CN116010520B - 基于区块链的保密数据存储方法、装置、设备及存储介质 - Google Patents
基于区块链的保密数据存储方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116010520B CN116010520B CN202211729503.3A CN202211729503A CN116010520B CN 116010520 B CN116010520 B CN 116010520B CN 202211729503 A CN202211729503 A CN 202211729503A CN 116010520 B CN116010520 B CN 116010520B
- Authority
- CN
- China
- Prior art keywords
- data
- storage
- blockchain
- text
- encrypted
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013500 data storage Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 58
- 239000011159 matrix material Substances 0.000 claims description 37
- 230000011218 segmentation Effects 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009928 pasteurization Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Storage Device Security (AREA)
Abstract
本发明涉及数据存储技术，揭露了基于区块链的保密数据存储方法，包括：获取区块链中待存储的保密数据，对保密数据中每个数据进行属性解析，得到数据属性，对保密数据进行数据分类，得到分类数据，并确定分类数据的数据类别；识别数据类别中每个类别对应的数据格式，配置分类数据对应的加密算法，并利用加密算法对分类数据进行加密处理，得到加密数据；识别加密数据的数据架构，并提取加密数据中每个数据对应的加密公钥，在区块链中创建存储区域，结合数据结构和加密公钥，在存储区域中设置存储认证；根据存储认证和存储区域，对保密数据进行分类存储，得到存储数据。本发明在于提高区块链的保密数据的存储效率。
Description
技术领域
本发明涉及数据存储技术领域，尤其涉及基于区块链的保密数据存储方法、装置、设备及存储介质。
背景技术
区块链是由节点参与的分布式数据库系统，可以自动执行智能合约，无需任何中心化机构的审核，很多企业在生产过程中产生大量涉及生产资料的保密数据，都会利用区块链进行存储，现有的存储方式是将保密数据集中存储到区块链中，在区块链的外围设置加密程序，以此对保密数据进行保护，但是这种存储方法会导致保密数据在区块链中存储位置非常乱，在进行大量的数据存储时会出现存储缓慢的现象，进而导致区块链存储数据的效率下降，因此需要能够提高区块链的保密数据的存储效率的方法。
发明内容
本发明提供基于区块链的保密数据存储方法、装置、设备及存储介质，其主要目的在于提高区块链的保密数据的存储效率。
为实现上述目的，本发明提供的基于区块链的保密数据存储方法，包括：
获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证；
根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
可选地，所述根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，包括：
对所述数据属性进行归一化处理，得到归一化属性，通过下述公式构建所述归一化属性对应的二维矩阵；
其中，K表示归一化属性的二维矩阵，g表示归一化属性的起始值，T表示归一化属性对应的向量维度，U表示归一化属性中的变量信息，R表示归一化属性的矩阵谱半径；
计算所述二维矩阵中每个矩阵的矩阵平均值，通过预设的像素映射表查询所述矩阵平均值对应的像素值；
根据所述像素值，创建所述二维矩阵对应的二维图像，计算所述二维图像中每个图像的相似度；
根据所述相似度，对所述保密数据进行分类，得到分类数据。
可选地，所述计算所述二维图像中每个图像的相似度，包括：
对所述二维图像中每个图像进行灰度化处理，得到多个灰度图像；
识别所述多个灰度图像中每个像素的灰度值，统计所述灰度值出现的频率；
根据所述频率，构建所述二维图像中每个图像的直方图；
计算所述直方图之间的巴氏距离值，根据所述巴氏距离值得到所述每个图像的相似度。
可选地，所述利用所述加密算法对所述分类数据进行加密处理，得到加密数据，包括：
提取所述分类数据中的结构类数据，对所述结构类数据进行文本提取，得到数据文本；
对所述数据文本进行语义分析，得到文本语义；
根据所述文本语义，对所述数据文本进行关键字提取，得到文本关键字；
利用所述加密算法创建所述文本关键字的秘钥，得到加密秘钥；
将所述加密秘钥与所述文本关键字进行替换，生成加密数据。
可选地，所述根据所述文本语义，对所述数据文本进行关键字提取，得到文本关键字，包括：
