CN115412245B - 一种基于非对称算法的无人驾驶矿车数据存储方法及装置 - Google Patents

一种基于非对称算法的无人驾驶矿车数据存储方法及装置 Download PDF

Info

Publication number
CN115412245B
CN115412245B CN202211341723.9A CN202211341723A CN115412245B CN 115412245 B CN115412245 B CN 115412245B CN 202211341723 A CN202211341723 A CN 202211341723A CN 115412245 B CN115412245 B CN 115412245B
Authority
CN
China
Prior art keywords
plaintext
function
point
coding
encoding
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
CN202211341723.9A
Other languages
English (en)
Other versions
CN115412245A (zh
Inventor
胡心怡
杨扬
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.)
Shanghai Boonray Intelligent Technology Co Ltd
Original Assignee
Shanghai Boonray Intelligent Technology 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 Shanghai Boonray Intelligent Technology Co Ltd filed Critical Shanghai Boonray Intelligent Technology Co Ltd
Priority to CN202211341723.9A priority Critical patent/CN115412245B/zh
Publication of CN115412245A publication Critical patent/CN115412245A/zh
Application granted granted Critical
Publication of CN115412245B publication Critical patent/CN115412245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
    • H04L9/0819—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s)
    • H04L9/0825—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s) using asymmetric-key encryption or public key infrastructure [PKI], e.g. key signature or public key certificates
    • 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
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • 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
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0894—Escrow, recovery or storing of secret information, e.g. secret key escrow or cryptographic key storage

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及通信数字数据处理技术领域，具体涉及一种基于非对称算法的无人驾驶矿车数据存储方法及装置。该方法是一种利用计算机辅助设计的，特别适用于无人驾驶矿车作业数据加密存储的通信数字数据处理方法。该方法利用非对称加密算法来对作业数据进行处理完成加密，且在处理加密的过程中，结合无人驾驶矿车作业数据的特征，具体是无人驾驶矿车作业数据随机度的不同而对应设置了复杂程度不同的加密过程，随机度不高，则加密次数多提高密文安全性，随机度高，则加密次数少而降低加密计算量，最终，本发明该方法在采用非对称算法提高加密安全性的基础上又减小了加密计算量，实现了对无人驾驶矿车数据的安全高效存储。

