多个所述待解密指定字符串排列组合,生成解密字符串。
本发明通过敏感信息确定程序确定敏感信息。通过敏感度划分程序对敏感信息的敏感度进行划分。通过视频信息分析程序对视频信息进行分析;通过信息提取程序提取视频信息;通过信息对比程序对比提取信息与确定的敏感信息,得到视频中的敏感信息;通过数据加密程序对视频中的敏感信息进行加密;通过信息隔离程序对视频敏感信息进行隔离;通过访问管控程序对隔离信息访问进行管理控制,对符合管控要求的用户,通过数据解密程序对加密数据进行解密;对不符合管控要求的用户,通过安全加固程序对隔离信息安全进行加固。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于敏感信息度量的视频信息隐私保护方法,其特征在于,所述基于敏感信息度量的视频信息隐私保护方法包括:
第一步,通过相加构成帧的多个数据包的大小计算视频帧的大小;对构成视频的多个帧的大小进行比较,从而对所述多个帧大小的模式进行分析;判断所述视频中是否包含运动;
第二步,对第一步分析后的视频信息初始化类标签InitializeLabel(),给出类标签集C{c1,c2,…,cn};
第三步,在第二步的类标签集下,基于给定的信息增益阈值导出最小支持度阈值:min_sup=f(maxIG),即利用最小支持度的设定算法MinSupGen求出最小支持度阈值;
第四步,在第三步得到的最小支持度阈值下采用基于前缀投影的模式增长策略进行子序列枚举,生成模式候选x:x=PrefixSpanGrowth(X),X为前缀投影序列;
第五步,对第四步生成的模式候选x挖掘其中的区分序列,利用IGMine算法和ECMine算法来进行区分序列的初始挖掘工作,通过Prune削减策略进行空间削减,生成最终的区分序列结果集Rs;
第六步,对第五步生成的区分序列结果集Rs检查,利用闭序列检测算法ClosureChecking判断Rs中的每个候选区分序列是否为概率频繁闭序列;若候选区分序列为概率频繁闭序列,则将满足条件的候选区分序列加入结果集RsTmp中;
第七步,结合基于规则的分类方法或支持向量机已有的成熟数据分类方法,完成数据分类,得到提取的视频信息;
第八步,通过信息对比程序对比第七步的提取信息与确定的敏感信息,得到视频中的敏感信息;
第九步,获取第八步得到视频敏感信息作为待加密数据,所述待加密数据为待加密字符串;
第九步,随机选择加密方法并生成随机数字,根据所述随机数字选择指定字符串及指定字符,根据随机选择的加密方法对所述指定字符串进行加密处理,并生成加密指定字符串;
第十步,所述加密方法包括字符添加加密方法、换位加密方法,所述指定字符串为根据所述随机数字的值从所述待加密字符串的编辑位起选定的部分,所述指定字符为所述随机数字的值在所述指定字符串中的对应字符;
第十一步,对所述待加密字符串中的剩余字符加密处理;依次将加密处理后的多个所述加密指定字符串排列组合,生成加密字符串;得到加密后的视频敏感信息;
第十二步,通过信息隔离程序对第十二步加密后的视频敏感信息进行隔离;通过访问管控程序对隔离信息访问进行管理控制,对符合管控要求的用户,通过数据解密程序对加密数据进行解密;对不符合管控要求的用户,通过安全加固程序对隔离信息安全进行加固。
2.如权利要求1所述基于敏感信息度量的视频信息隐私保护方法,其特征在于,所述第一步之前还需进行:通过敏感信息确定程序确定敏感信息;通过敏感度划分程序对敏感信息的敏感度进行划分。
3.如权利要求1所述基于敏感信息度量的视频信息隐私保护方法,其特征在于,第一步中,所述通过相加构成帧的多个数据包的大小而计算出帧的大小具体为:
当视频的数据包没有被加密时,将包括用于指示帧的开始的标记信息的数据包开始,直至包括用于指示帧的结束的标记信息的数据包检测为多个数据包。
4.如权利要求1所述基于敏感信息度量的视频信息隐私保护方法,其特征在于,第一步中,所述对所述多个帧大小的模式进行分析包括:
对所述多个帧的大小的平均值、偏差值、最小值、最大值和周期中的三个以上进行计算;
利用针对所述视频的编码解码器事先进行机器学习的每帧的数据包的数量,将与所述帧的数据包的数量对应的数据包检测为上述多个数据包。
5.如权利要求1所述基于敏感信息度量的视频信息隐私保护方法,其特征在于,第一步中,所述判断所述视频中是否包含运动的步骤为:
(1)当所述平均值位于上述最小值和上述最大值的平均值以及预先设定的临界值之间时,判定所述视频中没有包含运动;
(2)当所述偏差值等于或大于预先设定的临界值时,判定所述视频中没有包含运动;
(3)当所述最小值和上述最大值周期性地重复时,判定所述视频中没有包含运动的步骤;
(4)当所述平均值位于上述最小值以及预先设定的临界值之间时,判定所述视频中包含运动;
(5)当所述偏差值等于或小于预先设定的临界值时,判定所述视频中包含运动;
(6)当所述最小值和上述最大值没有周期性地重复时,判定所述视频中包含运动。
6.如权利要求1所述基于敏感信息度量的视频信息隐私保护方法,其特征在于,第十二步中,所述对隔离信息访问进行管理控制包括:
1)获取有关敏感信息的第1信息和表示所述第1信息的时间观测点的第2信息相互对应起来的M个以上的第3信息的时序数据信息;
2)利用所述时序数据信息中包含的N个所述第3信息各自包含的所述第2信息,计算出所述观测点各自的时间差的绝对值,将计算出的所述时间差的集合作为第1集合而生成;
3)对于计算出所述时间差的绝对值的所述第3信息的各组,计算出表示在第1时刻的所述第1信息的值和从所述第1时刻起经过了规定时间的第2时刻的所述第1信息的值之间的相关关系的自相关系数,将计算出的所述自相关系数的集合作为第2集合而生成;
