CN114627254A - 一种复合型地理信息数据平面坐标脱密方法及模型 - Google Patents

Abstract

本发明公开了一种复合型地理信息数据平面坐标脱密方法及模型，包括以下步骤：S1，按目标地图范围，构建经纬度格网，每个格网内选取一对第一层控制点，第一个点在格网内随机产生，第二个点相对第一点平面位置随机偏移，根据选取的控制点为中心生成泰森多边形等。本发明中数据脱密前后相同点位的绝对坐标位置变化较大，能够满足国家对地理空间数据的保密要求。

Description

一种复合型地理信息数据平面坐标脱密方法及模型

技术领域

本发明适用于地理信息数据脱密领域，具体涉及矢量数据、栅格数据、点云数据、三维模型数据等平面坐标的脱密。

背景技术

地理信息保密处理技术是现阶段保障涉密地理信息安全应用的关键技术，对维护国家地理信息安全、促进地理信息产业健康发展具有重要意义。

近年来，随着全球空间对地观测手段不断拓展、计算机处理能力的不断提升，以及气候模式模拟研究的不断深入。大量地理向量场数据正快速产生、传输并应用，极大地推动了全球性或大区域性的气候、环境变化的模拟与分析研究。另一方面，作为一大批数字化的地理信息数据，包含大量资源、环境等领域的敏感信息。特别是一些重要的地理信息时空数据，涉及到国家主权、国土安全，对国家现代化建设具有非常重要的意义，因而需要通过脱密技术等技术手段将秘密级地理向量场数据转变为符合公开精度要求的地理向量场数据才能进行共享应用。

脱密作为国内外普遍采用的地理信息安全保密技术手段，为地理信息的共享与应用提供了安全保障。但目前现有地理向量场数据脱密模型与方法主要存在以下不足：①线性脱密方法相对简单，且缺乏随机扰动，安全性较低。②非线性脱密方法在随机扰动量无法有效控制，导致脱密后地理向量场数据无法满足脱密需求。③一些非线性脱密方法难以在密钥的支撑下精确逆向恢复，降低了脱密后的地理向量场数据的使用价值，不利于脱密后的地理向量场数据与原始地理向量场数据的集成应用。

发明内容

针对相关技术中的问题，本发明提出一种复合型地理信息数据平面坐标脱密方法及模型，以克服现有相关技术所存在的脱密方法安全性较低的技术问题。

为此，本发明采用的具体技术方案如下：

一种复合型地理信息数据平面坐标脱密方法，包括以下步骤：S1，按目标地图范围，构建经纬度格网，每个格网内选取一对第一层控制点，第一个点在格网内随机产生，第二个点相对第一点平面位置随机偏移，根据选取的控制点为中心生成泰森多边形；具体公式为P′_xy＝V*W+P_xy，其中 P_xy为原坐标，反距离权重W，偏移向量V，P’_xy为第一次偏移后的坐标； S2，以第一层控制点构三角网，以三角网的中心点创建新的控制点，另一个控制点平面位置随机偏移，根据控制点为中心生成泰森多边形；具体公式为P″_xy＝V′*W′+P′_xy，其中P’_xy为第一次偏移后的坐标，反距离权重W’，偏移向量V’，P”_xy为第二次偏移后的坐标；

S3，对第二次偏移后的坐标进行微小的扰动，具体公式为P″′_xy＝Δxy+P″_xy，其中P”_xy为第二次偏移后的坐标，Δxy为扰动值，P”’_xy为最终坐标。

在可能的一个设计中，步骤S1中，输入待脱密点Px_y后，跟据点P_xy查找它所在的泰森多边形，同时查找到位于泰森多边形内的一组控制点A 与A’，过控制点A及P_xy作一条直线与泰森多边形相交于点B和C，设点B与A在点P_xy的两侧，以控制点A、待脱密P_xy点和交点B的计算反距离权重W。

在可能的一个设计中，步骤S1中，偏移向量V即为控制点A指向A’向量。

在可能的一个设计中，步骤S3中，采用人工智能算法训练一个具有微小偏移量的随机森林模型，对第二次偏移后的坐标进行微小的扰动。

在可能的一个设计中，步骤S2中，输入待脱密点P′_xy后，跟据点P′_xy查找它所在的泰森多边形，同时查找到位于泰森多边形内的一组控制点A与 A’；过控制点A及P′_xy作一条直线与泰森多边形相交于点B和C，设点B与 A在点P′_xy的两侧，以控制点A、待脱密P′_xy点和交点B的计算反距离权重W’，乘以控制点A和A’偏移向量V’，即可求得偏值量，原始坐标加上偏移量即可得到第一次偏移后的坐标P″_xy班

