CN114219052A - 一种图数据融合方法、装置、电子设备及存储介质 - Google Patents
一种图数据融合方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114219052A CN114219052A CN202210164306.5A CN202210164306A CN114219052A CN 114219052 A CN114219052 A CN 114219052A CN 202210164306 A CN202210164306 A CN 202210164306A CN 114219052 A CN114219052 A CN 114219052A
- Authority
- CN
- China
- Prior art keywords
- node
- graph data
- ciphertext graph
- identification attribute
- ciphertext
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/008—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32272—Encryption or ciphering
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种图数据融合方法、装置、电子设备及存储介质,用于改善难以在授权分享的同时避免实际图数据的泄漏的问题。该方法包括:获取明文图数据,明文图数据包括多个节点;将明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性;计算节点与节点之间的关联关系权重值,并将关联关系权重值进行同态加密,获得密态关系权重值;根据本地哈希标识属性和密态关系权重值,获得第一密文图数据;向对方设备发送第一密文图数据,以使对方设备融合对方本地的明文图数据和第一密文图数据。
Description
技术领域
本申请涉及知识图谱、隐私计算和图数据融合的技术领域,具体而言,涉及一种图数据融合方法、装置、电子设备及存储介质。
背景技术
知识图谱(Knowledge Graph),是指将知识按照一定规律联系在一起,并能够以图谱的形式展现的方法或工具,在图书情报界称为知识域可视化知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
目前,各个私有企业、运营商和银行等机构之间的知识图谱大都是以明文图数据的方式存储的,且各个明文图数据是相互独立隔离的。当各个机构之间需要授权分享各自的明文图数据时,大都是以明文方式授权分享的,即图数据的标识属性(例如电话号码、身份证号码和社保编码等等)以及关联关系(例如父子关系和母女关系等等)都是以明文状态授权分享的。在实践过程中发现,各个机构之间图数据难以在授权分享的同时避免实际图数据的泄漏。
发明内容
本申请实施例的目的在于提供一种图数据融合方法、装置、电子设备及存储介质,用于改善难以在授权分享的同时避免实际图数据的泄漏的问题。
本申请实施例提供了一种图数据融合方法,包括:获取明文图数据,明文图数据包括多个节点;将明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性;计算节点与节点之间的关联关系权重值,并将关联关系权重值进行同态加密,获得密态关系权重值;根据本地哈希标识属性和密态关系权重值,获得第一密文图数据;向对方设备发送第一密文图数据,以使对方设备融合对方本地的明文图数据和第一密文图数据。在上述的实现过程中,通过将明文图数据中的每个节点的标识属性进行哈希处理,并计算节点与节点之间的关联关系权重值,并将关联关系权重值同态加密为密态关系权重值,获得的是密文图数据,向对方设备发送的也是密文图数据,而不是明文图数据,有效地保证在授权分享的同时避免了实际图数据中的节点标识和关联关系权重值的泄漏,从而增加了图数据的实际安全性。
可选地,在本申请实施例中,还包括:接收对方设备发送的第二密文图数据,第二密文图数据包括多个节点和多个密态关系权重值;从第一密文图数据中的节点与第二密文图数据中的节点中确定出公共节点,公共节点为哈希处理后的标识属性相同的节点;计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值;根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,获得融合结果。在上述的实现过程中,通过计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值,并根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,有效地保证在授权分享的同时避免了实际图数据中的节点标识和关联关系权重值的泄漏,从而增加了图数据的实际安全性。
可选地,在本申请实施例中,还包括:获取对方设备中的对方哈希标识属性,对方哈希标识属性是对方设备将对方本地的明文图数据中的节点标识属性进行哈希处理获得的;根据本地哈希标识属性和对方哈希标识属性确定出哈希标识属性相同的公共节点;计算公共节点、第一密文图数据中的节点与对方设备的第二密文图数据中的节点之间的密态关系权重值;根据密态关系权重值将第一密文图数据和对方设备的第二密文图数据进行融合,获得融合结果。在上述的实现过程中,通过计算公共节点、第一密文图数据中的节点与对方设备的第二密文图数据中的节点之间的密态关系权重值,并根据密态关系权重值将第一密文图数据和对方设备的第二密文图数据进行融合,有效地保证在授权分享的同时避免了实际图数据中的节点标识和关联关系权重值的泄漏,从而增加了图数据的实际安全性。
可选地,在本申请实施例中,从第一密文图数据中的节点与第二密文图数据中的节点中确定出公共节点,包括:判断第一节点的标识属性与第二节点的标识属性是否相同,第一节点是第一密文图数据中标识属性经过哈希处理后的节点,第二节点是第二密文图数据中标识属性经过哈希处理后的节点;若是,则将第一节点和第二节点确定为第一密文图数据与第二密文图数据的公共节点。
