CN113554529A - 反窃电取证关键数据处理方法、装置及设备 - Google Patents
反窃电取证关键数据处理方法、装置及设备 Download PDFInfo
- Publication number
- CN113554529A CN113554529A CN202111096024.8A CN202111096024A CN113554529A CN 113554529 A CN113554529 A CN 113554529A CN 202111096024 A CN202111096024 A CN 202111096024A CN 113554529 A CN113554529 A CN 113554529A
- Authority
- CN
- China
- Prior art keywords
- data
- electricity
- stealing
- characteristic information
- evidence
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 4
- 230000005611 electricity Effects 0.000 claims abstract description 96
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000004220 aggregation Methods 0.000 claims abstract description 10
- 230000002776 aggregation Effects 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 88
- 230000002265 prevention Effects 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000007689 inspection Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 102100038591 Endothelial cell-selective adhesion molecule Human genes 0.000 description 6
- 101000882622 Homo sapiens Endothelial cell-selective adhesion molecule Proteins 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Fuzzy Systems (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Human Resources & Organizations (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Storage Device Security (AREA)
Abstract
一种反窃电取证关键数据处理方法、装置及设备，该方法包括：获取反窃电取证关键数据，其中，反窃电取证关键数据包括第一数据和第二数据，第一数据包括用户档案数据；采用哈希算法对第二数据进行计算,得到第二特征信息；建立第一数据中的用户档案数据和第二特征信息的对应关系，得到聚合特征信息值。通过本发明实施例提供的方法、装置及设备，有效避免了现有技术中取证类型单一、证据不完整及证据易篡改和丢失的问题，确保了反窃电证据的完整性、安全性、可溯源性，进而解决了司法机关认定反窃电证据有效方面存在障碍与难度等问题，可以辅助法官进行证据认定，缩短审判周期，提高审判效率。
Description
技术领域
本发明涉及反窃电取证技术领域，具体而言，涉及一种反窃电取证关键数据处理方法、装置及设备。
背景技术
电力技术的逐步成熟和发展极大促进了社会各行各业的进步，用电管理的难度也随之增加。用电采集技术不断发展，用户窃电行为也出现多样化、科技化、隐蔽化的发展趋势，严重危害了我国电力企业的发展，打破了市场的有序竞争和社会供电秩序。由于电能是无形资产，窃电查处工作存在窃电查证难、取证难、存证难、司法采信率低等问题，因此，反窃电的可信取证技术的研究意义重大。
在进行反窃电可信取证时，目前通常通过手机或摄像机在现场拍摄，拍摄得到的视频或者照片作为判断窃电行为依据的数据直接进行本地存储，无法保障证据完整性和不可篡改性，存在诸多因素会导致后续窃电处理和举证工作困难，包括影像资料拍摄过程及拍摄后容易遭窃电分子破坏，存储设备损坏和丢失等，无法实时记录反窃电取证关键数据。此外，目前所采集的视频或照片等判断窃电行为依据的数据，使得窃电数据不能确保证据完整且不可篡改，在司法机关认定证据有效方面仍存在障碍与难度。
发明内容
鉴于此，本发明提出了一种反窃电取证关键数据处理方法、装置及设备，旨在解决相关技术中反窃电取证过程中证据不完整性及数据易篡改的问题。