在可能的一个设计中，步骤S1中，第二个控制点相对第一控制点平面位置随机360°范围内偏移。

在可能的一个设计中，步骤S2中，第二个控制点相对第一控制点平面位置随机360°范围内偏移。

本发明还提供一种脱密模型，该模型为基于上述方法生成的脱密模型。

本发明的有益效果为：

(1)本发明中脱密后相邻坐标点之间的相对坐标位置变化较小，且相邻位置偏移变化是连续的，能够保持数据本身的拓扑特征。

(2)本发明中数据脱密前后相同点位的绝对坐标位置变化较大，能够满足国家对地理空间数据的保密要求。

(3)本发明经过两层泰森多边形反距离权重偏移后的点坐标，相互之间既有拉伸，也有旋转，不能根据脱密前后数据反算泰森多边形，提高了脱密数据抗攻击能力。

(4)本发明在经过第三层随机森林微小扰动量的再次偏移后，再次提高了脱密数据抗攻击能力。

(5)本发明对于矢量数据、影像数据和三维模型数据等地理信息数据，采用相同的脱密模型脱密后的数据，相互之间可叠加套合。

(6)本发明中脱密后的数据可根据与之匹配的脱密模型逐层反算严密的原始坐标，满足精确的长度、面积等计算需求。

(7)本发明中脱密模型可根据用户需求更换，用户不能反算其它用户脱密后的数据，每隔一段时间更换脱密模型可以增强数据的安全性。

(8)本发明中脱密模型可只对中国区域地理信息数据脱密，国外区域不脱密，脱密区与非脱密区之间过渡平滑，没有坐标突变的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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的附图。

图1是本发明的第一层脱密模型示意图；

图2是本发明的第二层脱密模型示意图；

图3示出了本发明方法步骤S1中求取反距离权重W的示意图。

具体实施方式

为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。

实施例1：

根据本发明的实施例，提供了一种复合型地理信息数据平面坐标脱密方法，复合型平面坐标脱密模型由三层平面坐标偏移算法组成。

(1)第一层泰森多边形反距离权重偏移

如图1所示，按中国四至范围，构建经纬度1度的格网，每个格网内有一对控制点，第一个点在格网内随机产生，第二个点相对第一点平面位置360 度随机偏移，偏移量200-300米，根据控制点为中心生成泰森多边形，每个泰森多边形中一对控制点(即为圆点的中心点以及圆圈的中心点)，数据越靠近控制点坐标偏移的权重越大，越靠近多边形边界坐标偏移权重越小。

P′_xy＝V*W+P_xy 公式1

如图3所示，用户输入待脱密点Pxv后，跟据点Pxv查找它所在的泰森多边形，同时查找到位于泰森多边形内的一组控制点A与A’。过控制点A及 Pxv作一条直线与泰森多边形相交于点B和C，设点B与A在点P_xy的两侧，以控制点A、待脱密P_xy点和交点B的计算反距离权重W，乘以控制点A和A’偏移向量V，即可求得偏值量，原始坐标加上偏移量即可得到第一次偏移后的坐标P′_xy。

(2)第二层泰森多边形反距离权重偏移

如图2所示，以第一层控制点构三角网，以三角网的中心点创建新的控制点，另一个控制点平面位置360度随机偏移，偏移量200-300米，根据控制点为中心生成泰森多边形，每个泰森多边形中一对控制点(即为圆点的中心点以及圆圈的中心点)，第二层泰森多边形与第一层泰森多边形在空间上相互补充，使每个区域的数据坐标都有偏移量。

P″_xy＝V′*W′+P′_xy 公式2

第二次偏移基于第一次偏移的结果进行，计算方法与第一次偏移类似。

用户输入待脱密点P′_xy后，跟据点P′_xy查找它所在的泰森多边形，同时查找到位于泰森多边形内的一组控制点A与A’。过控制点A及P′_xy作一条直线与泰森多边形相交于点B和C，设点B与A在点P′_xy的两侧，以控制点A、待脱密P′_xy点和交点B的计算反距离权重W’，乘以控制点A和A’偏移向量 V’，即可求得偏值量，原始坐标加上偏移量即可得到第一次偏移后的坐标P″_xy。