可选地,在本申请实施例中,计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值,包括:利用标签传播算法计算公共节点、第一节点与第二节点之间的密态关系权重值。在上述的实现过程中,通过利用标签传播算法计算公共节点、第一节点与第二节点之间的密态关系权重值,从而将标签传播算法用于图融合的过程中,有效地提高了实际融合过程中的效率。
可选地,在本申请实施例中,融合结果包括:标识属性和该标识属性对应的分类属性;根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,获得融合结果,包括:判断密态关系权重值是否大于预设阈值;若是,则获取第一节点的分类属性,并将第一节点的分类属性添加至第二节点,然后,将第二节点的标识属性和该标识属性对应的分类属性添加至融合结果。在上述的实现过程中,通过获取第一节点的分类属性,并将第一节点的分类属性添加至第二节点,然后,将第二节点的标识属性和该标识属性对应的分类属性添加至融合结果,从而在避免实际图数据中的节点标识和关联关系权重值泄漏的情况下,完成了图融合和分类属性的传递。
可选地,在本申请实施例中,在获得融合结果之后,还包括:向对方设备发送融合结果,以使对方设备将融合结果同步更新在本地的明文图数据中。
本申请实施例还提供了一种图数据融合装置,包括:明文图数据获取模块,用于获取明文图数据,明文图数据包括多个节点;图节点标识哈希模块,用于将明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性;关系权重值获得模块,用于计算节点与节点之间的关联关系权重值,并将关联关系权重值进行同态加密,获得密态关系权重值;密文图数据获得模块,用于根据本地哈希标识属性和密态关系权重值,获得第一密文图数据;密文图数据发送模块,用于向对方设备发送第一密文图数据,以使对方设备融合对方本地的明文图数据和第一密文图数据。
可选地,在本申请实施例中,图数据融合装置,还包括:密文数据接收模块,用于接收对方设备发送的第二密文图数据,第二密文图数据包括多个节点和多个密态关系权重值;公共节点确定模块,用于从第一密文图数据中的节点与第二密文图数据中的节点中确定出公共节点,公共节点为哈希处理后的标识属性相同的节点;密态关系计算模块,用于计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值;融合结果获得模块,用于根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,获得融合结果。
可选地,在本申请实施例中,公共节点确定模块,包括:标识属性判断模块,用于判断第一节点的标识属性与第二节点的标识属性是否相同,第一节点是第一密文图数据中标识属性经过哈希处理后的节点,第二节点是第二密文图数据中标识属性经过哈希处理后的节点;标识属性相同模块,用于若第一节点的标识属性与第二节点的标识属性相同,则将第一节点和第二节点确定为第一密文图数据与第二密文图数据的公共节点。
可选地,在本申请实施例中,密态关系计算模块,包括:标签传播计算模块,用于利用标签传播算法计算公共节点、第一节点与第二节点之间的密态关系权重值。
可选地,在本申请实施例中,融合结果包括:标识属性和该标识属性对应的分类属性;融合结果获得模块,包括:密态关系判断模块,用于判断密态关系权重值是否大于预设阈值;属性添加融合模块,用于若密态关系权重值大于预设阈值,则获取第一节点的分类属性,并将第一节点的分类属性添加至第二节点,然后,将第二节点的标识属性和该标识属性对应的分类属性添加至融合结果。
可选地,在本申请实施例中,图数据融合装置,还包括:融合结果发送模块,用于向对方设备发送融合结果,以使对方设备将融合结果同步更新在本地的明文图数据中。
本申请实施例还提供了一种电子设备,包括:处理器和存储器,存储器存储有处理器可执行的机器可读指令,机器可读指令被处理器执行时执行如上面描述的方法。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上面描述的方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请实施例的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出的本申请实施例提供的图数据融合方法的流程示意图;
图2示出的本申请实施例提供的图数据中的部分节点示意图;
图3示出的本申请实施例提供的节点与节点之间的关联关系权重值的示意图;
图4示出的本申请实施例提供的融合接收的图数据与本地的图数据的流程示意图;
图5示出的本申请实施例提供的图数据融合装置的结构示意图;
图6示出的本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请实施例一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请实施例的详细描述并非旨在限制要求保护的本申请实施例的范围,而是仅仅表示本申请实施例的选定实施例。基于本申请实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请实施例保护的范围。
在介绍本申请实施例提供的图数据融合方法之前,先介绍本申请实施例中所涉及的一些概念:
图表示多个对象之间关联关系的一种抽象数据结构,使用顶点(Vertex)、边(Edge)、属性(Property)进行描述,顶点表示对象,边表示对象之间的关联关系,属性表示每个顶点对象具体值。
图分析(OLAP: On-Line Analytical Processing),又被称为图计算,通常需要遍历整个图进行多轮迭代的计算,直至全图所有节点收敛。
同态加密(Homomorphic encryption)是一种加密形式,同态加密允许人们对密文进行特定形式的代数运算得到仍然是加密的结果,将其解密所得到的结果与对明文进行同样的运算结果一样。换言之,这项技术令人们可以在加密的数据中进行诸如检索、比较等操作,得出正确的结果,而在整个处理过程中无需对数据进行解密。
需要说明的是,本申请实施例提供的图数据融合方法可以被电子设备执行,这里的电子设备是指具有执行计算机程序功能的设备终端或者服务器,设备终端例如:智能手机、个人电脑、平板电脑、个人数字助理或者移动上网设备等。服务器例如:x86服务器以及非x86服务器,非x86服务器包括:大型机、小型机和UNIX服务器。