Description

一种基于非对称算法的无人驾驶矿车数据存储方法及装置
技术领域
本发明涉及通信数字数据处理技术领域，具体涉及一种基于非对称算法的无人驾驶矿车数据存储方法及装置。
背景技术
在矿产资源丰富的我国，用于矿产开采的无人驾驶矿车的使用已经屡见不鲜，而无人驾驶矿车在工作的过程中往往需要对工作过程中产生的数据进行存储，这些工作数据在存储的过程中需要进行足够安全的存储，例如珍稀矿物的采集量、采集地点等数据。
现有无人驾驶矿车在对其作业数据进行存储时，为了减小计算量且提高数据存储速度，往往使用计算量较小且加密速度快的对称加密算法，但对称加密算法对数据加密的安全性并不很高，往往无法满足无人驾驶矿车上作业数据的安全存储要求，在无人驾驶矿车被外界攻击时，很容易造成无人驾驶矿车上珍贵作业数据的泄露，这对企业甚至国家来说无疑是有很大危害的。
发明内容
为实现对无人驾驶矿车上数据的安全且高效的存储，本发明提供了一种基于非对称算法的无人驾驶矿车数据存储方法及装置，所采用的技术方案具体如下：
本发明的一种基于非对称算法的无人驾驶矿车数据存储方法，包括以下步骤：
获取无人驾驶矿车的待存储数据，对待存储数据进行编码得到二进制的明文编码数据；
以明文编码数据的第一个编码作为函数起点，后续每个编码都与前一个编码进行叠加或删除以完成对明文编码数据的函数化处理得到明文编码函数；
计算明文编码函数的整体平均随机度S，然后对明文编码函数进行分段，以明文编码函数第一个拐点为第一分段点，依次计算第一分段点之后的各个拐点与第一分段点所形成的明文编码函数区间的随机度
Figure 783881DEST_PATH_IMAGE001
，当随机度
Figure 985055DEST_PATH_IMAGE001
与平均随机度S的差值不大于设定误差，则将对应的拐点作为第二分段点，然后依次计算第二分段点之后的各个拐点与第二分段点所形成的明文编码函数区间的随机度
Figure 365221DEST_PATH_IMAGE002
，当随机度
Figure 349357DEST_PATH_IMAGE002
与平均随机度S的差值不大于设定误差，则将对应的拐点作为第三分段点，重复该过程直至确定所有分段点，以所有分段点对明文编码函数进行分段，得到M段明文编码函数；
计算第m段明文编码函数两端点连接后所形成直线的斜率并记该斜率为第
Figure 131368DEST_PATH_IMAGE003
段明文编码函数的平均变化率，m的取值范围为[1，M]，确定第m段明文编码函数中所对应的导数值与所述平均变化率相同的离散点，将该种离散点记为特殊离散点，利用所确定的特殊离散点计算第m段明文编码函数的公钥；
利用第m段明文编码函数的公钥，对第m段明文编码函数进行加密，然后按照第m段明文编码函数的加密方法对所有M段明文编码函数进行加密，得到明文编码函数整体加密后的密文
Figure 300182DEST_PATH_IMAGE004
，对密文
Figure 167643DEST_PATH_IMAGE004
进行存储。
本发明的有益效果为：
本发明该方法是一种特别适用于无人驾驶矿车作业数据加密存储的通信数字数据处理方法，该方法首先采用非对称算法对无人驾驶矿车数据进行加密，提高了数据加密安全性，且在具体加密过程中，根据数据的随机度的不同而对应设置了复杂程度不同的加密过程，若数据随机度不高，则对应对其加密的次数便越多，从而自适应地保证了对随机度不高的数据的加密安全性，且对于随机度高的数据，又可自适应降低加密次数，以尽可能减小非对称加密算法在加密过程中的计算量。最终，本发明该加密方法同时兼顾了加密安全性与加密效率，实现了对无人驾驶矿车上数据的安全且高效的存储。
进一步的，对明文编码数据中第i个编码进行函数化处理后所得明文函数编码值为：
Figure 955471DEST_PATH_IMAGE005
其中，
Figure 863427DEST_PATH_IMAGE006
为明文编码数据中第i个编码进行函数化处理后所得明文函数编码值，
Figure 140825DEST_PATH_IMAGE007
为明文编码数据中第i-1个编码进行函数化处理后所得明文函数编码值，
Figure 292320DEST_PATH_IMAGE008
为明文编码数据中第i个编码，
Figure 946156DEST_PATH_IMAGE009
；
Figure 109284DEST_PATH_IMAGE010
为明文编码数据的编码总个数。
进一步的，所述利用所确定的特殊离散点计算第m段明文编码函数的公钥的方法为：
Figure 619899DEST_PATH_IMAGE011
其中，
Figure 461953DEST_PATH_IMAGE012
为第m段明文编码函数的第g个公钥，
Figure 326004DEST_PATH_IMAGE013
为第m段明文编码函数的第g个特殊离散点处的函数值，G为第m段明文编码函数的特殊离散点的个数，
Figure 733852DEST_PATH_IMAGE014
为第m段明文编码函数上的第g个特殊离散点，g的取值为[1，G]。
进一步的，所述利用第m段明文编码函数的公钥，对第m段明文编码函数进行加密的方法为：
Figure 290735DEST_PATH_IMAGE015
其中，
Figure 354506DEST_PATH_IMAGE016
表示第m段明文编码函数
Figure 146882DEST_PATH_IMAGE017
进行加密后所得密文函数，
Figure 284602DEST_PATH_IMAGE018
表示第m段明文编码函数中起始位置到第一个特殊离散点
Figure 137020DEST_PATH_IMAGE019
处的函数区间，
Figure 688087DEST_PATH_IMAGE020