(3)第三层随机森林微小扰动

P″′_xy＝Δxy+P″_xy 公式3

采用人工智能算法训练一个具有微小偏移量的随机森林模型，对第二次偏移后的坐标进行微小的扰动。

概括来讲，本发明一种复合型地理信息数据平面坐标脱密方法包括以下要点：

(1)采用随机的控制点对生成泰森多边形控制数据偏移边界，并通过反距离权重决定各坐标的偏移量，便于实现坐标的正反算。

(2)采用两层随机泰森多边形反距离权重模型叠加，有效消除了单层模型坐标偏移不均衡的问题，偏移前后的数据之间变化随机性更强，提高了脱密数据的抗攻击能力。

(3)第三层采用随机森林微小扰动量对数据坐标再次偏移，再次提高了脱密数据抗攻击能力。

本发明的有益效果为：

(1)本发明中脱密后相邻坐标点之间的相对坐标位置变化较小，且相邻位置偏移变化是连续的，能够保持数据本身的拓扑特征。

(2)本发明中数据脱密前后相同点位的绝对坐标位置变化较大，能够满足国家对地理空间数据的保密要求。

(3)本发明经过两层泰森多边形反距离权重偏移后的点坐标，相互之间既有拉伸，也有旋转，不能根据脱密前后数据反算泰森多边形，提高了脱密数据抗攻击能力。

(4)本发明在经过第三层随机森林微小扰动量的再次偏移后，再次提高了脱密数据抗攻击能力。

(5)本发明对于矢量数据、影像数据和三维模型数据等地理信息数据，采用相同的脱密模型脱密后的数据，相互之间可叠加套合。

(6)本发明中脱密后的数据可根据与之匹配的脱密模型逐层反算严密的原始坐标，满足精确的长度、面积等计算需求。

(7)本发明中脱密模型可根据用户需求更换，用户不能反算其它用户脱密后的数据，每隔一段时间更换脱密模型可以增强数据的安全性。

(8)本发明中脱密模型可只对中国区域地理信息数据脱密，国外区域不脱密，脱密区与非脱密区之间过渡平滑，没有坐标突变的问题。

实施例2：

本发明还提供一种脱密模型，该模型为基于实施例1所述方法生成的脱密模型。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列 (FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、 EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC 可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web 网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种复合型地理信息数据平面坐标脱密方法，其特征在于：

包括以下步骤：

S1，按目标地图范围，构建经纬度格网，每个格网内选取一对第一层控制点，第一个点在格网内随机产生，第二个点相对第一点平面位置随机偏移，根据选取的控制点为中心生成泰森多边形；具体公式为P′_xy＝V*W+P_xy，其中P_xy为原坐标，反距离权重W，偏移向量V，P’_xy为第一次偏移后的坐标；

S2，以第一层控制点构三角网，以三角网的中心点创建新的控制点，另一个控制点平面位置随机偏移，根据控制点为中心生成泰森多边形；具体公式为P″_xy＝V′*W′+P″_xy，其中P’_xy为第一次偏移后的坐标，反距离权重W’，偏移向量V’，P”_xy为第二次偏移后的坐标；

S3，对第二次偏移后的坐标进行微小的扰动，具体公式为P″′_xy＝Δxy+P″_xy，其中P”_xy为第二次偏移后的坐标，Δxy为扰动值，P”’_xy为最终坐标。

2.根据权利要求1所述的一种复合型地理信息数据平面坐标脱密方法及模型，其特征在于：步骤S1中，输入待脱密点P_xy后，跟据点P_xy查找它所在的泰森多边形，同时查找到位于泰森多边形内的一组控制点A与A’，过控制点A及P_xy作一条直线与泰森多边形相交于点B和C，设点B与A在点P_xy的两侧，以控制点A、待脱密P_xy点和交点B的计算反距离权重W。

3.根据权利要求2所述的一种复合型地理信息数据平面坐标脱密方法及模型，其特征在于：步骤S1中，偏移向量V即为控制点A指向A’向量。

4.根据权利要求1-3所述的一种复合型地理信息数据平面坐标脱密方法及模型，其特征在于：步骤S3中，采用人工智能算法训练一个具有微小偏移量的随机森林模型，对第二次偏移后的坐标进行微小的扰动。

5.根据权利要求4所述的一种复合型地理信息数据平面坐标脱密方法及模型，其特征在于：步骤S2中，输入待脱密点P′_xy后，跟据点P′_xy查找它所在的泰森多边形，同时查找到位于泰森多边形内的一组控制点A与A’；过控制点A及P′_xy作一条直线与泰森多边形相交于点B和C，设点B与A在点P′_xy的两侧，以控制点A、待脱密P′_xy点和交点B的计算反距离权重W’，乘以控制点A和A’偏移向量V’，即可求得偏值量，原始坐标加上偏移量即可得到第一次偏移后的坐标P″_xy。

6.根据权利要求5所述的一种复合型地理信息数据平面坐标脱密方法及模型，其特征在于：步骤S1中，第二个控制点相对第一控制点平面位置随机360°范围内偏移。

7.根据权利要求1、2、3、5或6任一项所述的一种复合型地理信息数据平面坐标脱密方法及模型，其特征在于：步骤S2中，第二个控制点相对第一控制点平面位置随机360°范围内偏移。

8.一种复合型地理信息数据平面坐标脱密模型，其特征在于：该模型为基于权利要求1-7任一项所述方法生成的脱密模型。

Images