下面介绍该图数据融合方法适用的应用场景,这里的应用场景包括但不限于:社交网络、通信、电子商务等领域中的巨量图数据进行融合的场景;由于各个企业自有的图数据属于公司内部资产一部分,企业为保证己方数据不被泄漏,很难将各行各业的图数据联合在一起,形成更加丰富的图数据进行相关的业务图计算。使用该图数据融合方法对多个机构的图数据在不泄露真实图数据的情况下进行融合等,此处的多个机构例如:企业、运营商和银行等等机构。上述的真实图数据包括:节点的标识属性和节点与节点之间的关联关系信息,关联关系信息例如关联关系权重值,即节点与节点之间的关联关系的紧密程度权重。
为了便于说明和理解,下面以实际业务场景中的第一机构的设备(例如银行的电子设备)和第二机构的设备(例如运营商的对方设备)两方进行通信的例子说明。在实际业务场景中的银行等金融机构,需要对用户进行风险评估,然而,如果单独依赖于银行内部的自有的用户与用户间的交易金额等图数据进行风险评估,其评估结果的准确性和可靠性需要进一步验证。如果将银行的用户之间交易信息和运营商的用户之间的打电话频率的关联关系图数据进行融合,形成一张银行用户与运营商用户之间更加紧密联系的大图(即节点数量更多的),并在融合的大图上进行风险评估,将会极大提高风险评估结果的准确性和可靠性。
请参见图1示出的本申请实施例提供的图数据融合方法的流程示意图;该图数据融合方法的主要思路是,通过将明文图数据中的每个节点的标识属性进行哈希处理,并计算节点与节点之间的关联关系权重值,并将关联关系权重值同态加密为密态关系权重值,获得的是密文图数据,向对方设备发送的也是密文图数据,而不是明文图数据,有效地保证在授权分享的同时避免了实际图数据中的节点标识和关联关系权重值的泄漏,从而增加了图数据的实际安全性。上述的图数据融合方法可以包括:
步骤S110:电子设备获取明文图数据,明文图数据包括多个节点。
请参见图2示出的本申请实施例提供的图数据中的部分节点示意图;上述步骤S110的实施方式包括:电子设备从文件系统、数据库或移动存储设备中获取明文图数据,此处的明文图数据可以包括多个节点;其中,此处的多个节点例如:A节点、B节点和C节点,可以理解的是,A节点与C节点之间的边实际值是24,且B点与C节点之间的边实际值是35。
在步骤S110之后,执行步骤S120:电子设备将明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性。
上述步骤S120的实施方式例如:假设每个节点代表一个用户,那么每个用户都有在数据库的数据表中的标识属性(即能够唯一表示该用户的信息,例如:电话号码、身份证号、员工号码或者自增ID等等),电子设备将明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性。具体例如:假设节点A代表的用户的标识属性是自增ID,且该自增ID是1,那么采用MD5对1进行哈希处理,获得节点A的哈希处理后的标识属性具体值为2279b;同理,获得节点B的哈希处理后的标识属性具体值为cf072,获得节点C的哈希处理后的标识属性具体值为4b5ce。
在步骤S120之后,执行步骤S130:电子设备计算节点与节点之间的关联关系权重值,并将关联关系权重值进行同态加密,获得密态关系权重值。
请参见图3示出的本申请实施例提供的节点与节点之间的关联关系权重值的示意图;为了便于理解和描述,下面以根据节点C来计算第一密文图数据中的节点A与第二密文图数据中的节点B之间的密态关系权重值为例进行说明:首先,计算A节点到B节点的关联关系权重值;然后,计算B节点到A节点的关联关系权重值;最后,将A节点到B节点的关联关系权重值0.452进行同态加密获得的密态关系权重值为cfc2c865,将B节点到A节点的关联关系权重值0.387进行同态加密获得的密态关系权重值为19f9ba9b。
在步骤S130之后,执行步骤S140:电子设备根据本地哈希标识属性和密态关系权重值,获得第一密文图数据。
上述步骤S140的实施方式例如:节点A的哈希处理后的标识属性具体值为2279b,且节点B的哈希处理后的标识属性具体值为cf072,且节点C的哈希处理后的标识属性具体值为4b5ce,那么可以由上面的这些数据节点A和节点C等等,以及各个节点之间的密态关系权重值等等组成第一密文图数据。
在步骤S140之后,执行步骤S150:电子设备向对方设备发送第一密文图数据,以使对方设备融合本地的明文图数据和第一密文图数据。
上述步骤S150的实施方式例如:电子设备通过超文本传输协议(Hyper TextTransfer Protocol,HTTP)或者超文本传输安全协议(Hyper Text Transfer ProtocolSecure,HTTPS)向对方设备发送第一密文图数据,以使对方设备融合本地的明文图数据和第一密文图数据。
在上述的实现过程中,通过将明文图数据中的每个节点的标识属性进行哈希处理,并计算节点与节点之间的关联关系权重值,并将关联关系权重值同态加密为密态关系权重值,获得的是密文图数据,向对方设备发送的也是密文图数据,而不是明文图数据,有效地保证在授权分享的同时避免了实际图数据中的节点标识和关联关系权重值的泄漏,从而增加了图数据的实际安全性。
请参见图4示出的本申请实施例提供的融合接收的图数据与本地的图数据的流程示意图;可选地,上述的电子设备除了可以向对方设备发送密文图数据之外,还可以接收对方设备的密文图数据,并融合接收的图数据与本地的图数据;此处的融合接收的图数据与本地的图数据的实施方式可以包括:
步骤S210:电子设备接收对方设备发送的第二密文图数据,第二密文图数据包括多个节点和多个密态关系权重值。
上述步骤S210的实施方式例如:电子设备通过HTTP协议或者HTTPS协议接收对方设备发送的第二密文图数据,第二密文图数据包括多个节点和多个密态关系权重值。假设多个节点中包括:节点A、节点B和节点C等等,且节点A的哈希处理后的标识属性具体值为2279b,节点B的哈希处理后的标识属性具体值为cf072。假设上述的多个密态关系权重值中包括:A节点到B节点的密态关系权重值为cfc2c865,B节点到A节点的密态关系权重值为19f9ba9b。
在步骤S210之后,执行步骤S220:电子设备从第一密文图数据中的节点与第二密文图数据中的节点中确定出公共节点。
其中,公共节点是指哈希处理后的标识属性相同的节点,在上面的例子中,第一密文图数据和第二密文图数据中的节点A和节点B的标识属性相同,因此,节点A和节点B是第一密文图数据和第二密文图数据中的公共节点。