第一方面，本发明实施例提供了一种反窃电取证关键数据处理方法，包括：获取反窃电取证关键数据，其中，所述反窃电取证关键数据包括第一数据和第二数据，所述第一数据包括用户档案数据；采用哈希算法对所述第二数据进行计算,得到第二特征信息；建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系，得到聚合特征信息值。
进一步地，所述反窃电取证关键数据还包括第三数据，所述采用哈希算法对所述第二数据进行计算,得到第二特征信息之前，还包括：将第三数据以影像水印的方式叠加在第二数据中，得到叠加后的第二数据。
进一步地，所述采用哈希算法对所述第二数据进行计算，得到第二特征信息，包括：判断所述第二数据的字节数是否小于预设采样计算阈值：若是，则采用哈希算法对所述第二数据进行计算，得到第二特征信息；若否，则采用第一采样规则对所述第二数据采样得到若干个采样值，并采用哈希算法分别对每个所述采样值进行计算，将每个计算结果按照第一合并规则合并后，得到第二特征信息。
进一步地，所述采用第一采样规则对所述第二数据采样得到若干个采样值，包括：获取所述第二数据的首部n字节、每个预设采样计算间隔字节数整倍数位置后首部n字节以及尾部n字节作为采样值。
进一步地，所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系之前，还包括：采用第一算法对所述第一数据进行计算得到第一特征信息。
进一步地，所述采用第一算法对所述第一数据进行计算得到第一特征信息，包括：基于加密芯片，采用国密算法，将所述加密芯片ID作为密钥，对所述第一数据进行计算，得到第一特征信息。
进一步地，建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系，得到聚合特征信息值，包括：提取所述第一特征信息中的用户档案数据作为Key，并以第二特征信息作为Value，建立Key-Value对应关系作为聚合特征信息值。
进一步地，所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系之前，还包括：将所述第一特征信息和所述第二特征信息进行格式化处理。
进一步地，所述第一数据还包括用电检查人员数据。
进一步地，所述第二数据包括：反窃电现场视频数据和反窃电现场音频数据，所述反窃电现场视频数据和所述反窃电现场音频数据分别由视频采集模块和音频采集模块实时采集得到。
进一步地，所述第三数据包括：取证时间数据和取证位置数据。
第二方面，本发明实施例还提供了一种反窃电取证关键数据处理装置，包括：关键数据获取单元，用于获取反窃电取证关键数据，其中，所述反窃电取证关键数据包括第一数据和第二数据，所述第一数据包括用户档案数据；第二特征信息计算单元，用于采用哈希算法对所述第二数据进行计算,得到第二特征信息；聚合特征信息计算单元，用于建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系，得到聚合特征信息值。
进一步地，所述反窃电取证关键数据还包括第三数据，所述装置还包括：数据叠加单元，用于将第三数据以影像水印的方式叠加在所述第二数据中，得到叠加后的第二数据。
进一步地，所述第二特征信息计算单元，还用于：判断所述第二数据的字节数是否小于预设采样计算阈值：若是，则采用哈希算法对所述第二数据进行计算，得到第二特征信息；若否，则采用第一采样规则对所述第二数据采样得到若干个采样值，并采用哈希算法分别对每个所述采样值进行计算，将每个计算结果按照第一合并规则合并后，得到第二特征信息。
进一步地，所述采用第一采样规则对所述第二数据采样得到若干个采样值，包括：获取所述第二数据的首部n字节、每个预设采样计算间隔字节数整倍数位置后首部n字节以及尾部n字节作为采样值。
进一步地，所述装置还包括：第一特征信息计算单元，用于在所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系之前，采用第一算法对所述第一数据进行计算得到第一特征信息。
进一步地，所述采用第一算法对所述第一数据进行计算得到第一特征信息，包括：基于加密芯片，采用国密算法，将所述加密芯片ID作为密钥，对所述第一数据进行计算，得到第一特征信息。
进一步地，所述聚合特征信息计算单元，还用于：提取所述第一特征信息中的用户档案数据作为Key，并以第二特征信息作为Value，建立Key-Value对应关系 作为聚合特征信息值。
进一步地，所述装置还包括：格式化处理单元，用于将所述第一特征信息和所述第二特征信息进行格式化处理。
进一步地，所述第一数据还包括用电检查人员数据。
进一步地，所述第二数据包括：反窃电现场视频数据和反窃电现场音频数据，所述反窃电现场视频数据和所述反窃电现场音频数据分别由视频采集模块和音频采集模块实时采集得到。
进一步地，所述第三数据包括：取证时间数据和取证位置数据。
第三方面，本发明实施例还提供了一种反窃电取证关键数据处理设备，其特征在于，所述设备包括：视频采集模块，用于实时采集反窃电现场视频数据，并将所述反窃电现场视频数据发送至处理器；音频采集模块，用于实时采集反窃电现场音频数据，并将所述反窃电现场音频数据发送至处理器；定位授时模块，用于实时采集反窃电取证位置信息和反窃电取证时间，并将所述反窃电取证位置信息和反窃电取证时间发送至处理器；处理器，用于接收所述反窃电现场视频数据、所述发窃电现场音频数据、反窃电取证位置信息和所述反窃电取证时间，并执行本发明各实施例提供的方法。