表示第m段明文编码函数中起始位置到第二个特殊离散点
Figure 893941DEST_PATH_IMAGE021
处的函数区间，
Figure 276380DEST_PATH_IMAGE022
表示第m段明文编码函数中起始位置到第G-1个特殊离散点
Figure 175066DEST_PATH_IMAGE023
处的函数区间，
Figure 947850DEST_PATH_IMAGE012
表示第m段明文编码函数的第g个公钥，G表示第m段明文编码函数的公钥的个数。
进一步的，所述明文编码函数的整体平均随机度S为：
Figure 82028DEST_PATH_IMAGE024
其中，
Figure 459920DEST_PATH_IMAGE025
表示明文编码函数的整体平均随机度，
Figure 388562DEST_PATH_IMAGE026
为明文编码函数中的拐点个数，
Figure 914221DEST_PATH_IMAGE027
表示明文编码函数中的第
Figure 727456DEST_PATH_IMAGE027
个拐点，
Figure 39750DEST_PATH_IMAGE028
，
Figure 139293DEST_PATH_IMAGE029
表示第
Figure 89931DEST_PATH_IMAGE027
个拐点在明文编码函数中的横坐标；
Figure 565912DEST_PATH_IMAGE030
表示第
Figure 715133DEST_PATH_IMAGE027
个拐点在明文编码函数中的函数值，
Figure 126523DEST_PATH_IMAGE031
表示第
Figure 423512DEST_PATH_IMAGE032
个拐点在明文编码函数中的横坐标，
Figure 312971DEST_PATH_IMAGE033
表示第
Figure 582278DEST_PATH_IMAGE032
个拐点在明文编码函数中的函数值。
进一步的，所述第
Figure 289203DEST_PATH_IMAGE003
段明文编码函数的平均变化率为：
Figure 683275DEST_PATH_IMAGE034
其中，
Figure 704321DEST_PATH_IMAGE035
为第m段明文编码函数的平均变化率，
Figure 890452DEST_PATH_IMAGE036
表示第
Figure 643644DEST_PATH_IMAGE003
段明文编码函数的右端点的端点值，
Figure 852908DEST_PATH_IMAGE037
表示第
Figure 208803DEST_PATH_IMAGE038
段明文编码的左端点的端点值，
Figure 124807DEST_PATH_IMAGE039
表示在左端点
Figure 173534DEST_PATH_IMAGE037
处的明文编码函数的函数值，
Figure 870095DEST_PATH_IMAGE040
表示在右端点
Figure 905047DEST_PATH_IMAGE036
处的明文编码函数的函数值。
进一步的，将所述密文
Figure 800191DEST_PATH_IMAGE004
由十进制转换为二进制，生成二进制密文后传输到存储终端进行存储。
本发明还提供了一种基于非对称算法的无人驾驶矿车数据存储装置，包括存储器和处理器，所述处理器用于执行存储于所述存储器中的指令，以实现上述介绍的基于非对称算法的无人驾驶矿车数据存储方法。
附图说明
图1是本发明该种基于非对称算法的无人驾驶矿车数据存储方法的流程图；
图2是本发明该种基于非对称算法的无人驾驶矿车数据存储方法中待加密存储的各个二进制明文编码在坐标系中的分布示意图；
图3是本发明该种基于非对称算法的无人驾驶矿车数据存储方法中待加密存储的二进制明文编码数据经函数化处理后，所得各个明文函数编码在坐标系中的分布示意图。
具体实施方式
本发明的基本构思为：
本发明基于非对称加密来提高对无人驾驶矿车的待存储数据的加密安全性，并在利用非对称加密方法来加密待存储数据时，结合无人驾驶矿车的待存储数据的特征设计具体的非对称加密过程。具体即为，首先编码得到二进制的明文编码数据，根据二进制的明文编码数据的随机性特征完成明文编码数据的函数化，得到明文编码函数；然后继续结合二进制的明文编码数据的特征，对所得明文编码函数分段，计算每段明文编码函数的公钥后，以所得公钥对每段明文编码函数进行加密，得到加密后的密文。
下面结合附图及实施例，对本发明的一种基于非对称算法的无人驾驶矿车数据存储方法以及一种基于非对称算法的无人驾驶矿车数据存储装置进行详细说明。
方法实施例：
本发明的一种基于非对称算法的无人驾驶矿车数据存储方法实施例，其整体流程如图1所示，具体过程如下：
步骤一，收集无人驾驶矿车的待存储数据，对待存储数据进行编码得到二进制的明文编码数据。
本实施例利用车载图像采集系统以及车载传感器来获取无人驾驶矿车作业过程中的作业数据，然后对所收集到的作业数据利用常规编码技术进行编码，得到二进制的明文编码数据以便实现后续的非对称加密。
具体的编码得到二进制明文编码数据的过程为现有技术，本实施例中不再赘述。
步骤二，根据二进制的明文编码数据的特征对明文编码数据进行函数化处理，得到明文编码函数。
为了便于后续对明文编码数据进行非对称加密，本实施例首选根据二进制的明文编码数据的特征对明文编码数据进行函数化处理，以放大二进制明文编码数据的特征。
二进制明文编码数据是由无数个简单的“0”和“1”所组成的，且“0”和“1”出现的位置不可预测，满足一定的随机性，但由于数据结构相对来说较为简单，在此结构下“0”和“1”出现的随机性的表征并不明显，所以本实施例对明文编码数据进行函数化处理，对二进制编码数据中重复的编码进行叠加和删减操作，使其由原本的“0”和“1”编码转化为复杂的十进制连续函数，具体过程为：