上述步骤S220的实施方式可以包括:
步骤S221:判断第一节点的标识属性与第二节点的标识属性是否相同;其中,上述的第一节点是第一密文图数据中标识属性经过哈希处理后的节点,第二节点是第二密文图数据中标识属性经过哈希处理后的节点。
步骤S222:若第一节点的标识属性与第二节点的标识属性相同,则将第一节点和第二节点确定为第一密文图数据与第二密文图数据的公共节点。
上述步骤S221至步骤S222的实施方式例如:第一密文图数据中的节点A的标识属性具体值为2279b,且第二密文图数据中的节点A的标识属性具体值也为2279b,由此可见,节点A是第一密文图数据和第二密文图数据中的公共节点。第一密文图数据中的节点B的标识属性具体值均为cf072,且第二密文图数据中的节点B的标识属性具体值也为cf072,由此可见,节点B是第一密文图数据和第二密文图数据中的公共节点。
在步骤S220之后,执行步骤S230:电子设备计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值。
标签传播算法(Label Propagation Algorithm,LPA)是最早的基于标签的一种算法,是所有基于标签的算法的基础,标签传播算法最大的特色是简单和高效。
上述步骤S230的实施方式例如:电子设备利用标签传播算法(LPA)、SLPA算法和COPRA算法计算公共节点、第一节点与第二节点之间的密态关系权重值。其中,标签传播算法(LPA)是图分析或者图计算中比较成熟算法,算法输出可以将图中一些相关的节点进行划分归类,将相似的节点进行相同标签的标注,如实现图节点的社团发现。其中,上述的SLPA算法和COPRA算法均是基于标签传播算法(LPA)改进的,SLPA算法是一种社区监测算法。
在步骤S230之后,执行步骤S240:电子设备根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,获得融合结果。
其中,上述的融合结果可以包括:紧密关联关系程度值,具体例如:在进行虚拟融合之前,A与D之间的关联关系程度比较远(几乎没有关系),使用符号表示为:,A与D共跨域了E、F、B三个节点;在进行虚拟融合之后,A与D之间的关联关系程度比较近(几乎有关系):,A与D只跨域了B这一个节点;因此,不难发现,虚拟融合之后图的结构更加丰富。因此基于这样的图融合后进行的图计算,计算结果将会根据符合实际情况,大大降低风险评估的难度,与此同时,上述的融合结果还可以包括:标识属性和该标识属性对应的分类属性。
上述步骤S240的实施方式具体例如:使用编程语言判断密态关系权重值是否大于预设阈值;其中,可以使用的编程语言例如:C、C++、Java、BASIC、JavaScript、LISP、Shell、Perl、Ruby、Python和PHP等等。若密态关系权重值大于预设阈值,则获取第一节点的分类属性,并将第一节点的分类属性添加至第二节点,然后,将第二节点的标识属性和该标识属性对应的分类属性添加至融合结果。其中,预设阈值是指预先设置的限制阈值,该预设阈值可以根据具体实际情况进行设置,例如:可以设置为0.02、0.05或0.09等,上述的分类属性是指对该节点的分类类别,具体例如:如果该节点代表用户,那么分类属性可以是男或者女等等。
可选地,在步骤S240之后,还可以执行步骤S250:电子设备向对方设备发送融合结果,以使对方设备将融合结果同步更新在对方本地的明文图数据中。
上述步骤S250的实施方式例如:电子设备通过HTTP协议或者HTTPS协议向对方设备发送融合结果。对方设备在接收到电子设备发送的融合结果之后,可以将融合结果同步更新在对方本地的明文图数据中,具体例如:对方设备根据哈希处理后的标识属性在对方本地的明文图数据中找到相同标识属性的节点,并将该标识属性对应的分类属性添加在该节点下,即可完成融合结果的同步更新操作。
在上述的实现过程中,通过计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值,并根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,有效地保证在授权分享的同时避免了实际图数据中的节点标识和关联关系权重值的泄漏,从而增加了图数据的实际安全性。
可以理解的是,除了上面的根据接收对方设备的密文图数据和本地密文图数据确定公共节点之外,还可以在获取到对方设备中的对方哈希标识属性之后,直接将对方设备中的对方哈希标识属性与本地哈希标识属性相同的节点作为公共节点,然后根据该公共节点来将第一密文图数据和对方设备的第二密文图数据进行融合,这种融合的实施方式可以包括:
步骤S260:电子设备获取对方设备中的对方哈希标识属性,对方哈希标识属性是对方设备将对方本地的明文图数据中的节点标识属性进行哈希处理获得的。
上述步骤S260的实施方式例如:对方设备将对方本地的明文图数据中的节点标识属性进行哈希处理,获得对方哈希标识属性,然后,对方设备向电子设备发送对方哈希标识属性。电子设备通过HTTP协议或者HTTPS协议接收对方设备发送的对方哈希标识属性。
在步骤S260之后,执行步骤S270:电子设备根据本地哈希标识属性和对方哈希标识属性确定出哈希标识属性相同的公共节点。
上述步骤S270的实施方式例如:假设本地节点A的哈希标识属性为2279b,且接收对方设备发送的节点A的对方哈希标识属性也为2279b,由此可见,本地节点A和对方设备发送的节点A的哈希标识属性均为2279b,所以节点A是第一密文图数据和第二密文图数据中的公共节点。
在步骤S270之后,执行步骤S280:电子设备计算公共节点、第一密文图数据中的节点与对方设备的第二密文图数据中的节点之间的密态关系权重值。
在步骤S280之后,执行步骤S290:电子设备根据密态关系权重值将第一密文图数据和对方设备的第二密文图数据进行融合,获得融合结果。
其中,上述步骤S280至步骤S290的实施原理和实施方式与步骤S230至步骤S240的实施原理和实施方式是类似的,因此,这里不再说明其实施原理和实施方式,如有不清楚的地方,可以参考对步骤S230至步骤S240的描述。
请参见图5示出的本申请实施例提供的图数据融合装置的结构示意图;本申请实施例提供了一种图数据融合装置300,包括:
明文图数据获取模块310,用于获取明文图数据,明文图数据包括多个节点。
图节点标识哈希模块320,用于将明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性。
关系权重值获得模块330,用于计算节点与节点之间的关联关系权重值,并将关联关系权重值进行同态加密,获得密态关系权重值。
密文图数据获得模块340,用于根据本地哈希标识属性和密态关系权重值,获得第一密文图数据。
密文图数据发送模块350,用于向对方设备发送第一密文图数据,以使对方设备融合对方本地的明文图数据和第一密文图数据。
可选地,在本申请实施例中,图数据融合装置,还包括:
密文数据接收模块,用于接收对方设备发送的第二密文图数据,第二密文图数据包括多个节点和多个密态关系权重值。
公共节点确定模块,用于从第一密文图数据中的节点与第二密文图数据中的节点中确定出公共节点,公共节点为哈希处理后的标识属性相同的节点。
密态关系计算模块,用于计算公共节点、第一密文图数据中的节点与第二密文图数据中的节点之间的密态关系权重值。
融合结果获得模块,用于根据密态关系权重值将第一密文图数据和第二密文图数据进行融合,获得融合结果。
可选地,在本申请实施例中,公共节点确定模块,包括:
标识属性判断模块,用于判断第一节点的标识属性与第二节点的标识属性是否相同,第一节点是第一密文图数据中标识属性经过哈希处理后的节点,第二节点是第二密文图数据中标识属性经过哈希处理后的节点。
标识属性相同模块,用于若第一节点的标识属性与第二节点的标识属性相同,则将第一节点和第二节点确定为第一密文图数据与第二密文图数据的公共节点。
可选地,在本申请实施例中,密态关系计算模块,包括:
标签传播计算模块,用于利用标签传播算法计算公共节点、第一节点与第二节点之间的密态关系权重值。
可选地,在本申请实施例中,融合结果包括:标识属性和该标识属性对应的分类属性;融合结果获得模块,包括:
密态关系判断模块,用于判断密态关系权重值是否大于预设阈值。
属性添加融合模块,用于若密态关系权重值大于预设阈值,则获取第一节点的分类属性,并将第一节点的分类属性添加至第二节点,然后,将第二节点的标识属性和该标识属性对应的分类属性添加至融合结果。
可选地,在本申请实施例中,图数据融合装置,还包括:
融合结果发送模块,用于向对方设备发送融合结果,以使对方设备将融合结果同步更新在本地的明文图数据中。
应理解的是,该装置与上述的图数据融合方法实施例对应,能够执行上述方法实施例涉及的各个步骤,该装置具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。该装置包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置的操作系统(operating system,OS)中的软件功能模块。
请参见图6示出的本申请实施例提供的电子设备的结构示意图。本申请实施例提供的一种电子设备400,包括:处理器410和存储器420,存储器420存储有处理器410可执行的机器可读指令,机器可读指令被处理器410执行时执行如上的方法。
本申请实施例还提供了一种计算机可读存储介质430,该计算机可读存储介质430上存储有计算机程序,该计算机程序被处理器410运行时执行如上的方法。
其中,计算机可读存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory, 简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory, 简称EPROM),可编程只读存储器(Programmable Read-Only Memory, 简称PROM),只读存储器(Read-Only Memory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
本申请实施例提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其他的方式实现。以上所描述的装置实施例仅是示意性的,例如,附图中的流程图和框图显示了根据本申请实施例的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以和附图中所标注的发生顺序不同。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这主要根据所涉及的功能而定。
另外,在本申请实施例中的各个实施例的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上的描述,仅为本申请实施例的可选实施方式,但本申请实施例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申请实施例揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (10)
1.一种图数据融合方法,其特征在于,包括:
获取明文图数据,所述明文图数据包括多个节点;
将所述明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性;
计算节点与节点之间的关联关系权重值,并将所述关联关系权重值进行同态加密,获得密态关系权重值;
根据所述本地哈希标识属性和所述密态关系权重值,获得第一密文图数据;
向对方设备发送所述第一密文图数据,以使所述对方设备融合对方本地的明文图数据和所述第一密文图数据。
2.根据权利要求1所述的方法,其特征在于,还包括:
接收所述对方设备发送的第二密文图数据,所述第二密文图数据包括多个节点和多个密态关系权重值;
从所述第一密文图数据中的节点与所述第二密文图数据中的节点中确定出公共节点,所述公共节点为哈希处理后的标识属性相同的节点;
计算所述公共节点、所述第一密文图数据中的节点与所述第二密文图数据中的节点之间的密态关系权重值;
根据所述密态关系权重值将所述第一密文图数据和所述第二密文图数据进行融合,获得融合结果。
3.根据权利要求1所述的方法,其特征在于,还包括:
获取所述对方设备中的对方哈希标识属性,所述对方哈希标识属性是所述对方设备将对方本地的明文图数据中的节点标识属性进行哈希处理获得的;
根据所述本地哈希标识属性和所述对方哈希标识属性确定出哈希标识属性相同的公共节点;
计算所述公共节点、所述第一密文图数据中的节点与所述对方设备的第二密文图数据中的节点之间的密态关系权重值;
根据所述密态关系权重值将所述第一密文图数据和所述对方设备的第二密文图数据进行融合,获得融合结果。
4.根据权利要求2所述的方法,其特征在于,所述从所述第一密文图数据中的节点与所述第二密文图数据中的节点中确定出公共节点,包括:
判断第一节点的标识属性与第二节点的标识属性是否相同,所述第一节点是所述第一密文图数据中标识属性经过哈希处理后的节点,所述第二节点是所述第二密文图数据中标识属性经过哈希处理后的节点;
若是,则将所述第一节点和所述第二节点确定为所述第一密文图数据与所述第二密文图数据的公共节点。
5.根据权利要求4所述的方法,其特征在于,所述计算所述公共节点、所述第一密文图数据中的节点与所述第二密文图数据中的节点之间的密态关系权重值,包括:
利用标签传播算法计算所述公共节点、所述第一节点与所述第二节点之间的密态关系权重值。
6.根据权利要求4所述的方法,其特征在于,所述融合结果包括:标识属性和该标识属性对应的分类属性;所述根据所述密态关系权重值将所述第一密文图数据和所述第二密文图数据进行融合,获得融合结果,包括:
判断所述密态关系权重值是否大于预设阈值;
若是,则获取所述第一节点的分类属性,并将所述第一节点的分类属性添加至所述第二节点,然后,将所述第二节点的标识属性和该标识属性对应的分类属性添加至所述融合结果。
7.根据权利要求2-6任一所述的方法,其特征在于,在所述获得融合结果之后,还包括:
向所述对方设备发送所述融合结果,以使所述对方设备将所述融合结果同步更新在本地的明文图数据中。
8.一种图数据融合装置,其特征在于,包括:
明文图数据获取模块,用于获取明文图数据,所述明文图数据包括多个节点;
图节点标识哈希模块,用于将所述明文图数据中的每个节点的标识属性进行哈希处理,获得本地哈希标识属性;
关系权重值获得模块,用于计算节点与节点之间的关联关系权重值,并将所述关联关系权重值进行同态加密,获得密态关系权重值;
密文图数据获得模块,用于根据所述本地哈希标识属性和所述密态关系权重值,获得第一密文图数据;
密文图数据发送模块,用于向对方设备发送所述第一密文图数据,以使所述对方设备融合对方本地的明文图数据和所述第一密文图数据。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210164306.5A CN114219052A (zh) | 2022-02-23 | 2022-02-23 | 一种图数据融合方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210164306.5A CN114219052A (zh) | 2022-02-23 | 2022-02-23 | 一种图数据融合方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114219052A true CN114219052A (zh) | 2022-03-22 |
Family
ID=80709273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210164306.5A Withdrawn CN114219052A (zh) | 2022-02-23 | 2022-02-23 | 一种图数据融合方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114219052A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114596097A (zh) * | 2022-05-10 | 2022-06-07 | 富算科技(上海)有限公司 | 用户识别方法、装置、电子设备和计算机可读存储介质 |
CN114638007A (zh) * | 2022-05-10 | 2022-06-17 | 富算科技(上海)有限公司 | 基于图数据的社群关系的确定方法及系统、设备及介质 |
CN115378624A (zh) * | 2022-04-14 | 2022-11-22 | 中国电信股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9852231B1 (en) * | 2014-11-03 | 2017-12-26 | Google Llc | Scalable graph propagation for knowledge expansion |
CN108255859A (zh) * | 2016-12-29 | 2018-07-06 | 航天信息股份有限公司 | 一种用于为海量数字证书建立索引的方法及系统 |
CN109121134A (zh) * | 2018-09-12 | 2019-01-01 | 滁州学院 | 一种适于无线传感网多应用数据融合的隐私保护和完整性检测方法 |
CN109858240A (zh) * | 2017-11-22 | 2019-06-07 | 浙江智贝信息科技有限公司 | 一种单设备信息安全处理及交互方法及其交互系统 |
CN110008292A (zh) * | 2019-04-11 | 2019-07-12 | 北京妙医佳信息技术有限公司 | 数据融合方法、装置、电子设备及可读存储介质 |
CN110263575A (zh) * | 2019-06-21 | 2019-09-20 | 上海富数科技有限公司 | 基于哈希算法和会话控制实现数据融合及数据隐私保护的方法 |
JP2020005079A (ja) * | 2018-06-27 | 2020-01-09 | Kddi株式会社 | 鍵合意システム及び鍵生成装置 |
CN111191146A (zh) * | 2019-11-27 | 2020-05-22 | 重庆特斯联智慧科技股份有限公司 | 一种基于社会网络分析算法的家庭成员通联方法和系统 |
CN111414340A (zh) * | 2020-04-14 | 2020-07-14 | 世纪龙信息网络有限责任公司 | 文件分享方法、装置、计算机设备和存储介质 |
CN111931533A (zh) * | 2020-07-16 | 2020-11-13 | 西安电子科技大学 | 针对多所有者rfid标签的认证方法 |
CN112115502A (zh) * | 2019-06-19 | 2020-12-22 | 华控清交信息科技(北京)有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN112235118A (zh) * | 2020-12-16 | 2021-01-15 | 富算科技(上海)有限公司 | 信息加密匹配的方法、系统、装置、处理器及存储介质 |
WO2021040833A1 (en) * | 2019-08-30 | 2021-03-04 | Liveramp, Inc. | Connecting web publisher inventory to programmatic exchanges without third-party cookies |
CN112632598A (zh) * | 2020-12-09 | 2021-04-09 | 西安电子科技大学 | 一种加密数据检索与共享方法、系统、介质、设备及应用 |
CN112637836A (zh) * | 2020-12-18 | 2021-04-09 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN112910840A (zh) * | 2021-01-14 | 2021-06-04 | 重庆邮电大学 | 一种基于联盟区块链的医疗数据存储共享方法及系统 |
CN113472538A (zh) * | 2021-09-02 | 2021-10-01 | 富算科技(上海)有限公司 | 多方安全计算的结果隐私性检测方法、装置、设备及介质 |
CN113505882A (zh) * | 2021-05-14 | 2021-10-15 | 深圳市腾讯计算机系统有限公司 | 基于联邦神经网络模型的数据处理方法、相关设备及介质 |
CN113810558A (zh) * | 2021-09-03 | 2021-12-17 | 江苏商贸职业学院 | 一种基于大数据的图像加密方法及系统 |
CN114064800A (zh) * | 2021-10-22 | 2022-02-18 | 上海浦东发展银行股份有限公司 | 用户资产视图计算方法、系统、计算机设备及存储介质 |
-
2022
- 2022-02-23 CN CN202210164306.5A patent/CN114219052A/zh not_active Withdrawn
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9852231B1 (en) * | 2014-11-03 | 2017-12-26 | Google Llc | Scalable graph propagation for knowledge expansion |
CN108255859A (zh) * | 2016-12-29 | 2018-07-06 | 航天信息股份有限公司 | 一种用于为海量数字证书建立索引的方法及系统 |
CN109858240A (zh) * | 2017-11-22 | 2019-06-07 | 浙江智贝信息科技有限公司 | 一种单设备信息安全处理及交互方法及其交互系统 |
JP2020005079A (ja) * | 2018-06-27 | 2020-01-09 | Kddi株式会社 | 鍵合意システム及び鍵生成装置 |
CN109121134A (zh) * | 2018-09-12 | 2019-01-01 | 滁州学院 | 一种适于无线传感网多应用数据融合的隐私保护和完整性检测方法 |
CN110008292A (zh) * | 2019-04-11 | 2019-07-12 | 北京妙医佳信息技术有限公司 | 数据融合方法、装置、电子设备及可读存储介质 |
CN112115502A (zh) * | 2019-06-19 | 2020-12-22 | 华控清交信息科技(北京)有限公司 | 一种数据处理方法、装置和用于数据处理的装置 |
CN110263575A (zh) * | 2019-06-21 | 2019-09-20 | 上海富数科技有限公司 | 基于哈希算法和会话控制实现数据融合及数据隐私保护的方法 |
WO2021040833A1 (en) * | 2019-08-30 | 2021-03-04 | Liveramp, Inc. | Connecting web publisher inventory to programmatic exchanges without third-party cookies |
CN111191146A (zh) * | 2019-11-27 | 2020-05-22 | 重庆特斯联智慧科技股份有限公司 | 一种基于社会网络分析算法的家庭成员通联方法和系统 |
CN111414340A (zh) * | 2020-04-14 | 2020-07-14 | 世纪龙信息网络有限责任公司 | 文件分享方法、装置、计算机设备和存储介质 |
CN111931533A (zh) * | 2020-07-16 | 2020-11-13 | 西安电子科技大学 | 针对多所有者rfid标签的认证方法 |
CN112632598A (zh) * | 2020-12-09 | 2021-04-09 | 西安电子科技大学 | 一种加密数据检索与共享方法、系统、介质、设备及应用 |
CN112235118A (zh) * | 2020-12-16 | 2021-01-15 | 富算科技(上海)有限公司 | 信息加密匹配的方法、系统、装置、处理器及存储介质 |
CN112637836A (zh) * | 2020-12-18 | 2021-04-09 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN112910840A (zh) * | 2021-01-14 | 2021-06-04 | 重庆邮电大学 | 一种基于联盟区块链的医疗数据存储共享方法及系统 |
CN113505882A (zh) * | 2021-05-14 | 2021-10-15 | 深圳市腾讯计算机系统有限公司 | 基于联邦神经网络模型的数据处理方法、相关设备及介质 |
CN113472538A (zh) * | 2021-09-02 | 2021-10-01 | 富算科技(上海)有限公司 | 多方安全计算的结果隐私性检测方法、装置、设备及介质 |
CN113810558A (zh) * | 2021-09-03 | 2021-12-17 | 江苏商贸职业学院 | 一种基于大数据的图像加密方法及系统 |
CN114064800A (zh) * | 2021-10-22 | 2022-02-18 | 上海浦东发展银行股份有限公司 | 用户资产视图计算方法、系统、计算机设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
LE TRIEU PHONG 等: "Privacy-Preserving Deep Learning via Additively Homomorphic Encryption", 《IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY》 * |
张红梅 等: "基于同态加密机制的需求响应安全数据融合方案", 《河北电力技术》 * |
沈华峰 等: "一种云环境下图数据中带边权重的隐私保护方法", 《电视技术》 * |
温雯 等: "一种融合节点先验信息的图表示学习方法", 《软件学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115378624A (zh) * | 2022-04-14 | 2022-11-22 | 中国电信股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
CN115378624B (zh) * | 2022-04-14 | 2024-01-30 | 中国电信股份有限公司 | 知识图谱构建方法、装置、电子设备及存储介质 |
CN114596097A (zh) * | 2022-05-10 | 2022-06-07 | 富算科技(上海)有限公司 | 用户识别方法、装置、电子设备和计算机可读存储介质 |
CN114638007A (zh) * | 2022-05-10 | 2022-06-17 | 富算科技(上海)有限公司 | 基于图数据的社群关系的确定方法及系统、设备及介质 |
CN114638007B (zh) * | 2022-05-10 | 2022-08-23 | 富算科技(上海)有限公司 | 基于图数据的社群关系的确定方法及系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3665858B1 (en) | Verification of interactions system and method | |
CN114219052A (zh) | 一种图数据融合方法、装置、电子设备及存储介质 | |
WO2021164365A1 (zh) | 图神经网络模型训练方法、装置及系统 | |
WO2020015478A1 (zh) | 基于模型的预测方法和装置 | |
US11616636B2 (en) | Hash updating methods and apparatuses of blockchain integrated station | |
US11546348B2 (en) | Data service system | |
CN112100680B (zh) | 保护隐私的多平台数据处理方法及装置 | |
CN112380578A (zh) | 一种基于区块链和可信执行环境的边缘计算框架 | |
CN110149323B (zh) | 一种具有千万级tps合约处理能力的处理装置 | |
Soltani et al. | Practical key recovery model for self-sovereign identity based digital wallets | |
CN111090386B (zh) | 一种云存储方法、装置、系统和计算机设备 | |
Javaid | A secure and efficient trust model for wireless sensor IoTs using blockchain | |
CN112307504B (zh) | 一种安全多方计算方法、装置、电子设备及存储介质 | |
Li et al. | An efficient blind filter: Location privacy protection and the access control in FinTech | |
CN112199697A (zh) | 基于共享根密钥的信息处理方法、装置、设备及介质 | |
Agrawal et al. | Effective network communication based on blockchain based trusted networks | |
CN114239072B (zh) | 区块链节点管理方法及区块链网络 | |
Kaur et al. | A novel blockchain model for securing IoT based data transmission | |
CN110351292B (zh) | 私钥管理方法、装置、设备和存储介质 | |
US11387990B2 (en) | Method and apparatus for generating description information | |
US11943210B2 (en) | System and method for distributed, keyless electronic transactions with authentication | |
Das et al. | A secure softwarized blockchain-based federated health alliance for next generation IoT networks | |
Veith et al. | The road to trustworthy 6G: A survey on trust anchor technologies | |
CN113792890A (zh) | 一种基于联邦学习的模型训练方法及相关设备 | |
Tang et al. | Reputation audit in multi-cloud storage through integrity verification and data dynamics |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220322 |