对所述数据文本进行分词处理，得到文本分词；
对所述文本语义和所述文本分词进行向量转化，得到语义向量和分词向量；
通过下述公式计算所述语义向量和所述分词向量的相似度；
其中，S(m,n)表示语义向量和分词向量的相似度，i表示语义向量和分词向量的起始向量，mk表示第k个分词向量的向量特征值，nk表示第k个语义向量的向量特征值；
在所述相似度大于预设阈值时，将所述分词向量对应的文本分词作为所述数据文本的文本关键字。
可选地，所述基于所述数据类别，在所述区块链中创建存储区域，包括：
根据所述数据类别，在所述区块链中设置存储单元；
获取所述加密数据的对应的高低电平，根据所述高低电平，在所述区块链中设置译码器；
根据所述存储单元和所述译码器，在所述区块链中创建存储区域。
可选地，所述结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证，包括：
对所述数据结构和所述加密公钥进行特征提取，得到结构特征和公钥特征；
对所述结构特征和所述公钥特征进行特征融合，得到目标特征；
根据所述目标特征，构建所述存储区域的存储条件；
在所述存储区域中的每个区域中配置存储端口；
结合所述存储端口和所述存储条件，生成所述存储区域中的存储认证。
基于区块链的保密数据存储装置，其特征在于，所述装置包括：
数据分类模块，用于获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
数据加密模块，用于识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
认证设置模块，用于识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证；
数据存储模块，用于根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于区块链的保密数据存储方法。
为了解决上述问题，本发明还提供一种存储介质，所述存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于区块链的保密数据存储方法。
本发明通过获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，便于后续对所述保密数据进行数据分类处理，本发明通过识别所述数据类别中每个类别对应的数据格式，可以得到具体的数据形式，进而便于后续根据所述数据格式，配置所述分类数据相应的加密算法，其中，本发明通过识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，以便于后续设置所述加密数据的存储认证；此外，本发明通过识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，以便于后续设置所述加密数据的存储认证，本发明通过根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据，通过所述存储认证可以对所述保密数据进行分类存储，提高了数据的存储效率。因此，本发明实施例提供的基于区块链的保密数据存储方法、装置、设备及存储介质，能够在于提高基于区块链的保密数据的存储效率。
附图说明
图1为本发明一实施例提供的基于区块链的保密数据存储方法的流程示意图；
图2为本发明一实施例提供的基于区块链的保密数据存储装置的功能模块图；
图3为本发明一实施例提供的实现所述基于区块链的保密数据存储方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供基于区块链的保密数据存储方法。本申请实施例中，所述基于区块链的保密数据存储方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于区块链的保密数据存储方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于区块链的保密数据存储方法的流程示意图。在本实施例中，所述基于区块链的保密数据存储方法包括步骤S1—S4：
S1、获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别。
本发明通过获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，便于后续对所述保密数据进行数据分类处理。
其中，所述区块链是由连接的节点组成的网络系统，如网络上的计算机或设备组成的，所述区块链网络与普通网络不同，因为它没有控制信息的中心点，区块链网络也称为对等网络，简称为P2P，所述保密数据是所述区块链中需要存储的重要数据，如客户姓名、联系方式以及住址等数据，所述数据属性是所述保密数据的一种特性，如保密数据的长度和存取方式等，进一步的，可以通过所述区块链的数据采集器获取区块链中待存储的保密数据，可以通过属性分析法对所述保密数据中每个数据进行属性解析。
本发明通过根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别，进而便于将所述保密数据按照相应的属性进行分类，其中，所述分类数据是所述保密数据根据所述数据属性分类后得到的数据，所述数据类别是所述分类数据对应的分类类型。
