CN112767145B - 参数确定方法、数字货币信息加密方法、服务器和介质 - Google Patents

参数确定方法、数字货币信息加密方法、服务器和介质 Download PDF

Info

Publication number
CN112767145B
CN112767145B CN202011321479.0A CN202011321479A CN112767145B CN 112767145 B CN112767145 B CN 112767145B CN 202011321479 A CN202011321479 A CN 202011321479A CN 112767145 B CN112767145 B CN 112767145B
Authority
CN
China
Prior art keywords
encryption
digital currency
currency information
layer
strategy
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.)
Active
Application number
CN202011321479.0A
Other languages
English (en)
Other versions
CN112767145A (zh
Inventor
王智明
徐雷
陶冶
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202011321479.0A priority Critical patent/CN112767145B/zh
Publication of CN112767145A publication Critical patent/CN112767145A/zh
Application granted granted Critical
Publication of CN112767145B publication Critical patent/CN112767145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Technology Law (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Storage Device Security (AREA)

Abstract

本公开提供了一种加密评估参数确定方法，应用于商业银行层，包括：响应于用户层发送的数字货币信息加密请求，对其中携带的数字货币信息进行加密评估，确定加密评估参数；将数字货币信息加密请求和加密评估参数发送至中央银行层。本公开还提供了一种数字货币信息加密方法、商业银行服务器、中央银行服务器和计算机可读介质。