首先建立坐标系，坐标系中横轴取值表示明文编码数据中编码的个数，纵轴取值表示明文编码数据中编码的值，然后以明文编码数据中第一个编码
Figure 223082DEST_PATH_IMAGE041
作为函数起点，后续每个编码都与前一个编码进行叠加或删减，则对第i个明文编码进行函数化处理后所得明文函数编码值为：
Figure 79042DEST_PATH_IMAGE005
其中，
Figure 42319DEST_PATH_IMAGE006
为第i个明文编码进行函数化处理后的明文函数编码值，
Figure 1091DEST_PATH_IMAGE007
为第i-1个明文编码进行函数化处理后的明文函数编码值，
Figure 266987DEST_PATH_IMAGE008
为第i个明文编码，
Figure 734878DEST_PATH_IMAGE009
；
Figure 377212DEST_PATH_IMAGE010
为明文编码数据的总体编码长度。
为了便于理解，本实施例以一个具体例子进行说明：无人驾驶矿车的某个待存储的二进制明文编码数据为“011110101110011110”，其在坐标系中如图2所示，然后以二进制明文编码数据中的第一个编码“0”为函数起点，按照上述所给出的第i个明文编码进行函数化处理的方式得到该二进制明文编码数据经函数化处理后所得的各个明文函数编码，所得各个明文函数编码在坐标系中的分布如图3所示。
然后，利用描点法对所得各个明文函数编码进行平滑连接处理，便可得到最终的明文编码函数
Figure 184631DEST_PATH_IMAGE042
。至此，本实施例便通过函数化处理对明文编码数据的特征进行了放大，并得到了明文编码数据特征放大后所对应的明文编码函数
Figure 11641DEST_PATH_IMAGE042
，其中，明文编码函数
Figure 576615DEST_PATH_IMAGE042
中每个整数x对应的离散点
Figure 819377DEST_PATH_IMAGE043
即为明文编码数据中各个编码的位置，非整数x对应的取值点表示二进制明文编码数据的变化趋势。
通过所得明文编码函数
Figure 543620DEST_PATH_IMAGE042
可以看出，二进制明文编码数据在某区间的随机程度越大，其对应所得明文编码函数
Figure 416898DEST_PATH_IMAGE042
的图像中拐点越多，二进制明文编码数据在某区间的随机程度越小，其对应所得明文编码函数
Figure 593801DEST_PATH_IMAGE042
的图像中拐点越少；明文编码函数
Figure 640254DEST_PATH_IMAGE042
的图像中拐点数量反应了二进制明文编码数据的随机度。
步骤三，根据二进制的明文编码数据的特征对所得明文编码函数进行加密。
本实施例在该部分的整体思路为，首先根据二进制的明文编码数据的特征对明文编码函数进行分段，以便在后续的加密计算过程中减小整体的计算量，然后以所分段得到的每段明文编码函数的变化率和对应的明文编码数据段的平均变化率之间的关系确定每段明文编码函数的公钥数量并确定公钥，最后根据所得公钥对公钥对应段的明文编码函数进行加密。
1、通过二进制的明文编码数据的特征对明文编码函数进行分段。
对明文编码函数进行分段的逻辑为：以明文编码函数的若干个拐点作为明文编码函数分段后各个段的端点，分段的期望为使得各段上的随机度尽可能相似。具体过程如下：
首先对明文编码函数进行整体平均随机度的计算：
Figure 94370DEST_PATH_IMAGE024
其中，
Figure 263183DEST_PATH_IMAGE044
表示明文编码函数中的第
Figure 802749DEST_PATH_IMAGE044
个拐点，
Figure 652893DEST_PATH_IMAGE045
，
Figure 86148DEST_PATH_IMAGE046
为明文编码函数中的拐点总个数，
Figure 301229DEST_PATH_IMAGE047
表示第
Figure 390408DEST_PATH_IMAGE044
个拐点在明文编码函数中的横坐标；
Figure 840981DEST_PATH_IMAGE048
表示第
Figure 269688DEST_PATH_IMAGE044
个拐点在明文编码函数中的函数值；
Figure 717987DEST_PATH_IMAGE049
和
Figure 356778DEST_PATH_IMAGE050
分别表示第
Figure 486408DEST_PATH_IMAGE051
个拐点在明文编码函数中的横坐标以及在明文编码函数中的函数值。
拐点的横纵坐标的实际含义为：以第
Figure 628677DEST_PATH_IMAGE052
个拐点为例，其横坐标实际含义为第
Figure 507597DEST_PATH_IMAGE052
个拐点处的明文函数编码值在对应的明文编码数据中的位置，其纵坐标的实际含义为第
Figure 243472DEST_PATH_IMAGE044
拐点处所对应的明文编码数据中的编码转换为明文编码函数后的函数值。
两个相邻拐点之间的明文编码函数绝对单调，实际含义为两个相邻拐点之间、不含该两个相邻拐点处的明文数据编码相同，都为“1”或者都为“0”，不具有随机性。所以通过整个明文编码函数的两个相邻的拐点的平均值来计算整体明文编码的随机度参数
Figure 35847DEST_PATH_IMAGE053
值，S越大，证明明文编码函数中的“0”和“1”出现的越不连续，整体随机度越高，反之则说明整体随机度越低。