作为本发明的一个实施例，所述根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，包括：对所述数据属性进行归一化处理，得到归一化属性，构建所述归一化属性对应的二维矩阵，计算所述二维矩阵中每个矩阵的矩阵平均值，通过预设的像素映射表查询所述矩阵平均值对应的像素值，根据所述像素值，创建所述二维矩阵对应的二维图像，计算所述二维图像中每个图像的相似度，根据所述相似度，对所述保密数据进行分类，得到分类数据。
其中，所述归一化属性是所述数据属性从有量纲表达式变为无量纲表达式对应的属性，所述二维矩阵是所述归一化属性对应的二维数据组成的方阵，所述矩阵平均值是所述二维矩阵中每个矩阵的均值，所述预设的像素映射是所述矩阵平均值与所述像素值对应的表格，所述二维图像是所述二维矩阵对应的平面图，所述相似度是所述二维图像中每个图像的相似程度。
进一步的，可以通过归一化算法对所述数据属性进行归一化处理，可以通过average函数计算所述二维矩阵中每个矩阵的矩阵平均值，可以通过图像生成器创建所述二维矩阵对应的二维图像，可以通过线性分类器对所述保密数据进行分类。
进一步地，作为本发明的一个可选实施例，所述构建所述归一化属性对应的二维矩阵，包括：
通过下述公式构建所述归一化属性对应的二维矩阵：
其中，K表示归一化属性的二维矩阵，g表示归一化属性的起始值，T表示归一化属性对应的向量维度，U表示归一化属性中的变量信息，R表示归一化属性的矩阵谱半径。
进一步地，作为本发明的一个可选实施例，所述计算所述二维图像中每个图像的相似度，包括：对所述二维图像中每个图像进行灰度化处理，得到多个灰度图像，识别所述多个灰度图像中每个像素的灰度值，统计所述灰度值出现的频率，根据所述频率，构建所述二维图像中每个图像的直方图，计算所述直方图之间的巴氏距离值，根据所述巴氏距离值得到所述每个图像的相似度。
其中，所述灰度图像是所述二维图像中每个图像中的色彩变为灰度得到的图像，所述灰度值表示所述二维图像的颜色深度，取值范围为(0,255)，数值越大，所述二维图像的颜色越亮，所述直方图是所述灰度值出现的频率对应的图像表达形式，所述巴氏距离值表示所述直方图之间的重叠量的度量。
进一步地，可以通过灰度转换算法对所述二维图像中每个图像进行灰度化处理，所述灰度转换算法包括去饱和算法，可以通过灰度检测工具识别所述多个灰度图像中每个像素的灰度值，所述灰度检测工具是由脚本语言编译，可以通过COUNT函数统计所述灰度值出现的频率，可以通过制图工具构建所述二维图像中每个图像的直方图，所述制图工具包括Visio制图。
进一步地，作为本发明的一个可选实施例，所述计算所述直方图之间的巴氏距离值，包括：
通过下述公式计算所述巴氏距离值：
其中，D表示直方图之间的巴氏距离值，a∈A表示直方图的数域范围，B(e)表示第e个数域的直方图的离散概率，C(f)表示第f个数域的直方图的离散概率。
S2、识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据。
本发明通过识别所述数据类别中每个类别对应的数据格式，可以得到具体的数据形式，进而便于后续根据所述数据格式，配置所述分类数据相应的加密算法，其中，所述数据格式是所述数据类别中每个类别数据的形式，如图像格式、文本格式以及数字格式，进一步的，可以通过typeof方法识别所述数据类别中每个类别对应的数据格式。
本发明通过根据所述数据格式，配置所述分类数据对应的加密算法，进而便于后续可以更加准确地对所述分类数据进行加密，其中，所述加密算法是对所述分类数据进行加密的算法，可以将所述分类数据中的明文数据转换成密文数据，进一步地，可以通过筛选函数从预设的算法库中配置所述分类数据对应的加密算法，所述预设的算法库是包含了各类用于加密的算法。
本发明通过利用所述加密算法对所述分类数据进行加密处理，得到加密数据，可以通过所述加密算法对所述分类数据进行加密，提高了所述分类数据的安全性，其中，所述加密数据是所述分类数据经过加密后得到的数据。
作为本发明的一个实施例，所述利用所述加密算法对所述分类数据进行加密处理，得到加密数据，包括：提取所述分类数据中的结构类数据，对所述结构类数据进行文本提取，得到数据文本，对所述数据文本进行语义分析，得到文本语义，根据所述文本语义，对所述数据文本进行关键字提取，得到文本关键字，利用所述加密算法创建所述文本关键字的秘钥，得到加密秘钥，并将所述加密秘钥与所述文本关键字进行替换，生成加密数据。
其中，所述结构类数据是所述分类数据中能够用统一的结构加以表示的信息，如数字、符号，所述数据文本是所述结构类数据中的文本信息，所述文本语义是所述所述数据文本的文本解释含义，所述文本关键字是所述文本语义中具有代表性的字词，所述加密秘钥是所述文本关键字经过所述加密算法处理得到的秘钥，可以对所述文本关键字进行保护。
进一步的，可以通过数据爬虫提取所述分类数据中的结构类数据，对所述结构类数据进行文本提取可以通过OCR文字识别技术实现，对所述数据文本进行语义分析可以通过语义分化法实现，所述文本关键字的秘钥可以通过所述加密算法中的加密函数实现，所述加密函数包括md5函数。
进一步地，作为本发明的一个可选实施例，所述根据所述文本语义，对所述数据文本进行关键字提取，得到文本关键字，包括：对所述数据文本进行分词处理，得到文本分词，对所述文本语义和所述文本分词进行向量转化，得到语义向量和分词向量，计算所述语义向量和所述分词向量的相似度，在所述相似度大于预设阈值时，将所述分词向量对应的文本分词作为所述数据文本的文本关键字。