Description

参数确定方法、数字货币信息加密方法、服务器和介质
技术领域
本公开涉及通信技术领域，特别涉及一种加密评估参数确定方法、数字货币信息加密方法、商业银行服务器、中央银行服务器和计算机可读介质。
背景技术
随着通信技术的发展，移动网络架构不断更新，移动支付方式得到广泛使用。当前移动网络架构相较之前具有更高的传输速度，在实际应用中表现出更加明显的速度优势和资源优势，可以实现更加复杂的功能；与此同时，以移动支付方式为核心设计的数字货币和虚拟货币概念也渐渐清晰。由此，考虑到移动网络技术和移动支付技术的结合运用，在充分利用当前移动网络性能的前体下，应使数字货币交易传输过程得到安全性保证。
发明内容
本公开旨在至少解决现有技术中存在的技术问题之一，提出了一种加密评估参数确定方法、数字货币信息加密方法、商业银行服务器、中央银行服务器和计算机可读介质。
为实现上述目的，第一方面，本公开实施例提供了一种加密评估参数确定方法，应用于商业银行层，包括：
响应于用户层发送的数字货币信息加密请求，对其中携带的数字货币信息进行加密评估，确定加密评估参数；
将所述数字货币信息加密请求和所述加密评估参数发送至中央银行层，以供所述中央银行层根据所述加密评估参数生成相匹配的加密方案，以及根据所述数字货币信息生成传输密钥。
在一些实施例中，所述加密评估参数包括：覆盖率、响应延迟率和机密率；
所述对其中携带的数字货币信息进行加密评估的步骤，包括：
根据已加密信息总量和应加密信息总量确定所述覆盖率；根据单位时间内无效分析所占用的时间确定所述响应延迟率；根据未被破解的已加密信息总量和应加密信息总量确定所述机密率。
第二方面，本公开实施例还提供了一种数字货币信息加密方法，应用于中央银行层，包括：
接收商业银行层发送的数字货币信息加密请求和加密评估参数，其中，所述数字货币信息加密请求中携带有数字货币信息；
根据所述加密评估参数生成相匹配的加密方案，根据所述数字货币信息生成传输密钥，并根据所述加密方案和所述传输密钥对所述数字货币信息进行加密；
将加密后的所述数字货币信息反馈至所述数字货币信息加密请求对应的用户层。
在一些实施例中，所述加密评估参数包括：覆盖率、响应延迟率和机密率；
所述根据所述加密评估参数生成相匹配的加密方案的步骤，包括：
采用如下公式：
Figure GDA0004264707940000021
生成所述加密方案Min Zk；
其中，k表示递归次数且k∈[1,h]，h为预先设置的递归阈值；i、j和t为三维空间的三维坐标且i∈[0,m]，j∈[0,n]，t∈[0,p]，m、n和p为预先设置的三维坐标的最大值，所述三维空间为策略空间，各坐标分别表示一种策略的优化方向，所述策略包括：加密评估策略、加密方案生成策略和加密策略；
Figure GDA0004264707940000022
表示所述机密率，/>
Figure GDA0004264707940000023
表示所述响应延迟率，/>
Figure GDA0004264707940000024
表示所述覆盖率，CGmax表示历史最大机密率，EGmin表示历史最小响应延迟率，WGmax表示历史最大覆盖率。
在一些实施例中，所述方法还包括：
采用如下公式：
Figure GDA0004264707940000031
对所述加密评估参数进行评估，其中，P()表示概率函数；
在评估通过后，采用如下公式：
Figure GDA0004264707940000032
进行无监督学习；其中，
Figure GDA0004264707940000033
表示本次递归对应的所述加密评估参数的参数向量，
Figure GDA0004264707940000034
表示上一次递归对应的参数向量；μ为系数且μ∈(0,1/k)；/>
Figure GDA0004264707940000035
为无监督学习加强因子；mod表示取模运算；
对所述递归次数k进行加1处理，判断所述递归次数k是否大于所述递归阈值h；若是，则输出所述加密方案；若否，则进行递归运算，根据本次递归得出的参数向量再次执行所述根据所述加密评估参数生成相匹配的加密方案的步骤。
在一些实施例中，所述根据所述数字货币信息生成传输密钥的步骤，包括：
采用如下公式：
Rkey＝H{Random(a,b,c)mod x}；Skey＝H{Random(a,b,c)mod y}
生成加密密钥Rkey和解密密钥Skey；
其中，H{}表示传输密钥生成函数；Random(a,b,c)表示随机从发行单位编号a、发行日期b和版本号c中选择一个参数参与运算；mod表示取模运算；x和y均为正整数，x和y根据如下关系式确定：
Skey2＝Rkey3+Rkey+1。
第三方面，本公开实施例还提供了一种商业银行服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例中任一所述的加密评估参数确定方法。
第四方面，本公开实施例还提供了一种中央银行服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例中任一所述的数字货币信息加密方法。
第五方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述实施例中任一所述的加密评估参数确定方法中的步骤。