4)基于所述第1集合和所述第2集合,计算出表示所述时间差的集合和所述自相关系数的集合之间的关系的自相关函数;
5)基于所述自相关函数,时序地分析所述第1信息;
6)输出有关分析结果的第4信息。
7.如权利要求1所述基于敏感信息度量的视频信息隐私保护方法,其特征在于,第十二步中,所述对加密数据进行解密具体包括:
获取隔离信息作为待解密数据;
其中,所述待解密数据为待解密字符串,所述待解密字符串包括多个待解密指定字符串,且每一所述待解密指定字符串的首个字符之前均添加有标识字符及随机数字,所述待解密指定字符串为根据所述随机数字的值从所述待解密数据的编辑位起选定的部分;以及
读取所述标识字符并判断所述待解密字符串所采用的加密方法,读取所述随机数字并根据所述随机数字选择待解密指定字符串及指定字符,并根据所述加密方法对应使用解密方法对待解密指定字符串进行解密处理,并生成解密指定字符串,其中,所述解密方法包括字符删除解密方法、换位解密方法;
对所述待解密数据中的剩余字符加密处理;
依次将加密处理后的多个所述待解密指定字符串排列组合,生成解密字符串。
8.一种实施如权利要求1-7所述基于敏感信息度量的视频信息隐私保护方法的基于敏感信息度量的视频信息隐私保护系统,其特征在于,所述基于敏感信息度量的视频信息隐私保护系统包括:
敏感信息确定模块,与中央控制模块连接,用于通过敏感信息确定程序确定敏感信息;
敏感度划分模块,与中央控制模块连接,用于通过敏感度划分程序划分敏感度;
中央控制模块,与敏感信息确定模块、敏感度划分模块、视频信息分析模块、信息提取模块、信息对比模块、数据加密模块、数据解密模块、信息隔离模块、访问管控模块、安全加固模块、显示模块连接,用于通过主控机控制各个模块正常运行;
视频信息分析模块,与中央控制模块连接,用于通过视频信息分析程序分析视频信息;
信息提取模块,与中央控制模块连接,用于通过信息提取程序提取视频信息;
信息对比模块,与中央控制模块连接,用于通过信息对比程序对比提取信息与确定的敏感信息;
数据加密模块,与中央控制模块连接,用于通过数据加密程序对敏感信息进行加密;
数据解密模块,与中央控制模块连接,用于通过数据解密程序对加密数据进行解密;
信息隔离模块,与中央控制模块连接,用于通过信息隔离程序对视频敏感信息进行隔离;
访问管控模块,与中央控制模块连接,用于通过访问管控程序对隔离信息访问进行管理控制;
安全加固模块,与中央控制模块连接,用于通过安全加固程序对隔离信息安全进行加固;
显示模块,与中央控制模块连接,用于通过显示器进行显示。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1-7任意一项所述基于敏感信息度量的视频信息隐私保护方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-7任意一项所述基于敏感信息度量的视频信息隐私保护方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297291.0A CN111556339B (zh) | 2020-04-15 | 2020-04-15 | 一种基于敏感信息度量的视频信息隐私保护系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010297291.0A CN111556339B (zh) | 2020-04-15 | 2020-04-15 | 一种基于敏感信息度量的视频信息隐私保护系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111556339A true CN111556339A (zh) | 2020-08-18 |
CN111556339B CN111556339B (zh) | 2022-04-08 |
Family
ID=72002956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010297291.0A Expired - Fee Related CN111556339B (zh) | 2020-04-15 | 2020-04-15 | 一种基于敏感信息度量的视频信息隐私保护系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111556339B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620214A (zh) * | 2022-12-20 | 2023-01-17 | 浙江奥鑫云科技有限公司 | 一种用于网络信息数据的安全处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294967A (zh) * | 2013-05-10 | 2013-09-11 | 中国地质大学(武汉) | 大数据挖掘下的用户隐私保护方法及系统 |
CN103391192A (zh) * | 2013-07-16 | 2013-11-13 | 国家电网公司 | 一种基于隐私保护的跨安全域访问控制系统及其控制方法 |
US20160042009A1 (en) * | 2014-08-08 | 2016-02-11 | International Business Machines Corporation | Restricting sensitive query results in information management platforms |
CN106940777A (zh) * | 2017-02-16 | 2017-07-11 | 湖南宸瀚信息科技有限责任公司 | 一种基于敏感信息度量的身份信息隐私保护方法 |
JP2018180600A (ja) * | 2017-04-03 | 2018-11-15 | Kddi株式会社 | プライバシー保護装置、プライバシー保護方法、及びプログラム |
-
2020
- 2020-04-15 CN CN202010297291.0A patent/CN111556339B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294967A (zh) * | 2013-05-10 | 2013-09-11 | 中国地质大学(武汉) | 大数据挖掘下的用户隐私保护方法及系统 |
CN103391192A (zh) * | 2013-07-16 | 2013-11-13 | 国家电网公司 | 一种基于隐私保护的跨安全域访问控制系统及其控制方法 |
US20160042009A1 (en) * | 2014-08-08 | 2016-02-11 | International Business Machines Corporation | Restricting sensitive query results in information management platforms |
CN106940777A (zh) * | 2017-02-16 | 2017-07-11 | 湖南宸瀚信息科技有限责任公司 | 一种基于敏感信息度量的身份信息隐私保护方法 |
JP2018180600A (ja) * | 2017-04-03 | 2018-11-15 | Kddi株式会社 | プライバシー保護装置、プライバシー保護方法、及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620214A (zh) * | 2022-12-20 | 2023-01-17 | 浙江奥鑫云科技有限公司 | 一种用于网络信息数据的安全处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111556339B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10387648B2 (en) | Ransomware key extractor and recovery system | |
US8271799B2 (en) | System and method for generating a disguised password based on a real password | |
CN107078904B (zh) | 混合密码密钥导出 | |
KR101216995B1 (ko) | 인덱스 테이블 기반 코드 암호화 및 복호화 장치 및 그 방법 | |
KR20200022018A (ko) | Sbox를 이용하는 암호화 프로세스를 고차 부채널 공격으로부터 보호하기 위한 방법 | |
CN109190401A (zh) | 一种Qemu虚拟可信根的数据存储方法、装置及相关组件 | |
CN106844185A (zh) | 一种日志文件的存储方法及装置 | |
CN112953918A (zh) | 结合大数据服务器的网络攻击防护方法及大数据防护设备 | |
CN111914225A (zh) | 一种源代码保护系统及源代码加密方法 | |
CN111556339B (zh) | 一种基于敏感信息度量的视频信息隐私保护系统及方法 | |
CN107092836A (zh) | 一种基于系统加密的数据保护方法与装置 | |
CN114528602A (zh) | 基于攻击检测行为的安全芯片运行方法及装置 | |
CN116579006B (zh) | 一种关键数据销毁方法、系统及电子设备 | |
CN112532379A (zh) | 一种文件保护方法及装置 | |
CN116821928A (zh) | 一种提高电力边缘计算芯片内部数据安全性的方法及系统 | |
CN105678185A (zh) | 一种数据安全保护方法以及智能终端管理系统 | |
Nakano et al. | Memory access pattern protection for resource-constrained devices | |
CN104484611B (zh) | 一种Android系统的分区挂载管控方法及装置 | |
CN114329555A (zh) | 视频文件加密处理方法、装置、存储介质及设备 | |
CN113127940A (zh) | 一种智能卡抗侧信道攻击防护方法和装置 | |
CN115248908A (zh) | 一种保护核心代码的方法、装置、设备和存储介质 | |
CN109033820A (zh) | 用户凭据保护方法、装置与设备 | |
CN112084518B (zh) | 基于通讯控制模块的安全辨识方法 | |
CN113591040B (zh) | 加密方法及其装置、解密方法及其装置、电子设备和介质 | |
KR102344915B1 (ko) | 오류 주입 공격 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220408 |