其中，所述文本分词是所述数据文本经过分词后得到，所述语义向量和所述分词向量分别是所述文本语义和所述文本分词对应的向量表达形式，所述相似度表示所述语义向量和所述分词向量的相似程度，所述预设阈值可以是0.8，也可以根据实际的业务场景进行设置。
进一步地，可以通过ik分词器对所述数据文本进行分词处理，对所述文本语义和所述文本分词进行向量转化可以通过Word2vec算法实现。
进一步地，作为本发明的一个可选实施例，所述计算所述语义向量和所述分词向量的相似度，包括：
通过下述公式计算所述语义向量和所述分词向量的相似度：
其中，S(m,n)表示语义向量和分词向量的相似度，i表示语义向量和分词向量的起始向量，mk表示第k个分词向量的向量特征值，nk表示第k个语义向量的向量特征值。
S3、识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证。
本发明通过识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，以便于后续设置所述加密数据的存储认证，其中，所述数据架构是所述加密数据的结构形式，所述加密公钥是所述加密数据对应的验证数字签名，或私钥解密的对应数据，进一步的，可以通过typeof函数识别所述加密数据的数据架构，可以通过openssl工具提取所述加密数据中每个数据对应的加密公钥。
本发明通过基于所述数据类别，在所述区块链中创建存储区域，通过所述存储区域可以对所述加密数据进行存储，其中，所述存储区域是所述加密数据进行存储的空间。
作为本发明的一个实施例，所述基于所述数据类别，在所述区块链中创建存储区域，包括：根据所述数据类别，在所述区块链中设置存储单元，获取所述加密数据的对应的高低电平，根据所述高低电平，在所述区块链中设置译码器，根据所述存储单元和所述译码器，在所述区块链中创建存储区域。
其中，所述存储单元是所述加密数据对应的存储位置，所述高低电平是所述加密数据在计算机中对应的电信号，所述译码器用于对所述加密数据存储时进行编译的器件，进一步地，可以通过存储器在所述区块链中设置存储单元，可以通过信号模拟器获取所述加密数据的对应的高低电平，可以通过逻辑图和VHDL语言在所述区块链中设置译码器。
本发明通过结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证，以便于后续能够很好的对所述加密数据进行分类存储，其中，所述存储认证是所述加密数据在进行分类存储时判断依据。
作为本发明的一个实施例，所述结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证，包括：对所述数据结构和所述加密公钥进行特征提取，得到结构特征和公钥特征，对所述结构特征和所述公钥特征进行特征融合，得到目标特征，根据所述目标特征，构建所述存储区域的存储条件，在所述存储区域中的每个区域中配置存储端口，结合所述存储端口和所述存储条件，生成所述存储区域中的存储认证。
其中，所述结构特征和所述公钥特征是所述数据结构和所述加密公钥中具有表征意义的部分，所述存储条件是所述存储区域中根据所述目标特征构建的认证条件，所述存储端口是所述加密数据在所述存储区域中存储时的入口，进一步对，可以通过主成分分析法对所述数据结构和所述加密公钥进行特征提取，可以通过早融合方法对所述结构特征和所述公钥特征进行特征融合，可以通过条件限制函数构建所述存储区域的存储条件，可以通过端口配置工具在所述存储区域中的每个区域中配置存储端口，所述端口配置工具是由脚本语言编译，可以通过认证生成器生成所述存储区域中的存储认证。
S4、根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
本发明通过根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据，通过所述存储认证可以对所述保密数据进行分类存储，提高了数据的存储效率，其中，所述存储数据是所述保密数据经过分类存储后得到的数据，进一步地，所述保密数据在所述存储区域中存储时，通过所述存储认证对所述保密数据进行筛选分类，进而将所述保密数据存储到对应的区域中。
本发明通过获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，便于后续对所述保密数据进行数据分类处理，本发明通过识别所述数据类别中每个类别对应的数据格式，可以得到具体的数据形式，进而便于后续根据所述数据格式，配置所述分类数据相应的加密算法，其中，本发明通过识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，以便于后续设置所述加密数据的存储认证；此外，本发明通过识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，以便于后续设置所述加密数据的存储认证，本发明通过根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据，通过所述存储认证可以对所述保密数据进行分类存储，提高了数据的存储效率。因此，本发明实施例提供的基于区块链的保密数据存储方法，能够在于提高基于区块链的保密数据的存储效率。