第六方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述实施例中任一所述的数字货币信息加密方法中的步骤。
本公开具有以下有益效果：
本公开实施例提供了一种加密评估参数确定方法、数字货币信息加密方法、商业银行服务器、中央银行服务器和计算机可读介质,可由商业银行层对数字货币信息进行加密评估，确定加密评估参数，由中央银行层进行深层加密分析并对数字货币信息进行加密，实现在充分利用当前移动网络性能的前体下，保证数字货币交易传输过程的安全性。
附图说明
图1为本公开实施例提供的一种加密评估参数确定方法的流程图；
图2为本公开实施例中步骤S1的一种具体实施方法流程图；
图3为本公开实施例提供的一种数字货币信息加密方法的流程图；
图4为本公开实施例中步骤S4的一种具体实施方法流程图；
图5为本公开实施例中步骤S4的另一种具体实施方法流程图；
图6为本公开实施例中步骤S4的又一种具体实施方法流程图。
具体实施方式
为使本领域的技术人员更好地理解本公开的技术方案，下面结合附图对本公开提供的加密评估参数确定方法、数字货币信息加密方法、商业银行服务器、中央银行服务器和计算机可读介质进行详细描述。
本公开所提供的加密评估参数确定方法、数字货币信息加密方法、商业银行服务器、中央银行服务器和计算机可读介质，可用于由商业银行层对数字货币信息进行加密评估，确定加密评估参数，由中央银行层进行深层加密分析并对数字货币信息进行加密，实现在充分利用当前移动网络性能的前体下，保证数字货币交易传输过程的安全性。
具体地，该加密评估参数确定方法和数字货币信息加密方法适用于用户层、商业银行层和中央银行层的通信过程，其中，用户层包括个人、公共单位、企业单位和家庭等；商业银行层对应商业银行及服务器，采用分布式部署；中央银行层对应中央银行及服务器，对相应数字货币进行统一管理；在一些实施例中，商业银行层和中央银行层可设置为一层。
图1为本公开实施例提供的一种加密评估参数确定方法的流程图。如图1所示，应用于商业银行层，该方法包括：
步骤S1、响应于用户层发送的数字货币信息加密请求，对其中携带的数字货币信息进行加密评估，确定加密评估参数。
其中，响应于用户层在确定交易后且在交易传输数字货币前，向商业银行层发送的数字货币信息加密请求，对数字货币信息的可加密状态进行加密评估，并得出直观的加密评估参数。
步骤S2、将数字货币信息加密请求和加密评估参数发送至中央银行层。
在步骤S2中，将数字货币信息加密请求和加密评估参数发送至中央银行层，以供中央银行层根据加密评估参数生成相匹配的加密方案，以及根据数字货币信息生成传输密钥。具体地，商业银行层对数字货币信息进行加密评估并将评估结果(加密评估参数)发送至中央银行层，以供中央银行层对数字货币信息进行加密分析确定加密方案，即商业银行层仅执行基于直观数据的简单分析，由中央银行层进行深层分析及加密。
本公开实施例提供了一种加密评估参数确定方法，该方法可用于对数字货币信息进行加密评估，确定并向中央银行层发送加密评估参数，完成对数字货币信息的一次加密分析。
图2为本公开实施例中步骤S1的一种具体实施方法流程图。具体地，加密评估参数包括覆盖率、响应延迟率和机密率；步骤S1，对其中携带的数字货币信息进行加密评估的步骤，包括：
步骤S101、根据已加密信息总量和应加密信息总量确定覆盖率，根据单位时间内无效分析所占用的时间确定响应延迟率，根据未被破解的已加密信息总量和应加密信息总量确定机密率。
其中，可根据已加密信息总量和应加密信息总量的比值确定覆盖率，根据单位时间内无效分析所占用的时间与单位时间的比值确定响应延迟率，根据未被破解的已加密信息总量和应加密信息总量的比值确定机密率。
图3为本公开实施例提供的一种数字货币信息加密方法的流程图。如图3所示，应用于中央银行层，包括：
步骤S3、接收商业银行层发送的数字货币信息加密请求和加密评估参数。
其中，数字货币信息加密请求中携带有数字货币信息。
在一些实施例中，当多个数字货币信息加密请求到来时，若存在因排队而出现延迟的情况，则适当对被延迟的数字货币信息加密请求赋予调度优先权。
在一些实施例中，在步骤S3，接收商业银行层发送的数字货币信息加密请求和加密评估参数的步骤之后，还包括：利用稀疏矩阵存储模型对数字货币信息加密请求和其对应的加密评估参数进行存储，以及对后续生成的加密方案和传输密钥进行存储。
步骤S4、根据加密评估参数生成相匹配的加密方案，根据数字货币信息生成传输密钥，并根据加密方案和传输密钥对数字货币信息进行加密。
其中，可根据加密评估参数基于相应算法计算生成相匹配的加密方案，或可根据加密评估参数从历史模型库中匹配加密方案。具体地，商业银行层对数字货币信息进行加密评估并将评估结果(加密评估参数)发送至中央银行层，中央银行层生成与数字货币信息相匹配的加密方案加密方案，根据数字货币信息生成传输密钥并对数字货币信息进行加密，即商业银行层仅执行基于直观数据的简单分析，由中央银行层进行深层分析及加密。
在一些实施例中，基于商业银行层和中央银行层的部署架构，上述过程可描述为，由商业银行层对数字货币信息进行一次分布式分析，由中央银行层对数字货币信息进行统一的二次分析并加密。
在一些实施例中，将数字货币信息作为明文，根据加密方案将明文与传输密钥中的加密密钥进行异或以进行加密，特别地，对货币序列号和货币面值进行加密。
步骤S5、将加密后的数字货币信息反馈至数字货币信息加密请求对应的用户层。
在一些实施例中，还包括将加密方案反馈至该用户层。
本公开实施例提供了一种数字货币信息加密方法，该方法可用于根据一次加密分析得出的加密评估参数确定加密方案，根据数字货币信息生成传输密钥，并对数字货币信息进行加密，实现在充分利用当前移动网络性能的前体下，保证数字货币交易传输过程的安全性。
图4为本公开实施例中步骤S4的一种具体实施方法流程图。具体地，加密评估参数对应多层神经网络的各层神经元，加密评估参数包括覆盖率、响应延迟率和机密率；步骤S4，根据加密评估参数生成相匹配的加密方案的步骤，包括：
步骤S401、基于多层神经网络生成加密方案。
其中，采用如下公式：
Figure GDA0004264707940000071
基于多层神经网络生成加密方案Min Zk。
其中，k表示递归次数且k∈[1,h]，h为预先设置的递归阈值；i、j和t为三维空间的三维坐标且i∈[0,m]，j∈[0,n]，t∈[0,p]，m、n和p为预先设置的三维坐标的最大值，该三维空间为策略空间，各坐标分别表示一种策略的优化方向，其策略包括：加密评估策略、加密方案生成策略和加密策略；
Figure GDA0004264707940000081
表示机密率，/>
Figure GDA0004264707940000082
表示响应延迟率，/>
Figure GDA0004264707940000083
表示覆盖率，CGmax表示历史最大机密率，EGmin表示历史最小响应延迟率，WGmax表示历史最大覆盖率。
具体地，基于对机密率、响应延迟率和覆盖率以及三者历史最优值的综合分析，得出响应延迟低、机密率高且覆盖率高的加密方案。
图5为本公开实施例中步骤S4的另一种具体实施方法流程图。如图5所示，该方法为基于图4所示方法的一种具体化可选实施方案。具体地，步骤S4还包括：
步骤S402、对加密评估参数进行评估。
其中，采用如下公式：
Figure GDA0004264707940000084
对加密评估参数进行评估。
其中，P()表示概率函数。
步骤S403、在评估通过后，进行无监督学习。
其中，采用如下公式：
Figure GDA0004264707940000085
进行无监督学习。
其中，
Figure GDA0004264707940000086
表示本次递归对应的加密评估参数的参数向量，/>
Figure GDA0004264707940000087
表示上一次递归对应的参数向量；μ为系数且μ∈(0,1/k)；/>
Figure GDA0004264707940000088
为无监督学习加强因子；mod表示取模运算。
步骤S404、对递归次数进行加1处理，判断递归次数是否大于递归阈值。
其中，对递归次数k进行加1处理，判断递归次数k是否大于递归阈值h，若判断结果为是，则执行步骤S405；若判断结果为否，则执行步骤S406。
步骤S405、输出加密方案。
步骤S406、进行递归运算。
在步骤S406中，进行递归运算，根据本次递归得出的参数向量再次执行步骤S401，基于多层神经网络生成加密方案的步骤，以根据该参数向量对应的加密评估参数生成相匹配的加密方案。
图6为本公开实施例中步骤S4的又一种具体实施方法流程图。具体地，步骤S4，根据数字货币信息生成传输密钥的步骤，包括：
步骤S407、生成加密密钥和解密密钥。
其中，采用如下公式：
Rkey＝H{Random(a,b,c)mod x}；Skey＝H{Random(a,b,c)mod y}
生成加密密钥Rkey和解密密钥Skey。
其中，H{}表示传输密钥生成函数；Random(a,b,c)表示随机从发行单位编号a、发行日期b和版本号c中选择一个参数参与运算；mod表示取模运算；x和y均为正整数，x和y根据如下关系式确定：
Skey2＝Rkey3+Rkey+1。
在一些实施例中，还包括在生成传输密钥的过程中引入随机附加值。加密评估策略、加密方案生成策略和加密策略
本公开实施例提供了一种数字货币信息加密方法，该方法可用于从加密评估参数对应的多层神经网络、数据处理、数字货币加密等多个维度对数字货币信息进行二次加密分析，同时，在多层神经网络中充分考虑覆盖率、响应延迟率和机密率等网络和系统因素，实现对网络资源和系统资源的充分利用。
本公开实施例还提供了一种商业银行服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当该一个或多个程序被该一个或多个处理器执行，使得该一个或多个处理器实现如上述实施例中任一的加密评估参数确定方法。
本公开实施例还提供了一种中央银行服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当该一个或多个程序被该一个或多个处理器执行，使得该一个或多个处理器实现如上述实施例中任一的数字货币信息加密方法。
本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上述实施例中任一的加密评估参数确定方法中的步骤。
本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上述实施例中任一的数字货币信息加密方法中的步骤。
可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本公开的保护范围。

Claims (8)

1.一种加密评估参数确定方法，其特征在于，应用于商业银行层，包括：
响应于用户层发送的数字货币信息加密请求，对其中携带的数字货币信息进行加密评估，确定加密评估参数；
将所述数字货币信息加密请求和所述加密评估参数发送至中央银行层，以供所述中央银行层根据所述加密评估参数生成相匹配的加密方案，以及根据所述数字货币信息生成传输密钥；
其中，所述加密评估参数包括：覆盖率、响应延迟率和机密率；
所述对其中携带的数字货币信息进行加密评估的步骤，包括：
根据已加密信息总量和应加密信息总量确定所述覆盖率；根据单位时间内无效分析所占用的时间确定所述响应延迟率；根据未被破解的已加密信息总量和应加密信息总量确定所述机密率；
其中，所述加密评估参数对应多层神经网络的各层神经元；所述根据所述加密评估参数生成相匹配的加密方案的步骤，包括：
采用如下公式：
Figure FDA0004217023280000011
基于所述多层神经网络生成所述加密方案Min Zk；
其中，k表示递归次数且k∈[1,h]，h为预先设置的递归阈值；i、j和t为三维空间的三维坐标且i∈[0,m]，j∈[0,n]，t∈[0,p]，m、n和p为预先设置的三维坐标的最大值，所述三维空间为策略空间，各坐标分别表示一种策略的优化方向，所述策略包括：加密评估策略、加密方案生成策略和加密策略；
Figure FDA0004217023280000012
表示所述机密率，/>
Figure FDA0004217023280000013
表示所述响应延迟率，/>
Figure FDA0004217023280000014
表示所述覆盖率；CGmax表示历史最大机密率，EGmin表示历史最小响应延迟率，WGmax表示历史最大覆盖率。
2.一种数字货币信息加密方法，其特征在于，应用于中央银行层，包括：
接收商业银行层发送的数字货币信息加密请求和加密评估参数，其中，所述数字货币信息加密请求中携带有数字货币信息；
根据所述加密评估参数生成相匹配的加密方案，根据所述数字货币信息生成传输密钥，并根据所述加密方案和所述传输密钥对所述数字货币信息进行加密；
将加密后的所述数字货币信息反馈至所述数字货币信息加密请求对应的用户层；
其中，所述加密评估参数对应多层神经网络的各层神经元，所述加密评估参数包括：覆盖率、响应延迟率和机密率；
所述根据所述加密评估参数生成相匹配的加密方案的步骤，包括：
采用如下公式：
Figure FDA0004217023280000021
基于所述多层神经网络生成所述加密方案Min Zk；
其中，k表示递归次数且k∈[1,h]，h为预先设置的递归阈值；i、j和t为三维空间的三维坐标且i∈[0,m]，j∈[0,n]，t∈[0,p]，m、n和p为预先设置的三维坐标的最大值，所述三维空间为策略空间，各坐标分别表示一种策略的优化方向，所述策略包括：加密评估策略、加密方案生成策略和加密策略；
Figure FDA0004217023280000022
表示所述机密率，/>
Figure FDA0004217023280000023
表示所述响应延迟率，/>
Figure FDA0004217023280000024
表示所述覆盖率；CGmax表示历史最大机密率，EGmin表示历史最小响应延迟率，WGmax表示历史最大覆盖率。
3.根据权利要求2所述的数字货币信息加密方法，其特征在于，还包括：
采用如下公式：
Figure FDA0004217023280000025
对所述加密评估参数进行评估，其中，P()表示概率函数；
在评估通过后，采用如下公式：
Figure FDA0004217023280000031
进行无监督学习；其中，
Figure FDA0004217023280000032
表示本次递归对应的所述加密评估参数对应的参数向量，
Figure FDA0004217023280000033
表示上一次递归对应的参数向量；μ为系数且μ∈(0,1/k)；/>
Figure FDA0004217023280000034
为无监督学习加强因子；mod表示取模运算；
对所述递归次数k进行加1处理，判断所述递归次数k是否大于所述递归阈值h；若是，则输出所述加密方案；若否，则进行递归运算，根据本次递归得出的参数向量再次执行所述根据所述加密评估参数生成相匹配的加密方案的步骤。
4.根据权利要求2所述的数字货币信息加密方法，其特征在于，所述根据所述数字货币信息生成传输密钥的步骤，包括：
采用如下公式：
Rkey＝H{Random(a,b,c)mod x}；Skey＝H{Random(a,b,c)mod y}
生成加密密钥Rkey和解密密钥Skey；
其中，H{}表示传输密钥生成函数；Random(a,b,c)表示随机从发行单位编号a、发行日期b和版本号c中选择一个参数参与运算；mod表示取模运算；x和y均为正整数，x和y根据如下关系式确定：
Skey2＝Rkey3+Rkey+1。
5.一种商业银行服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1中所述的加密评估参数确定方法。
6.一种中央银行服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求2-4中任一所述的数字货币信息加密方法。
7.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1中所述的加密评估参数确定方法中的步骤。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求2-4中任一所述的数字货币信息加密方法中的步骤。
CN202011321479.0A 2020-11-23 2020-11-23 参数确定方法、数字货币信息加密方法、服务器和介质 Active CN112767145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011321479.0A CN112767145B (zh) 2020-11-23 2020-11-23 参数确定方法、数字货币信息加密方法、服务器和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011321479.0A CN112767145B (zh) 2020-11-23 2020-11-23 参数确定方法、数字货币信息加密方法、服务器和介质

Publications (2)

Publication Number Publication Date
CN112767145A CN112767145A (zh) 2021-05-07
CN112767145B true CN112767145B (zh) 2023-07-07

Family

ID=75693204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011321479.0A Active CN112767145B (zh) 2020-11-23 2020-11-23 参数确定方法、数字货币信息加密方法、服务器和介质

Country Status (1)

Country Link
CN (1) CN112767145B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103370716A (zh) * 2010-11-03 2013-10-23 维吉尼亚技术知识产权公司 使用电力指纹（pfp）来监控完整性并且增强基于计算机的系统的安全性
CN107230055A (zh) * 2016-03-25 2017-10-03 中国人民银行印制科学技术研究所 支付数字货币的方法和系统
EP3376452A1 (en) * 2017-03-15 2018-09-19 Nokia Technologies Oy Blockchain-based electronic transfer method and network
CN108921553A (zh) * 2018-06-21 2018-11-30 中钞信用卡产业发展有限公司杭州区块链技术研究院 一种门限私钥生成方法、交易方法及相关装置
CN110827146A (zh) * 2019-10-23 2020-02-21 支付宝(杭州)信息技术有限公司 数字货币交易的执行方法及装置和电子设备
CN111798224A (zh) * 2020-06-03 2020-10-20 杭州云象网络技术有限公司 一种基于sgx的数字货币支付方法
CN112492586A (zh) * 2020-11-23 2021-03-12 中国联合网络通信集团有限公司 加密传输方案优化方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11716617B2 (en) * 2019-05-02 2023-08-01 Ares Technologies, Inc. Systems and methods for cryptographic authorization of wireless communications

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103370716A (zh) * 2010-11-03 2013-10-23 维吉尼亚技术知识产权公司 使用电力指纹（pfp）来监控完整性并且增强基于计算机的系统的安全性
CN107230055A (zh) * 2016-03-25 2017-10-03 中国人民银行印制科学技术研究所 支付数字货币的方法和系统
EP3376452A1 (en) * 2017-03-15 2018-09-19 Nokia Technologies Oy Blockchain-based electronic transfer method and network
CN108921553A (zh) * 2018-06-21 2018-11-30 中钞信用卡产业发展有限公司杭州区块链技术研究院 一种门限私钥生成方法、交易方法及相关装置
CN110827146A (zh) * 2019-10-23 2020-02-21 支付宝(杭州)信息技术有限公司 数字货币交易的执行方法及装置和电子设备
CN111798224A (zh) * 2020-06-03 2020-10-20 杭州云象网络技术有限公司 一种基于sgx的数字货币支付方法
CN112492586A (zh) * 2020-11-23 2021-03-12 中国联合网络通信集团有限公司 加密传输方案优化方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Off-line digital cash schemes providing untraceability anonymity and change;Lynn Batten 等;《Electronic Commerce Research》;第81-110页 *
加密数字货币系统共识机制综述;夏清 等;《计算机系统应用》;第26卷(第4期);第1-8页 *
区块链金融存在的问题与对策建议;郭永珍;;会计之友(第19期);第63-67页 *

Also Published As

Publication number Publication date
CN112767145A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
Xu et al. VerifyNet: Secure and verifiable federated learning
US12028454B2 (en) Multi-party threshold authenticated encryption
Wang et al. Privacy-preserving public auditing for data storage security in cloud computing
CN107483212A (zh) 一种双方协作生成数字签名的方法
CN112751673B (zh) 一种基于端边云协同的可监管数据隐私共享方法
Kumar et al. Enhancing multi‐tenancy security in the cloud computing using hybrid ECC‐based data encryption approach
CN110971390A (zh) 一种用于智能合约隐私保护的全同态加密方法
CN110599163B (zh) 一种面向区块链交易监管的交易记录外包方法
CN115277015A (zh) 异步联邦学习隐私保护方法、系统、介质、设备及终端
CN115086315B (zh) 基于图像敏感度识别的云边协同安全认证方法及系统
CN106788963A (zh) 一种改进的格上基于身份的全同态加密方法
CN112073196B (zh) 业务数据处理方法、装置、电子设备及存储介质
CN113987558A (zh) 离线/在线基于格的属性基加密方法
Li et al. Privacy-aware secure anonymous communication protocol in CPSS cloud computing
Hosen et al. SPTM-EC: A security and privacy-preserving task management in edge computing for IIoT
CN115883154A (zh) 访问凭证的颁发方法、基于区块链的数据访问方法及装置
Gao et al. BFR‐SE: A Blockchain‐Based Fair and Reliable Searchable Encryption Scheme for IoT with Fine‐Grained Access Control in Cloud Environment
Kanimozhi et al. Secure sharing of IOT data in cloud environment using attribute-based encryption
Ghavamipour et al. Federated synthetic data generation with stronger security guarantees
CN112767145B (zh) 参数确定方法、数字货币信息加密方法、服务器和介质
CN110677253B (zh) 基于非对称密钥池和ecc的抗量子计算rfid认证方法及系统
CN116805078A (zh) 一种基于大数据的物流信息平台数据智能管理系统及方法
CN115913513A (zh) 支持隐私保护的分布式可信数据交易方法、系统及装置
CN113630448B (zh) 分布式加密存储方法和系统、计算机设备和可读存储介质
CN114154185A (zh) 一种基于国密算法实现的数据加密存储方法

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