本发明实施例提供的反窃电取证关键数据处理方法、装置及设备，通过采用哈希算法对获取反窃电取证关键数据（即反窃电证据）中的第二数据进行计算得到第二特征信息，有效避免了现有技术中反窃电证据不完整及证据易篡改和丢失的问题，确保了反窃电证据的完整性、安全性、可溯源性，进而解决了司法机关认定反窃电证据有效方面存在障碍与难度等问题，可以辅助法官进行证据认定，缩短审判周期，提高审判效率。同时，由于哈希编码具有唯一性，使得反窃电证据的唯一性得以保证；并且，由于哈希算法降低了对数据存储环境的要求，提高了数据存储量和存储效率，可以实现数据运行轻量化和便捷化。
本发明一些实施例提供的反窃电取证关键数据处理方法、装置及设备，反窃电取证关键数据（即反窃电证据）包括用户档案数据、用电检查人员数据、现场音视频数据、取证时间数据和取证位置数据，解决了现有技术中取证类型单一的问题，提高了证据的完整性。
本发明一些实施例提供的反窃电取证关键数据处理方法、装置及设备，通过将取证时间数据和取证位置数据以影像水印的方式叠加在现场音视频数据中，进一步保证了证据的完整性，为后续司法部分对证据的完整性和取证存证时间验证奠定了基础。
附图说明
图1示出了根据本发明实施例的反窃电取证关键数据处理方法的示例性流程图；
图2示出了根据本发明实施例的反窃电取证关键数据处理装置的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语（包括科技术语）对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1示出了根据本发明实施例的反窃电取证关键数据处理方法的示例性流程图。
如图1所示，该方法包括：
步骤S101：获取反窃电取证关键数据，其中，所述反窃电取证关键数据包括第一数据和第二数据，第一数据包括用户档案数据。
本发明实施例中，反窃电取证关键数据即为反窃电证据，其中，第一数据可以包括用户档案数据及用电检查人员数据，第二数据可以包括由视频采集模块实时采集得到的反窃电现场视频数据和音频采集模块实时采集得到的反窃电现场音频数据。具体地，用户档案数据包括用户电表编码，每个用户具有唯一的电表编码；用电检查人员数据包括用电检查人员身份数据，每个用电检查人员具有唯一的身份数据。
进一步地，第一数据还包括用电检查人员数据。
进一步地，第二数据包括：反窃电现场视频数据和反窃电现场音频数据，反窃电现场视频数据和反窃电现场音频数据分别由视频采集模块和音频采集模块实时采集得到。
上述实施例中，反窃电取证关键数据既可以包括用户档案数据和用电检查人员数据这些文本数据，又可以包括反窃电现场音频数据和视频数据，通过获取多种类型的数据，解决了现有技术取证类型单一的问题。
步骤S102：采用哈希算法对第二数据进行计算，得到第二特征信息。
哈希算法特别之处在于其是一种单向算法，可以通过哈希算法对目标信息生成一段特定长度的唯一的哈希值，即独一无二的“指纹”，却不能通过这个哈希值重新获得目标信息，使得第二数据具有唯一性、不可篡改性和可溯源性，避免了反窃电证据的篡改、丢失，保证了反窃电证据的唯一性、完整性、安全性、可溯源性，解决了司法机关认定证据有效方面存在障碍与难度等问题，并且为将来将数据存储于区块链、形成可信档案提供了数据基础。同时，相比于采用传统方法处理耗费资源，采用哈希编码技术作为反窃电证据存储和安全策略，降低了对数据存储环境的要求，提高了数据存储量及存储效率，实现数据运行期轻量化和便捷化。
进一步地，步骤S102，包括：
判断第二数据的字节数是否小于预设采样计算阈值：
若是，则采用哈希算法对第二数据进行计算，得到第二特征信息；
若否，则采用第一采样规则对第二数据采样得到若干个采样值，并采用哈希算法分别对每个采样值进行计算，将每个计算结果按照第一合并规则合并后，得到第二特征信息。
本发明实施例中，当第二数据的字节数小于预设采样计算阈值时，直接采用哈希算法对第二数据进行计算，否则对第二数据进行采样，仅对采样值分别采用哈希算法计算。第一采样规则和第一合并规则可以根据需求设置不同的方式，例如，可以从第二数据的首部开始以m字节为单位将第二数据均分成若干段，每段取前n字节作为采样值，采用哈希算法分别对每个采样值进行计算得到每个采样值的哈希值，每个哈希值按照由首部到尾部的采样顺序合并，得到第二特征信息，其中，m，n均为正整数；也可以从第二数据的尾部开始以m字节为单位将第二数据均分成若干段，每段取后n字节作为采样值，采用哈希算法分别对每个采样值进行计算得到每个采样值的哈希值，每个哈希值按照由尾部到首部的采样顺序合并，得到第二特征信息，其中，m，n均为正整数。
上述实施例中，通过对字节数较多（即占存储空间较大）的第二数据分段采样后进行哈希编码，既可以保证第二数据的整体完整性，又可以大大减少哈希算法处理的数据量进而保证数据处理速度。
进一步地，采用第一采样规则对第二数据采样得到若干个采样值，包括：
获取第二数据的首部n字节、每个预设采样计算间隔字节数整倍数位置后首部n字节以及尾部n字节作为采样值。