而后利用明文编码函数不同拐点之间的数据的变化率来对明文编码函数进行分段，具体做法为，设置随机度阈值区间
Figure 173567DEST_PATH_IMAGE054
，其中
Figure 229248DEST_PATH_IMAGE055
为设定误差，以明文编码函数上第一个拐点为第一个分段点，然后依次计算后续各个拐点与第一个分段点所形成的明文编码函数区间的随机度，该随机读计算方法与明文编码函数的整体平均随机度S的计算方法实质相同，不同仅在于计算时所选取的拐点范围或者说拐点数量存在区别，若后续第
Figure 577053DEST_PATH_IMAGE056
个拐点与第一个分段点所形成的明文编码函数区间的随机度
Figure 48486DEST_PATH_IMAGE057
，则以第
Figure 368608DEST_PATH_IMAGE056
个拐点为第二个分段点，继续依次计算第
Figure 126349DEST_PATH_IMAGE056
个拐点之后的各个拐点与第
Figure 102395DEST_PATH_IMAGE056
个拐点所形成的明文编码函数区间的随机度，并在随机度落入
Figure 236573DEST_PATH_IMAGE054
范围时确定出第三个分段点。重复上述过程，直到确定所有分段点，以所确定的所有分段点对整体明文编码函数分段，获得M段明文编码函数
Figure 411203DEST_PATH_IMAGE058
。
其中，M为明文编码函数所分的总段数，
Figure 480790DEST_PATH_IMAGE059
为第
Figure 803187DEST_PATH_IMAGE060
段的明文编码函数。至此，明文编码函数分段完成。
2、计算每段明文编码函数的公钥。
以第m段明文编码函数
Figure 944318DEST_PATH_IMAGE061
为例，首先计算第m段明文编码函数的平均变化率：
Figure 176716DEST_PATH_IMAGE034
其中，
Figure 479522DEST_PATH_IMAGE062
为第m段明文编码函数的平均变化率，
Figure 554794DEST_PATH_IMAGE063
表示第
Figure 906141DEST_PATH_IMAGE060
段明文编码函数的右端点的端点值，
Figure 55362DEST_PATH_IMAGE064
表示第
Figure 325807DEST_PATH_IMAGE060
段明文编码的左端点的端点值，
Figure 498162DEST_PATH_IMAGE065
表示在左端点
Figure 981096DEST_PATH_IMAGE064
处的明文编码函数的函数值，
Figure 781562DEST_PATH_IMAGE066
表示在右端点
Figure 629432DEST_PATH_IMAGE063
处的明文编码函数的函数值。
第
Figure 357260DEST_PATH_IMAGE060
段明文编码函数的平均变化率
Figure 175043DEST_PATH_IMAGE062
，反应了与第m段明文编码函数所对应的明文编码数据中“0”和“1”出现的随机程度，
Figure 236540DEST_PATH_IMAGE062
值越小，说明该段明文编码函数对应的无人驾驶矿车的明文编码函数中“0”和“1”出现的随机程度越大，反之则越小。
而后利用第
Figure 114366DEST_PATH_IMAGE060
段明文编码函数的平均变化率
Figure 58051DEST_PATH_IMAGE062
确定第
Figure 820471DEST_PATH_IMAGE060
段明文编码函数的公钥：
首先计算第
Figure 595529DEST_PATH_IMAGE060
段明文编码函数上第i个离散点处的导数值
Figure 847519DEST_PATH_IMAGE067
，而后对导函数值
Figure 481762DEST_PATH_IMAGE067
与
Figure 641348DEST_PATH_IMAGE062
进行差值计算：
Figure 474175DEST_PATH_IMAGE068
其中，
Figure 569170DEST_PATH_IMAGE069
为第
Figure 549764DEST_PATH_IMAGE060
段明文编码函数上第i个离散点处的导数值
Figure 388407DEST_PATH_IMAGE067
与第
Figure 341320DEST_PATH_IMAGE060
段明文编码函数的平均变化率
Figure 731850DEST_PATH_IMAGE062
之间的差值。
根据拉格朗日中值定理可知，在函数
Figure 75107DEST_PATH_IMAGE061
上至少有一个离散点
Figure 779757DEST_PATH_IMAGE070
处的函数导数值
Figure 383914DEST_PATH_IMAGE067
与整段函数的平均变化率
Figure 820712DEST_PATH_IMAGE062
相等，所以至少有一个离散点
Figure 775898DEST_PATH_IMAGE070
使得
Figure 284240DEST_PATH_IMAGE071
。在使得
Figure 883849DEST_PATH_IMAGE071
的离散点的邻域内，明文编码数据中的“0”和“1”分布情况与整体第m段的“0”和“1”分布的平均变化相同。
通过差异值
Figure 881760DEST_PATH_IMAGE069
可确定G个特殊离散点，G即为第m段明文编码函数的公钥个数，
Figure 668451DEST_PATH_IMAGE072
表示第g个特殊离散点，g的取值为[1，G]。