如图2所示，是本发明一实施例提供的基于区块链的保密数据存储装置的功能模块图。
本发明所述基于区块链的保密数据存储装置100可以安装于电子设备中。根据实现的功能，所述基于区块链的保密数据存储装置100可以包括数据分类模块101、数据加密模块102、认证设置模块103及数据存储模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述数据分类模块101，用于获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
所述数据加密模块102，用于识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
所述认证设置模块103，用于识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证；
所述数据存储模块104，用于根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
详细地，本申请实施例中所述基于区块链的保密数据存储装置100中所述的各模块在使用时采用与上述图1中所述的基于区块链的保密数据存储方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明一实施例提供的实现基于区块链的保密数据存储方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于区块链的保密数据存储方法程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于区块链的保密数据存储方法程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于区块链的保密数据存储方法程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于区块链的保密数据存储方法程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证；
根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据结构和所述加密公钥，在所述存储区域中设置存储认证；
根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.基于区块链的保密数据存储方法，其特征在于，所述方法包括：
获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据架构和所述加密公钥，在所述存储区域中设置存储认证；
根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
2.如权利要求1所述的基于区块链的保密数据存储方法，其特征在于，所述根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，包括：
对所述数据属性进行归一化处理，得到归一化属性，通过下述公式构建所述归一化属性对应的二维矩阵；
其中，K表示归一化属性的二维矩阵，g表示归一化属性的起始值，T表示归一化属性对应的向量维度，U表示归一化属性中的变量信息，R表示归一化属性的矩阵谱半径；
计算所述二维矩阵中每个矩阵的矩阵平均值，通过预设的像素映射表查询所述矩阵平均值对应的像素值；
根据所述像素值，创建所述二维矩阵对应的二维图像，计算所述二维图像中每个图像的相似度；
根据所述相似度，对所述保密数据进行分类，得到分类数据。
3.如权利要求2所述的基于区块链的保密数据存储方法，其特征在于，所述计算所述二维图像中每个图像的相似度，包括：
对所述二维图像中每个图像进行灰度化处理，得到多个灰度图像；
识别所述多个灰度图像中每个像素的灰度值，统计所述灰度值出现的频率；
根据所述频率，构建所述二维图像中每个图像的直方图；
计算所述直方图之间的巴氏距离值，根据所述巴氏距离值得到所述每个图像的相似度。
4.如权利要求1所述的基于区块链的保密数据存储方法，其特征在于，所述利用所述加密算法对所述分类数据进行加密处理，得到加密数据，包括：
提取所述分类数据中的结构类数据，对所述结构类数据进行文本提取，得到数据文本；
对所述数据文本进行语义分析，得到文本语义；
根据所述文本语义，对所述数据文本进行关键字提取，得到文本关键字；
利用所述加密算法创建所述文本关键字的秘钥，得到加密秘钥；
将所述加密秘钥与所述文本关键字进行替换，生成加密数据。
5.如权利要求4所述的基于区块链的保密数据存储方法，其特征在于，所述根据所述文本语义，对所述数据文本进行关键字提取，得到文本关键字，包括：
对所述数据文本进行分词处理，得到文本分词；
对所述文本语义和所述文本分词进行向量转化，得到语义向量和分词向量；
通过下述公式计算所述语义向量和所述分词向量的相似度；
其中，Sm,n表示语义向量和分词向量的相似度，i表示语义向量和分词向量的起始向量，mk表示第k个分词向量的向量特征值，nk表示第k个语义向量的向量特征值；
在所述相似度大于预设阈值时，将所述分词向量对应的文本分词作为所述数据文本的文本关键字。
6.如权利要求1所述的基于区块链的保密数据存储方法，其特征在于，所述基于所述数据类别，在所述区块链中创建存储区域，包括：