本发明实施例中，可以将第二数据以预设采样计算间隔字节数为划分单元分为若干段，对于每段数据，除尾部数据为获取尾部n字节为采样值外，其余每段数据均获取其首部n字节为采样值；对于每个采样值分别采用哈希算法计算，得到对应的哈希值，并将每个哈希值依据从首部到尾部的顺序依次合并，得到第二特征信息，其中n为正整数。具体地，n可以为64K。
步骤S103：建立第一数据中的用户档案数据和第二特征信息的对应关系，得到聚合特征信息值。
本发明实施例中，通过建立第一数据中的用户档案数据与第二特征信息的对应关系，可以实现对反窃电数据进行分类和关联性存储，并减少数据冗余，并且便于证据的查询和调取。
进一步地，反窃电取证关键数据还包括第三数据，步骤S102之前，还包括：将第三数据以影像水印的方式叠加在第二数据中，得到叠加后的第二数据。
进一步地，第三数据包括：取证时间数据和取证位置数据。
取证时间数据和取证位置数据可以由定位授时模块实时采集得到。
具体地，将取证时间数据和取证位置数据以影像水印的方式叠加在反窃电现场视频数据和反窃电现场音频数据中，得到叠加后的反窃电现场视频数据和反窃电现场音频数据。采用哈希算法对叠加后的反窃电现场视频数据和反窃电现场音频数据，得到第二特征信息。
上述实施例，通过叠加取证时间数据和取证位置数据，从而保证反窃电现场视频数据和反窃电现场音频数据每个时刻都有详细的时间记录和位置记录，对叠加后的反窃电现场视频数据和反窃电现场音频数据进行哈希编码，既丰富了反窃电证据的类型，同时可以从源头保证数据不易被篡改以及数据的唯一性和完整性。
进一步地，步骤S103之前，还包括：
采用第一算法对第一数据进行计算得到第一特征信息。
第一算法可以为任意加密算法，通过第一算法对第一数据进行计算，增强了第一数据的安全性。
进一步地，采用第一算法对第一数据进行计算得到第一特征信息，包括：
基于加密芯片，采用国密算法，将加密芯片ID作为密钥，对第一数据进行计算，得到第一特征信息。
本发明实施例中，加密芯片可以为ESAM芯片，国密算法可以为SM1算法。基于内置ESAM芯片，采用SM1算法，将ESAM芯片ID作为密钥，计算得到第一数据密文，并将其作为第一特征信息。
进一步地，步骤S103，包括：
提取第一特征信息中的用户档案数据作为Key，并以第二特征信息作为Value，建立Key-Value对应关系作为聚合特征信息值。
通过建立Key-Value对应关系，进一步可以实现对反窃电数据进行分类和关联性存储，并减少数据冗余，并且便于超大规模数据的存储和查询。
进一步地，步骤S103之前，还包括：
将第一特征信息和第二特征信息进行格式化处理。
本发明实施例中，格式化处理可以为将组合后的特征信息采用不同的格式进行封装，如JSON格式、XML格式、YAML格式。具体地，可以采用JSON格式将第一特征信息和第二特征信息封装成格式化的特征字符串。具体格式样例中，cust_no代表用户编号特征信息，day_read代表用户当日日冻结电能示值特征信息，code-user代表用电检查人员数据，video所包含的数组代表各个分段现场音频和视频数据文件名及其特征信息。通过对数据格式化处理，便于数据管理和传输。
图2示出了根据本发明实施例的反窃电取证关键数据处理装置的结构示意图。
如图2所示，该装置包括：
关键数据获取单元201，用于获取反窃电取证关键数据，其中，所述反窃电取证关键数据包括第一数据和第二数据，第一数据包括用户档案数据。
本发明实施例中，反窃电取证关键数据即为反窃电证据，其中，第一数据可以包括用户档案数据及用电检查人员数据，第二数据可以包括由视频采集模块实时采集得到的反窃电现场视频数据和音频采集模块实时采集得到的反窃电现场音频数据。具体地，用户档案数据包括用户电表编码，每个用户具有唯一的电表编码；用电检查人员数据包括用电检查人员身份数据，每个用电检查人员具有唯一的身份数据。
进一步地，第一数据还包括用电检查人员数据。
进一步地，第二数据包括：反窃电现场视频数据和反窃电现场音频数据，反窃电现场视频数据和反窃电现场音频数据分别由视频采集模块和音频采集模块实时采集得到。
上述实施例中，反窃电取证关键数据既可以包括用户档案数据和用电检查人员数据这些文本数据，又可以包括反窃电现场音频数据和视频数据，通过获取多种类型的数据，解决了现有技术取证类型单一的问题。
第二特征信息计算单元202，用于采用哈希算法对第二数据进行计算，得到第二特征信息。
哈希算法特别之处在于其是一种单向算法，可以通过哈希算法对目标信息生成一段特定长度的唯一的哈希值，即独一无二的“指纹”，却不能通过这个哈希值重新获得目标信息，使得第二数据具有唯一性、不可篡改性和可溯源性，避免了反窃电证据的篡改、丢失，保证了反窃电证据的唯一性、完整性、安全性、可溯源性，解决了司法机关认定证据有效方面存在障碍与难度等问题，并且为将来将数据存储于区块链、形成可信档案提供了数据基础。同时，相比于采用传统方法处理耗费资源，采用哈希编码技术作为反窃电证据存储和安全策略，降低了对数据存储环境的要求，提高了数据存储量及存储效率，实现数据运行期轻量化和便捷化。
进一步地，第二特征信息计算单元202，还用于：
判断第二数据的字节数是否小于预设采样计算阈值：
若是，则采用哈希算法对第二数据进行计算，得到第二特征信息；
若否，则采用第一采样规则对第二数据采样得到若干个采样值，并采用哈希算法分别对每个采样值进行计算，将每个计算结果按照第一合并规则合并后，得到第二特征信息。
本发明实施例中，当第二数据的字节数小于预设采样计算阈值时，直接采用哈希算法对第二数据进行计算，否则对第二数据进行采样，仅对采样值分别采用哈希算法计算。第一采样规则和第一合并规则可以根据需求设置不同的方式，例如，可以从第二数据的首部开始以m字节为单位将第二数据均分成若干段，每段取前n字节作为采样值，采用哈希算法分别对每个采样值进行计算得到每个采样值的哈希值，每个哈希值按照由首部到尾部的采样顺序合并，得到第二特征信息，其中，m，n均为正整数；也可以从第二数据的尾部开始以m字节为单位将第二数据均分成若干段，每段取后n字节作为采样值，采用哈希算法分别对每个采样值进行计算得到每个采样值的哈希值，每个哈希值按照由尾部到首部的采样顺序合并，得到第二特征信息，其中，m，n均为正整数。
上述实施例中，通过对字节数较多（即占存储空间较大）的第二数据分段采样后进行哈希编码，既可以保证第二数据的整体完整性，又可以大大减少哈希算法处理的数据量进而保证数据处理速度。
进一步地，采用第一采样规则对第二数据采样得到若干个采样值，包括：
获取第二数据的首部n字节、每个预设采样计算间隔字节数整倍数位置后首部n字节以及尾部n字节作为采样值。
本发明实施例中，可以将第二数据以预设采样计算间隔字节数为划分单元分为若干段，对于每段数据，除尾部数据为获取尾部n字节为采样值外，其余每段数据均获取其首部n字节为采样值；对于每个采样值分别采用哈希算法计算，得到对应的哈希值，并将每个哈希值依据从首部到尾部的顺序依次合并，得到第二特征信息，其中n为正整数。具体地，n可以为64K。
聚合特征信息计算单元203，用于建立第一数据中的用户档案数据和第二特征信息的对应关系，得到聚合特征信息值。
本发明实施例中，通过建立第一数据中的用户档案数据与第二特征信息的对应关系，可以实现对反窃电数据进行分类和关联性存储，并减少数据冗余，并且便于证据的查询和调取。
进一步地，反窃电取证关键数据还包括第三数据，该装置还包括：
数据叠加单元，用于将第三数据以影像水印的方式叠加在第二数据中，得到叠加后的第二数据。
进一步地，第三数据包括：取证时间数据和取证位置数据。
取证时间数据和取证位置数据可以由定位授时模块实时采集得到。
具体地，将取证时间数据和取证位置数据以影像水印的方式叠加在现场视频数据和现场音频数据中，得到叠加后的现场视频数据和现场音频数据。采用哈希算法对叠加后的现场视频数据和现场音频数据，得到第二特征信息。
上述实施例，通过叠加取证时间数据和取证位置数据，从而保证现场视频数据和现场音频数据每个时刻都有详细的时间记录和位置记录，对叠加后的现场视频数据和现场音频数据进行哈希编码，既丰富了反窃电证据的类型，同时可以从源头保证数据不易被篡改以及数据的唯一性和完整性。
进一步地，该装置还包括：
第一特征信息计算单元，用于在建立第一数据中的用户档案数据和第二特征信息的对应关系之前，采用第一算法对第一数据进行计算得到第一特征信息。
第一算法可以为任意加密算法，通过第一算法对第一数据进行计算，增强了第一数据的安全性。
进一步地，采用第一算法对第一数据进行计算得到第一特征信息，包括：
基于加密芯片，采用国密算法，将加密芯片ID作为密钥，对第一数据进行计算，得到第一特征信息。
本发明实施例中，加密芯片可以为ESAM芯片，国密算法可以为SM1算法。基于内置ESAM芯片，采用SM1算法，将ESAM芯片ID作为密钥，计算得到第一数据密文，并将其作为第一特征信息。
进一步地，聚合特征信息计算单元203，还用于：
提取第一特征信息中的用户档案数据作为Key，并以第二特征信息作为Value，建立Key-Value对应关系作为聚合特征信息值。
通过建立Key-Value对应关系，进一步可以实现对反窃电数据进行分类和关联性存储，并减少数据冗余，并且便于超大规模数据的存储和查询。
进一步地，该装置还包括：
格式化处理单元，用于将第一特征信息和第二特征信息进行格式化处理。
本发明实施例中，格式化处理可以为将组合后的特征信息采用不同的格式进行封装，如JSON格式、XML格式、YAML格式。具体地，可以采用JSON格式将第一特征信息和第二特征信息封装成格式化的特征字符串。具体格式样例中，cust_no代表用户编号特征信息，day_read代表用户当日日冻结电能示值特征信息，code-user代表用电检查人员数据，video所包含的数组代表各个分段现场音频和视频数据文件名及其特征信息。通过对数据格式化处理，便于数据管理和传输。
本发明还提供了一种反窃电取证关键数据处理设备，该设备包括：
视频采集模块，用于实时采集反窃电现场视频数据，并将反窃电现场视频数据发送至处理器；
音频采集模块，用于实时采集反窃电现场音频数据，并将反窃电现场音频数据发送至处理器；
定位授时模块，用于实时采集反窃电取证位置信息和反窃电取证时间，并将所述反窃电取证位置信息和反窃电取证时间发送至处理器；
处理器，用于接收反窃电现场视频数据、发窃电现场音频数据、反窃电取证位置信息和反窃电取证时间，并执行上述任一种反窃电取证关键数据处理方法。
本发明实施例中，定位授时模块可以为北斗定位授时模块。通过将反窃电取证时间数据和反窃电取证位置数据以影像水印的方式叠加在反窃电现场视频数据和反窃电现场音频数据中，得到叠加后的反窃电现场视频数据和反窃电现场音频数据；采用哈希算法对叠加后的反窃电现场视频数据和反窃电现场音频数据计算，得到第二特征信息，之后建立第一数据中的用户档案数据和第二特征信息的对应关系，该反窃电取证关键数据处理设备有效避免了现有技术中取证类型单一、反窃电证据不完整及证据易篡改和丢失的问题，并且确保反窃电现场视频数据和反窃电现场音频数据每个时刻都有详细的时间记录和位置记录；通过对叠加后的反窃电现场视频数据和反窃电现场音频数据进行哈希编码，既丰富了反窃电证据的类型，同时可以从源头保证数据不易被篡改以及数据的唯一性和完整性，进而解决了司法机关认定反窃电证据有效方面存在障碍与难度等问题，可以辅助法官进行证据认定，缩短审判周期，提高审判效率。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (23)
1.一种反窃电取证关键数据处理方法，其特征在于，所述方法包括：
获取反窃电取证关键数据，其中，所述反窃电取证关键数据包括第一数据和第二数据，所述第一数据包括用户档案数据；
采用哈希算法对所述第二数据进行计算,得到第二特征信息；
建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系，得到聚合特征信息值。
2.根据权利要求1所述的方法，其特征在于，所述反窃电取证关键数据还包括第三数据，所述采用哈希算法对所述第二数据进行计算,得到第二特征信息之前，还包括：
将第三数据以影像水印的方式叠加在所述第二数据中，得到叠加后的第二数据。
3.根据权利要求1所述的方法，其特征在于，所述采用哈希算法对所述第二数据进行计算，得到第二特征信息，包括：
判断所述第二数据的字节数是否小于预设采样计算阈值：
若是，则采用哈希算法对所述第二数据进行计算，得到第二特征信息；
若否，则采用第一采样规则对所述第二数据采样得到若干个采样值，并采用哈希算法分别对每个所述采样值进行计算，将每个计算结果按照第一合并规则合并后，得到第二特征信息。
4.根据权利要求3所述的方法，其特征在于，所述采用第一采样规则对所述第二数据采样得到若干个采样值，包括：
获取所述第二数据的首部n字节、每个预设采样计算间隔字节数整倍数位置后首部n字节以及尾部n字节作为采样值。
5.根据权利要求1所述的方法，其特征在于，所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系之前，还包括：
采用第一算法对所述第一数据进行计算得到第一特征信息。
6.根据权利要求5所述的方法，其特征在于，所述采用第一算法对所述第一数据进行计算得到第一特征信息，包括：
基于加密芯片，采用国密算法，将所述加密芯片ID作为密钥，对所述第一数据进行计算，得到第一特征信息。
7.根据权利要求5所述的方法，其特征在于，所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系，得到聚合特征信息值，包括：
提取所述第一特征信息中的用户档案数据作为Key，并以第二特征信息作为Value，建立Key-Value对应关系作为聚合特征信息值。
8.根据权利要求5所述的方法，其特征在于，所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系之前，还包括：
将所述第一特征信息和所述第二特征信息进行格式化处理。
9.根据权利要求1-8任一所述的方法，其特征在于，所述第一数据还包括用电检查人员数据。
10.根据权利要求1-8任一所述的方法，其特征在于，所述第二数据包括：反窃电现场视频数据和反窃电现场音频数据，所述反窃电现场视频数据和所述反窃电现场音频数据分别由视频采集模块和音频采集模块实时采集得到。
11.根据权利要求2所述的方法，其特征在于，所述第三数据包括：取证时间数据和取证位置数据。
12.一种反窃电取证关键数据处理装置，其特征在于，所述装置包括：
关键数据获取单元，用于获取反窃电取证关键数据，其中，所述反窃电取证关键数据包括第一数据和第二数据，所述第一数据包括用户档案数据；
第二特征信息计算单元，用于采用哈希算法对所述第二数据进行计算,得到第二特征信息；
聚合特征信息计算单元，用于建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系，得到聚合特征信息值。
13.根据权利要求12所述的装置，其特征在于，所述反窃电取证关键数据还包括第三数据，所述装置还包括：
数据叠加单元，用于将第三数据以影像水印的方式叠加在所述第二数据中，得到叠加后的第二数据。
14.根据权利要求12所述的装置，其特征在于，第二特征信息计算单元，还用于：
判断所述第二数据的字节数是否小于预设采样计算阈值：
若是，则采用哈希算法对所述第二数据进行计算，得到第二特征信息；
若否，则采用第一采样规则对所述第二数据采样得到若干个采样值，并采用哈希算法分别对每个所述采样值进行计算，将每个计算结果按照第一合并规则合并后，得到第二特征信息。