利用所确定的特殊离散点进行第m段明文编码函数的公钥的计算：
Figure 998062DEST_PATH_IMAGE011
其中，
Figure 842390DEST_PATH_IMAGE073
为第m段明文编码函数的第g个公钥，
Figure 620990DEST_PATH_IMAGE074
为第m段明文编码函数的第g个特殊离散点处的函数值，G为第m段明文编码函数的特殊离散点的总数。
至此，便可得到第m段明文编码函数的所有公钥
Figure 222873DEST_PATH_IMAGE075
。
3、根据每段明文编码函数的公钥对每段明文编码函数进行加密。
依然以第m段明文编码函数为例，首先确定每个公钥的加密对象，也即确定每个公钥对第m段明文编码函数中的哪个具体区间进行加密，以及各个公钥进行加密的顺序。
每个公钥的加密区间，为该公钥对应的特殊离散点处到第m段明文编码函数的起始位置处，也即每个公钥是从该公钥所对应的特殊离散点处开始向前加密到第m段明文编码函数的起始位置。
那么具体的，第一个公钥为
Figure 135334DEST_PATH_IMAGE076
，其对应的特殊离散点为
Figure 443955DEST_PATH_IMAGE077
，对第m段明文编码函数上特殊离散点
Figure 721353DEST_PATH_IMAGE077
处以及之前的所有明文编码函数都利用公钥
Figure 872849DEST_PATH_IMAGE076
进行第一次加密；第二个公钥
Figure 198788DEST_PATH_IMAGE078
，其对应的特殊离散点为
Figure 752129DEST_PATH_IMAGE079
，对第m段明文编码函数上特殊离散点
Figure 200428DEST_PATH_IMAGE079
处以及之前的所有明文编码函数都利用公钥
Figure 449006DEST_PATH_IMAGE078
进行第二次加密，重复该种加密过程，直至第
Figure 703270DEST_PATH_IMAGE080
个密钥对其对应加密区间加密完成，剩余的最后一个公钥也即第G个公钥
Figure 314380DEST_PATH_IMAGE081
，则是对第m段明文编码函数
Figure 605684DEST_PATH_IMAGE061
进行整体加密。
基于上述利用公钥进行加密的方法，最终可得到对第m段明文编码函数
Figure 731772DEST_PATH_IMAGE061
进行加密后所得密文函数：
Figure 399514DEST_PATH_IMAGE083
其中，
Figure 865130DEST_PATH_IMAGE084
表示第m段明文编码函数
Figure 717548DEST_PATH_IMAGE061
进行加密后所得密文函数，
Figure 940719DEST_PATH_IMAGE085
表示第m段明文编码函数中起始位置到第一个特殊离散点
Figure 740048DEST_PATH_IMAGE077
处的函数区间，
Figure 856909DEST_PATH_IMAGE086
表示第m段明文编码函数中起始位置到第二个特殊离散点
Figure 755595DEST_PATH_IMAGE079
处的函数区间，
Figure 590695DEST_PATH_IMAGE087
表示第m段明文编码函数中起始位置到第G-1个特殊离散点
Figure 933995DEST_PATH_IMAGE088
处的函数区间，
Figure 780729DEST_PATH_IMAGE081
表示第m段明文编码函数的第g个公钥，G表示第m段明文编码函数的公钥的个数。
以每个公钥对第m段明文编码函数进行分层多次加密，公钥数量越多，说明该段明文编码函数的总体变换率不大，即该段明文编码函数的随机度不高，所以加密次数越多，加密后的密文越复杂，保证了随机度不高的明文编码函数加密后密文的安全性。
利用上述方法对所分的每段明文编码函数均进行加密，最终便可得到对明文编码函数整体加密后的密文
Figure 240529DEST_PATH_IMAGE089
，至此，明文编码函数的加密结束。
步骤四，根据加密得到密文的过程生成私钥，然后对加密所得密文进行传输并存储。
由于本实施例是将明文编码函数进行分段后再进行的加密，所以在本实施例中，将明文编码函数各个分段的分段位置作为私钥即可。由表征明文编码函数各个分段的分段位置的私钥以及表征加密参数的公钥，便可在需要读取无人驾驶矿车的作业数据时，完成对密文
Figure 172713DEST_PATH_IMAGE089
的解密。
同时，为了便于进行密文数据的传输与后续存储，本实施例优选将加密所得密文
Figure 313844DEST_PATH_IMAGE089
由十进制转换为二进制，生成二进制密文后传输到存储终端进行存储。
装置实施例：
该实施例提供了一种基于非对称算法的无人驾驶矿车数据存储装置，包括存储器、处理器和内部总线，处理器、存储器之间通过内部总线进行相互通信。
处理器可以为微处理器MCU、可编程逻辑器件FPGA等处理装置。
存储器可为利用电能方式存储信息的各式存储器，RAM、ROM等；利用磁能方式存储信息的各式存储器，例如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘等；利用光学方式存储信息的各式存储器，例如CD、DVD等。当然，还有其他方式的存储器，例如量子存储器、石墨烯存储器等。
处理器可以调用存储器中的逻辑指令，以实现一种基于非对称算法的无人驾驶矿车数据存储方法。在方法实施例中已对该方法做了详细介绍，在此不再赘述。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (8)

1.一种基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，包括以下步骤：
获取无人驾驶矿车的待存储数据，对待存储数据进行编码得到二进制的明文编码数据；
以明文编码数据的第一个编码作为函数起点，后续每个编码都与前一个编码进行叠加或删除以完成对明文编码数据的函数化处理得到明文编码函数；
计算明文编码函数的整体平均随机度S，然后对明文编码函数进行分段，以明文编码函数第一个拐点为第一分段点，依次计算第一分段点之后的各个拐点与第一分段点所形成的明文编码函数区间的随机度
Figure 862515DEST_PATH_IMAGE001
，当随机度
Figure 576393DEST_PATH_IMAGE001
与平均随机度S的差值不大于设定误差，则将对应的拐点作为第二分段点，然后依次计算第二分段点之后的各个拐点与第二分段点所形成的明文编码函数区间的随机度
Figure 90551DEST_PATH_IMAGE002
，当随机度
Figure 282498DEST_PATH_IMAGE002
与平均随机度S的差值不大于设定误差，则将对应的拐点作为第三分段点，重复该过程直至确定所有分段点，以所有分段点对明文编码函数进行分段，得到M段明文编码函数；
计算第m段明文编码函数两端点连接后所形成直线的斜率并记该斜率为第
Figure 690345DEST_PATH_IMAGE003
段明文编码函数的平均变化率，m的取值范围为[1，M]，确定第m段明文编码函数中所对应的导数值与所述平均变化率相同的离散点，将该种离散点记为特殊离散点，利用所确定的特殊离散点计算第m段明文编码函数的公钥；
利用第m段明文编码函数的公钥，对第m段明文编码函数进行加密，然后按照第m段明文编码函数的加密方法对所有M段明文编码函数进行加密，得到明文编码函数整体加密后的密文
Figure 247229DEST_PATH_IMAGE004
，对密文
Figure 107737DEST_PATH_IMAGE004
进行存储。
2.根据权利要求1所述的基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，对明文编码数据中第i个编码进行函数化处理后所得明文函数编码值为：
Figure 103375DEST_PATH_IMAGE005
其中，
Figure 506674DEST_PATH_IMAGE006
为明文编码数据中第i个编码进行函数化处理后所得明文函数编码值，
Figure 93514DEST_PATH_IMAGE007
为明文编码数据中第i-1个编码进行函数化处理后所得明文函数编码值，
Figure 644581DEST_PATH_IMAGE008
为明文编码数据中第i个编码，
Figure 850434DEST_PATH_IMAGE009
；
Figure 232874DEST_PATH_IMAGE010
为明文编码数据的编码总个数。
3.根据权利要求2所述的基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，所述利用所确定的特殊离散点计算第m段明文编码函数的公钥的方法为：
Figure 131560DEST_PATH_IMAGE011
其中，
Figure 169923DEST_PATH_IMAGE012
为第m段明文编码函数的第g个公钥，
Figure 321679DEST_PATH_IMAGE013
为第m段明文编码函数的第g个特殊离散点处的函数值，G为第m段明文编码函数的特殊离散点的个数，
Figure 433992DEST_PATH_IMAGE014
为第m段明文编码函数上的第g个特殊离散点，g的取值为[1，G]。
4.根据权利要求3所述的基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，所述利用第m段明文编码函数的公钥，对第m段明文编码函数进行加密的方法为：
Figure 565896DEST_PATH_IMAGE016
其中，
Figure 888293DEST_PATH_IMAGE017
表示第m段明文编码函数
Figure 701528DEST_PATH_IMAGE018
进行加密后所得密文函数，
Figure 996243DEST_PATH_IMAGE019
表示第m段明文编码函数中起始位置到第一个特殊离散点
Figure 361365DEST_PATH_IMAGE020
处的函数区间，
Figure 46424DEST_PATH_IMAGE021
表示第m段明文编码函数中起始位置到第二个特殊离散点
Figure 522405DEST_PATH_IMAGE022
处的函数区间，
Figure 671627DEST_PATH_IMAGE023
表示第m段明文编码函数中起始位置到第G-1个特殊离散点
Figure 83017DEST_PATH_IMAGE024
处的函数区间，
Figure 380006DEST_PATH_IMAGE012
表示第m段明文编码函数的第g个公钥，G表示第m段明文编码函数的公钥的个数。
5.根据权利要求1~4任一项所述的基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，所述明文编码函数的整体平均随机度S为：
Figure 269464DEST_PATH_IMAGE025
其中，
Figure 538772DEST_PATH_IMAGE026
表示明文编码函数的整体平均随机度，
Figure 511276DEST_PATH_IMAGE027
为明文编码函数中的拐点个数，
Figure 905348DEST_PATH_IMAGE028
表示明文编码函数中的第
Figure 926394DEST_PATH_IMAGE028
个拐点，
Figure 581366DEST_PATH_IMAGE029
，
Figure 600137DEST_PATH_IMAGE030
表示第
Figure 606139DEST_PATH_IMAGE028
个拐点在明文编码函数中的横坐标；
Figure 430876DEST_PATH_IMAGE031
表示第
Figure 346879DEST_PATH_IMAGE028
个拐点在明文编码函数中的函数值，
Figure 130028DEST_PATH_IMAGE032
表示第
Figure 826588DEST_PATH_IMAGE033
个拐点在明文编码函数中的横坐标，
Figure 127120DEST_PATH_IMAGE034
表示第
Figure 28123DEST_PATH_IMAGE033
个拐点在明文编码函数中的函数值。
6.根据权利要求1~4任一项所述的基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，所述第
Figure 185434DEST_PATH_IMAGE003
段明文编码函数的平均变化率为：
Figure 41395DEST_PATH_IMAGE035
其中，
Figure 270251DEST_PATH_IMAGE036
为第m段明文编码函数的平均变化率，
Figure 957584DEST_PATH_IMAGE037
表示第
Figure 223481DEST_PATH_IMAGE003
段明文编码函数的右端点的端点值，
Figure 691371DEST_PATH_IMAGE038
表示第
Figure 333705DEST_PATH_IMAGE039
段明文编码的左端点的端点值，
Figure 141124DEST_PATH_IMAGE040
表示在左端点
Figure 968135DEST_PATH_IMAGE038
处的明文编码函数的函数值，
Figure DEST_PATH_IMAGE041
表示在右端点
Figure 126583DEST_PATH_IMAGE037
处的明文编码函数的函数值。
7.根据权利要求1~4任一项所述的基于非对称算法的无人驾驶矿车数据存储方法，其特征在于，将所述密文
Figure 634925DEST_PATH_IMAGE004
由十进制转换为二进制，生成二进制密文后传输到存储终端进行存储。
8.一种基于非对称算法的无人驾驶矿车数据存储装置，其特征在于，包括存储器和处理器，所述处理器用于执行存储于所述存储器中的指令，以实现如权利要求1~7任一项所述的基于非对称算法的无人驾驶矿车数据存储方法。
CN202211341723.9A 2022-10-31 2022-10-31 一种基于非对称算法的无人驾驶矿车数据存储方法及装置 Active CN115412245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211341723.9A CN115412245B (zh) 2022-10-31 2022-10-31 一种基于非对称算法的无人驾驶矿车数据存储方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211341723.9A CN115412245B (zh) 2022-10-31 2022-10-31 一种基于非对称算法的无人驾驶矿车数据存储方法及装置

Publications (2)

Publication Number Publication Date
CN115412245A CN115412245A (zh) 2022-11-29
CN115412245B true CN115412245B (zh) 2023-01-03

Family

ID=84167683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211341723.9A Active CN115412245B (zh) 2022-10-31 2022-10-31 一种基于非对称算法的无人驾驶矿车数据存储方法及装置

Country Status (1)

Country Link
CN (1) CN115412245B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116010996B (zh) * 2023-03-01 2023-06-13 上海伯镭智能科技有限公司 一种无人驾驶系统开发数据安全管理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008205815A (ja) * 2007-02-20 2008-09-04 Le Tekku:Kk 複数の乱数列を用いた情報通信装置及び情報通信方法
CN111478885A (zh) * 2020-03-16 2020-07-31 湖南遥昇通信技术有限公司 一种非对称加解密方法、设备及存储介质
CN112784292A (zh) * 2019-11-07 2021-05-11 大唐移动通信设备有限公司 一种配置文件的处理方法和装置
WO2022042848A1 (en) * 2020-08-27 2022-03-03 Ecole Polytechnique Federale De Lausanne (Epfl) System and method for privacy-preserving distributed training of neural network models on distributed datasets
CN115085923A (zh) * 2022-08-19 2022-09-20 南通塔木德信息科技有限公司 基于数据处理的小程序数据加密方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3959839A1 (en) * 2019-04-23 2022-03-02 OneSpan NV Methods and systems for privacy preserving evaluation of machine learning models

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008205815A (ja) * 2007-02-20 2008-09-04 Le Tekku:Kk 複数の乱数列を用いた情報通信装置及び情報通信方法
CN112784292A (zh) * 2019-11-07 2021-05-11 大唐移动通信设备有限公司 一种配置文件的处理方法和装置
CN111478885A (zh) * 2020-03-16 2020-07-31 湖南遥昇通信技术有限公司 一种非对称加解密方法、设备及存储介质
WO2022042848A1 (en) * 2020-08-27 2022-03-03 Ecole Polytechnique Federale De Lausanne (Epfl) System and method for privacy-preserving distributed training of neural network models on distributed datasets
CN115085923A (zh) * 2022-08-19 2022-09-20 南通塔木德信息科技有限公司 基于数据处理的小程序数据加密方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于编码的混沌密钥流生成方法;温涛等;《计算机科学》;20110415(第04期);全文 *

Also Published As

Publication number Publication date
CN115412245A (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
CN113297606B (zh) 基于多混沌与dna运算的彩色量子图像加密及解密方法
CN115412245B (zh) 一种基于非对称算法的无人驾驶矿车数据存储方法及装置
CN105553657B (zh) 一种特征级融合的指纹模糊金库实现方法
CN115659409B (zh) 一种金融资产交易数据安全存储方法
CN115426101B (zh) 一种云互通平台的数据传输方法
CN103473733A (zh) 基于dna编码和混沌映射的图像加密算法
CN110475038B (zh) 一种结合最小闭包编码的字符画生成式隐藏及恢复方法
Wang et al. A novel high-performance reversible data hiding scheme using SMVQ and improved locally adaptive coding method
CN115270165B (zh) 一种工程勘测的信息管理方法
CN113114869B (zh) 基于msb预测的密文域高容量图像可逆数据隐藏方法
CN116545771B (zh) 一种智能驾驶系统测试数据的智能存储方法及系统
CN115460382A (zh) 一种安防工程用监控数据安全传输方法
CN101527030A (zh) 基于边信息的安全水印方法
CN115567329A (zh) 网络信息的数据安全加密方法
CN104636673B (zh) 一种在大数据背景下的数据安全存储方法
Tsai et al. Integrating coordinate transformation and random sampling into high-capacity reversible data hiding in encrypted polygonal models
CN117195274B (zh) 一种版式文件防伪方法与系统
CN116996628B (zh) 一种网络数据传输防护方法
Tan et al. Commutative encryption and watermarking algorithm based on compound chaotic systems and zero-watermarking for vector map
Qu et al. Ring Co-XOR encryption based reversible data hiding for 3D mesh model
CN111242825B (zh) 一种基于水深特征的enc电子航海图零水印方法
CN102254298B (zh) 数字水印的加解密方法和系统
CN110912680A (zh) 一种提高车况数据安全性的数据传输方法及存储介质
CN103220128B (zh) 一种基于随机抽位量化的混沌密码产生方法
Prabha et al. RETRACTED ARTICLE: An efficient versatile fast correlation vector quantization scheme based reversible data hiding on image processing

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