根据所述数据类别，在所述区块链中设置存储单元；
获取所述加密数据的对应的高低电平，根据所述高低电平，在所述区块链中设置译码器；
根据所述存储单元和所述译码器，在所述区块链中创建存储区域。
7.如权利要求1所述的基于区块链的保密数据存储方法，其特征在于，所述结合所述数据架构和所述加密公钥，在所述存储区域中设置存储认证，包括：
对所述数据架构和所述加密公钥进行特征提取，得到结构特征和公钥特征；
对所述结构特征和所述公钥特征进行特征融合，得到目标特征；
根据所述目标特征，构建所述存储区域的存储条件；
在所述存储区域中的每个区域中配置存储端口；
结合所述存储端口和所述存储条件，生成所述存储区域中的存储认证。
8.基于区块链的保密数据存储装置，其特征在于，所述装置包括：
数据分类模块，用于获取区块链中待存储的保密数据，对所述保密数据中每个数据进行属性解析，得到数据属性，根据所述数据属性，对所述保密数据进行数据分类，得到分类数据，并确定所述分类数据的数据类别；
数据加密模块，用于识别所述数据类别中每个类别对应的数据格式，根据所述数据格式，配置所述分类数据对应的加密算法，并利用所述加密算法对所述分类数据进行加密处理，得到加密数据；
认证设置模块，用于识别所述加密数据的数据架构，并提取所述加密数据中每个数据对应的加密公钥，基于所述数据类别，在所述区块链中创建存储区域，结合所述数据架构和所述加密公钥，在所述存储区域中设置存储认证；
数据存储模块，用于根据所述存储认证和所述存储区域，对所述保密数据进行分类存储，得到存储数据。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于区块链的保密数据存储方法。
10.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于区块链的保密数据存储方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211729503.3A CN116010520B (zh) | 2022-12-30 | 2022-12-30 | 基于区块链的保密数据存储方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211729503.3A CN116010520B (zh) | 2022-12-30 | 2022-12-30 | 基于区块链的保密数据存储方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116010520A CN116010520A (zh) | 2023-04-25 |
| CN116010520B true CN116010520B (zh) | 2023-06-30 |
Family
ID=86026416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211729503.3A Active CN116010520B (zh) | 2022-12-30 | 2022-12-30 | 基于区块链的保密数据存储方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116010520B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114091041A (zh) * | 2022-01-13 | 2022-02-25 | 深圳市猿人创新科技有限公司 | 一种基于嵌入式设备的数据传输方法、装置、设备及介质 |
| CN114640523A (zh) * | 2022-03-18 | 2022-06-17 | 云南锦杉科技有限公司 | 一种计算机数据安全加密算法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11443310B2 (en) * | 2017-12-19 | 2022-09-13 | Paypal, Inc. | Encryption based shared architecture for content classification |
| CN113342802A (zh) * | 2020-03-02 | 2021-09-03 | 续科天下(北京)科技有限公司 | 区块链数据存储的方法和装置 |
| CN111683134A (zh) * | 2020-06-04 | 2020-09-18 | 勇鸿(重庆)信息科技有限公司 | 基于区块链技术的分布式车联网数据传输系统及方法 |
| CN112181913B (zh) * | 2020-10-10 | 2021-05-07 | 上海威固信息技术股份有限公司 | 一种基于区块链的计算机存储方法及系统 |
| CN113111364A (zh) * | 2021-04-12 | 2021-07-13 | 浙江永旗区块链科技有限公司 | 一种区块链数据隐私保护系统及其保护方法 |
| CN113065171B (zh) * | 2021-06-03 | 2021-10-08 | 明品云(北京)数据科技有限公司 | 一种基于区块链的大数据处理系统、方法、介质及终端 |