15.根据权利要求14所述的装置，其特征在于，所述采用第一采样规则对所述第二数据采样得到若干个采样值，包括：
获取所述第二数据的首部n字节、每个预设采样计算间隔字节数整倍数位置后首部n字节以及尾部n字节作为采样值。
16.根据权利要求12所述的装置，其特征在于，所述装置还包括：
第一特征信息计算单元，用于在所述建立所述第一数据中的用户档案数据和所述第二特征信息的对应关系之前，采用第一算法对所述第一数据进行计算得到第一特征信息。
17.根据权利要求16所述的装置，其特征在于，所述采用第一算法对所述第一数据进行计算得到第一特征信息，包括：
基于加密芯片，采用国密算法，将所述加密芯片ID作为密钥，对所述第一数据进行计算，得到第一特征信息。
18.根据权利要求16所述的装置，其特征在于，所述聚合特征信息计算单元，还用于：
提取所述第一特征信息中的用户档案数据作为Key，并以第二特征信息作为Value，建立Key-Value对应关系作为聚合特征信息值。
19.根据权利要求16所述的装置，其特征在于，所述装置还包括：
格式化处理单元，用于将所述第一特征信息和所述第二特征信息进行格式化处理。
20.根据权利要求12-19任一所述的装置，其特征在于，所述第一数据还包括用电检查人员数据。
21.根据权利要求12-19任一所述的装置，其特征在于，所述第二数据包括：反窃电现场视频数据和反窃电现场音频数据，所述反窃电现场视频数据和所述反窃电现场音频数据分别由视频采集模块和音频采集模块实时采集得到。
22.根据权利要求13所述的装置，其特征在于，所述第三数据包括：取证时间数据和取证位置数据。
23.一种反窃电取证关键数据处理设备，其特征在于，所述设备包括：
视频采集模块，用于实时采集反窃电现场视频数据，并将所述反窃电现场视频数据发送至处理器；
音频采集模块，用于实时采集反窃电现场音频数据，并将所述反窃电现场音频数据发送至处理器；
定位授时模块，用于实时采集反窃电取证位置信息和反窃电取证时间，并将所述反窃电取证位置信息和反窃电取证时间发送至处理器；
处理器，用于接收所述反窃电现场视频数据、所述发窃电现场音频数据、反窃电取证位置信息和所述反窃电取证时间，并执行如权利要求10或11所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111096024.8A CN113554529A (zh) | 2021-09-18 | 2021-09-18 | 反窃电取证关键数据处理方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111096024.8A CN113554529A (zh) | 2021-09-18 | 2021-09-18 | 反窃电取证关键数据处理方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113554529A true CN113554529A (zh) | 2021-10-26 |
Family
ID=78134681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111096024.8A Pending CN113554529A (zh) | 2021-09-18 | 2021-09-18 | 反窃电取证关键数据处理方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113554529A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399317A (zh) * | 2022-01-17 | 2022-04-26 | 国网电子商务有限公司 | 一种链上反窃电管理方法及装置 |
| CN114416753A (zh) * | 2022-04-01 | 2022-04-29 | 国网山东省电力公司营销服务中心(计量中心) | 基于时空量体四维数据的窃电证据数据处理方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101616181A (zh) * | 2009-07-27 | 2009-12-30 | 腾讯科技（深圳）有限公司 | 一种上传和下载字幕文件的方法、系统和设备 |
| CN109819101A (zh) * | 2018-12-18 | 2019-05-28 | 法信公证云（厦门）科技有限公司 | 一种取证方法和取证专用移动终端 |
| CN110264015A (zh) * | 2019-06-28 | 2019-09-20 | 国网河南省电力公司电力科学研究院 | 反窃电稽查监控方法及平台 |
| CN110348813A (zh) * | 2019-07-16 | 2019-10-18 | 国网天津市电力公司 | 现场稽查移动作业应用方法 |
| CN112562271A (zh) * | 2020-11-29 | 2021-03-26 | 北京市安全生产科学技术研究院 | 一种事故现场用综合数据采集取证装备 |
| CN113114956A (zh) * | 2021-03-18 | 2021-07-13 | 深圳市博实结科技有限公司 | 一种视频叠加信息的方法及其装置 |
-
2021
- 2021-09-18 CN CN202111096024.8A patent/CN113554529A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101616181A (zh) * | 2009-07-27 | 2009-12-30 | 腾讯科技（深圳）有限公司 | 一种上传和下载字幕文件的方法、系统和设备 |
| CN109819101A (zh) * | 2018-12-18 | 2019-05-28 | 法信公证云（厦门）科技有限公司 | 一种取证方法和取证专用移动终端 |
| CN110264015A (zh) * | 2019-06-28 | 2019-09-20 | 国网河南省电力公司电力科学研究院 | 反窃电稽查监控方法及平台 |
| CN110348813A (zh) * | 2019-07-16 | 2019-10-18 | 国网天津市电力公司 | 现场稽查移动作业应用方法 |
| CN112562271A (zh) * | 2020-11-29 | 2021-03-26 | 北京市安全生产科学技术研究院 | 一种事故现场用综合数据采集取证装备 |
| CN113114956A (zh) * | 2021-03-18 | 2021-07-13 | 深圳市博实结科技有限公司 | 一种视频叠加信息的方法及其装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399317A (zh) * | 2022-01-17 | 2022-04-26 | 国网电子商务有限公司 | 一种链上反窃电管理方法及装置 |
| CN114416753A (zh) * | 2022-04-01 | 2022-04-29 | 国网山东省电力公司营销服务中心(计量中心) | 基于时空量体四维数据的窃电证据数据处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113554529A (zh) | 反窃电取证关键数据处理方法、装置及设备 | |
| CN111027028A (zh) | 基于智能合约的版权数据处理方法以及装置 | |
| CN110958319B (zh) | 一种基于区块链的侵权存证管理方法及装置 | |
| CN110474962B (zh) | 一种基于边缘计算的数据核查系统及方法 | |
| CN110995673A (zh) | 基于区块链的案件证据管理方法、装置、终端及存储介质 | |
| CN112000928A (zh) | 图片分布式侵权确权方法、系统、存储介质及计算机设备 | |
| CN115270193B (zh) | 基于区块链及协同同步下的数据档案安全共享方法及装置 | |
| CN110830259A (zh) | 为多媒体数据提供原始性和完整性证明的方法及系统 | |
| CN112364388A (zh) | 基于区块链实现的传感器数据认证方法及装置 | |
| CN115222410A (zh) | 基于区块链的交易上链方法、装置、电子设备及存储介质 | |
| CN117395474B (zh) | 一种本地存储的防篡改的视频取证存证方法、系统 | |
| CN112073418B (zh) | 加密流量的检测方法、装置及计算机可读存储介质 | |
| CN111654591B (zh) | 图片防篡改方法、计算机设备及存储介质 | |
| CN112163036A (zh) | 区块链信息的构建和查询方法及相关装置 | |
| CN114462998A (zh) | 一种日志防篡改方法、系统及存储介质 | |
| CN110992219A (zh) | 一种基于区块链技术的知识产权保护方法、系统 | |
| CN111611624A (zh) | 一种信息点表文件分区数字签名的验证方法及系统 | |
| CN116340918A (zh) | 全密文人脸比对方法、装置、设备及存储介质 | |
| CN113312640B (zh) | 一种基于可信计算的软件数据完整性多方共识方法 | |
| CN115221125A (zh) | 文件处理方法、装置、电子设备及可读存储介质 | |
| CN114154476A (zh) | 一种大型仪器共享实验执行可信度判别方法 | |
| CN112579994A (zh) | 一种基于人工智能的数字产品内容保护系统和方法 | |
| CN116684077B (zh) | 一种基于碳平台的碳排放监测方法及装置 | |
| WO2024217381A1 (zh) | 一种证据可信存证方法、装置、介质和设备 | |
| CN118036087B (zh) | 基于区块链的水质监测数据保真方法、系统、设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211026 |