| CN114785815B (zh) * | 2022-04-22 | 2024-05-17 | 上海骋荣网络科技有限公司 | 一种面向区块链用户节点的数据存储方法及装置 |
-
2022
- 2022-12-30 CN CN202211729503.3A patent/CN116010520B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114091041A (zh) * | 2022-01-13 | 2022-02-25 | 深圳市猿人创新科技有限公司 | 一种基于嵌入式设备的数据传输方法、装置、设备及介质 |
| CN114640523A (zh) * | 2022-03-18 | 2022-06-17 | 云南锦杉科技有限公司 | 一种计算机数据安全加密算法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116010520A (zh) | 2023-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Goel et al. | Dual branch convolutional neural network for copy move forgery detection | |
| Qin et al. | Coverless image steganography: a survey | |
| Fang et al. | Android malware familial classification based on dex file section features | |
| WO2022247005A1 (zh) | 图像中目标物识别方法、装置、电子设备及存储介质 | |
| Khammari | Robust face anti‐spoofing using CNN with LBP and WLD | |
| CN112396005A (zh) | 生物特征图像识别方法、装置、电子设备及可读存储介质 | |
| US10699358B2 (en) | Image hidden information detector | |
| Chai et al. | From data and model levels: Improve the performance of few-shot malware classification | |
| KR101054107B1 (ko) | 이미지 특성정보를 이용한 개인정보 노출 검색 시스템 | |
| CN113887438B (zh) | 人脸图像的水印检测方法、装置、设备及介质 | |
| CN113705469B (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
| CN111488574B (zh) | 恶意软件分类方法、系统、计算机设备和存储介质 | |
| Du et al. | Binary multi-view perceptual hashing for image authentication | |
| CN113378723B (zh) | 一种基于深度残差网络的输变电线路隐患自动安全识别系统 | |
| Ye et al. | Android malware detection technology based on lightweight convolutional neural networks | |
| Deepa et al. | Steganalysis on images based on the classification of image feature sets using SVM classifier | |
| CN116010520B (zh) | 基于区块链的保密数据存储方法、装置、设备及存储介质 | |
| CN113888760B (zh) | 基于软件应用的违规信息监控方法、装置、设备及介质 | |
| Liu et al. | Face detection and encryption for privacy preserving in surveillance video | |
| Abbas et al. | Efficient shape classification using Zernike moments and geometrical features on MPEG-7 dataset | |
| Lu et al. | Detection of image seam carving using a novel pattern | |
| CN114329030A (zh) | 一种信息处理方法、装置、计算机设备和存储介质 | |
| Du et al. | Image hashing for tamper detection with multiview embedding and perceptual saliency | |
| CN116684357A (zh) | 一种传输层安全协议加密流量的识别方法及系统 | |
| CN113920590A (zh) | 活体检测方法、装置、设备及可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |