CN116319111B - 一种基于进化算法的数据链式传输方法及系统 - Google Patents
一种基于进化算法的数据链式传输方法及系统 Download PDFInfo
- Publication number
- CN116319111B CN116319111B CN202310586523.8A CN202310586523A CN116319111B CN 116319111 B CN116319111 B CN 116319111B CN 202310586523 A CN202310586523 A CN 202310586523A CN 116319111 B CN116319111 B CN 116319111B
- Authority
- CN
- China
- Prior art keywords
- message
- cuckoo
- piece
- producer
- pieces
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 50
- 241000544061 Cuculus canorus Species 0.000 claims abstract description 78
- 238000004891 communication Methods 0.000 claims description 124
- 239000012634 fragment Substances 0.000 claims description 44
- 239000011159 matrix material Substances 0.000 claims description 12
- 108090000623 proteins and genes Proteins 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000009776 industrial production Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010049040 Weight fluctuation Diseases 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
- H04L63/0442—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0227—Filtering policies
- H04L63/0245—Filtering by information in the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
- H04L63/0464—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload using hop-by-hop encryption, i.e. wherein an intermediate entity decrypts the information and re-encrypts it before forwarding it
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开一种基于进化算法的数据链式传输方法及系统，涉及数据安全技术领域，该方法包括：消息生产者将加密后的传输消息随机分割，得到多个消息片，为每个消息片拼接一个随机生成的设定长度的片段得到第一消息片集合；消息生产者利用反向布谷鸟哈希算法对第一消息片集合中消息片修正得到第二消息片集；消息生产者在第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集；计算节点采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径；消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，对过滤后的消息进行还原得到消息生产者发送的消息。本发明提高数据传输的安全性的同时提高降低数据传输的消耗。
Description
技术领域
本发明涉及数据安全技术领域，特别是涉及一种基于进化算法的数据链式传输方法及系统。
背景技术
随着工业互联网的快速发展，数据交换已成为现代工业生产基础设施中的重要组成部分之一。数据交换不再是简单的点对点传输，而是涉及多个节点的复杂通信结构，这使得数据传输变得越来越困难，同时也对工业数据的传输和处理提出了更高的要求。特别是在多端交互的情况下，数据传输的可靠性和时效性都面临着巨大的挑战。同时，随着智能制造和工业物联网的发展，工业数据量也呈现出爆炸式增长的趋势。这意味着，在大量数据传输的情况下，需要更加高效地利用网络带宽、中继节点和资源，以保证数据的传输质量和时效性。因此，在保证数据通信时序和数据信息安全的同时，尽可能地减小数据传输的消耗，是当前工业数据交换面临的一大挑战。
在工业数据交换和传输方面，已经涌现出了许多方法和技术。这些方法和技术旨在通过有效地管理和处理工业数据，以实现工业生产效率和质量的提升，同时降低生产成本，进一步满足客户需求。然而，这些方法和技术存在一定缺陷，不能完全满足实际工业生产中的多种需求。首先，它们大多是基于固定的通信链路或路径，难以应对不同的数据流和网络拓扑结构的变化，因此容易导致性能下降或传输错误。其次，现有的方法和技术多数只能保证局部最优，难以实现对全局最优的通信链路的选择。这是因为现有的方法和技术只能根据当前的数据流和网络拓扑结构进行选择，而难以全面考虑网络未来状态、拓扑结构变化、数据流变化等因素，从而导致结果并不是全局最优的。此外，现有的方法和技术在传输时对网络负载的影响较大，难以满足工业实时通信的需求。工业生产过程中需要实时、安全地监测和处理各种工业数据，因此需要一种低延迟、高效且安全的数据交换和传输方法。最后，现有的数据传输方案，无法在保证传输效率的同时兼顾数据安全和数据特征安全。现有的方法和技术在传输时会占用大量的网络带宽和资源，这不仅会影响数据的传输和处理效率，还会影响数据在传输过程中的安全性。因此，需要研究一种更加高效、安全的数据交换和传输方法，以解决实际工业生产中的问题。
发明内容
本发明的目的是提供一种基于进化算法的数据链式传输方法及系统，提高数据传输的安全性的同时提高降低数据传输的消耗。
为实现上述目的，本发明提供了如下方案：
一种基于进化算法的数据链式传输方法，包括：
消息生产者对待传输消息进行加密，并将加密后的传输消息随机分割，得到多个消息片，为每个所述消息片拼接一个随机生成的第一设定长度的片段，得到第一消息片集合；
消息生产者利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集；所述第二消息片集中各消息片的哈希串唯一；
消息生产者在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集；
计算节点基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点；
消息生产者根据所述消息传递链式传输路径，将加入扰动后的消息片集发送到所述消息接收者；
所述消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息。
可选地，消息生产者利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集，具体包括：
初始化布谷鸟哈希串；
从所述第一消息片集中取出一个消息片；
判断当前取出的消息片是否在当前布谷鸟哈希串中有冲突；
若有冲突，则判断当前布谷鸟哈希串的容量百分比是否大于设定值，若大于设定值则对当前布谷鸟哈希串进行扩充，将扩充后的布谷鸟哈希串更新为当前布谷鸟哈希串；用随机生成的第一设定长度的片段替换当前取出的消息片尾部第一设定长度的部分，得到修正后的消息片，返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
若无冲突，则返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
从所述第一消息片集中取出后没有修正的消息片和取出后进行修正的消息片构成第二消息片集。
可选地，所述消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息，具体包括：
当所述消息接收者接收到消息片时，所述消息接收者向所述消息发送者发送布谷鸟哈希串请求，获取反式布谷鸟哈希串；
所述消息接收者按照接收消息片的顺序，依次判断消息片是否与所述反式布谷鸟哈希串存在冲突，若存在冲突，则丢弃对应消息片，若不冲突，则将消息片映射到所述反式布谷鸟哈希串中，直到所述反式布谷鸟哈希串的位置皆被占用；与所述反式布谷鸟哈希串对应的消息片构成第四消息片集，第四消息片集为过滤后的消息；
删除所述第四消息片集中各消息片尾部第一设定长度的片段，得到第五消息片集；
对第五消息片集中消息片按照时间顺序拼接后解密，得到消息生产者发送的消息。
可选地，消息生产者在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集，具体包括：
从所述第二消息片集中随机选择第一设定数量个片段，加入到所述第二消息片集中，得到第三消息片集；
随机生成第二设定数量个第二设定长度的二进制数据，第二设定数量个第二设定长度的二进制数据构成假数据集；
从所述假数据集中随机选择第三设定数量个片段，加入到所述第三消息片集中，得到加入扰动后的消息片集。
可选地，计算节点基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点，具体包括：
根据所述私域网中参与通信的通信节点建立通信负载矩阵；所述通信负载矩阵中包括任意两个通信节点之间的通信消耗；
将所述通信网络中参与通信的通信节点中任意两通信节点作为一个通信组合，多个通信组合构成基因集合；每个通信组合作为所述基因集合中的一个基因型；
将消息生产者至消息接收者的每个路径作为个体构成当前种群；
基于当前种群，采用进化算法进行迭代计算，获得最小化传输负载对应的消息传递链式传输路径；在每次迭代计算时，根据所述通信负载矩阵计算每个个体的适应度。
可选地，在每次迭代计算时，采用轮盘赌选择法计算每个个体进入下一代的遗传概率。
可选地，当所述通信网络中加入新的通信节点时，采用进化交叉算法生成个体扩充当前种群；
当所述通信网络中加入新的通信节点时，根据进化变异算法生成基因型扩充所述基因集合。
本发明还公开了一种基于进化算法的数据链式传输系统，包括：消息生产者、计算节点和消息接收者；消息生产者和消息接收者均与计算节点连接，消息生产者和消息接收者连接；
消息生产者用于对待传输消息进行加密，并将加密后的传输消息随机分割，得到多个消息片，为每个所述消息片拼接一个随机生成的第一设定长度的片段，得到第一消息片集合；
消息生产者用于利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集；所述第二消息片集中各消息片的哈希串唯一；
消息生产者用于在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集；
计算节点用于基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点；
消息生产者用于根据所述消息传递链式传输路径，将加入扰动后的消息片集发送到所述消息接收者；
所述消息接收者用于利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明消息生产者将原始消息拆分，并混淆其数据特征，利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，以使各消息片的哈希串唯一，并在消息片中添加扰动，提高数据传输的安全性，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，最小化数据传输的消耗。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于进化算法的数据链式传输方法流程示意图；
图2为本发明实施例提供的一种基于进化算法的数据链式传输系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于进化算法的数据链式传输方法及系统，提高数据传输的安全性的同时提高降低数据传输的消耗。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
本发明为复杂工业互联网通信网络提供了一种实时的全局最优通信链路选择方案，以提高工业数据交换的效率和质量。为解决私域网无主节点场景下信息传递过程中存在的安全与效率问题，本发明提出了一个兼顾二者的解决方案：一种基于进化算法的数据链式传输方法。该方法利用进化算法的全局最优检索能力，构造数据通信链路种群。通过计算通信负载与时序权重，指导种群进化，寻找全局最优个体，从而获取全局最优通信链路方案。该方法可以在保证通信时序的同时，通过全局最优的通信链路选择，最小化数据传输的消耗。
本实施例一种基于进化算法的数据链式传输方法总体流程如下：首先，消息生产者将原始消息拆分，并混淆其数据特征，以防止由于信息在传递过程中被中间人劫持而导致的信息泄露问题。其次，利用进化算法的全局最优检索能力，构造数据通信链路种群，并根据通信负载与时序权重指导种群进行进化，以找到全局最优个体，从而获得最优的数据链式路径规划方法，该方法具有高效、无通信中心和无特征等显著优势。最后，消息接受者通过过滤混淆数据并将原数据恢复，以在保障消息可用性的同时避免重放攻击。本实施例一种基于进化算法的数据链式传输方法兼顾了安全性和效率性，在私域网络场景下无主节点信息传递过程中具有重要的应用价值。
如图1所示，本实施例一种基于进化算法的数据链式传输方法，具体包括以下步骤。
步骤101：消息生产者对待传输消息进行加密，并将加密后的传输消息随机分割，得到多个消息片，为每个所述消息片拼接一个随机生成的第一设定长度的片段，得到第一消息片集合。
其中，步骤101具体包括：
消息生产者对待传输消息进行加密时采用非对称方式加密算法，非对称方式加密算法包括RSA加密算法和数字签名算法（Digital Signature Algorithm，DSA）等。
令当前加密后的待传递消息（加密后的传输消息）为msg，msg的二进制长度为，随机选择分片大小为/>，满足/>的约束，其中m为自然数，/>为第一设定长度，第一设定长度为随机生成的固定的正整数，/>满足/>。
将msg按照的长度切分为不同长度的消息片集合，其中随机扰动/>，且正负对应出现。之后，在消息片集合PartSet中添加分片顺序。
将消息片集合PartSet中每个元素与随机生成的长度为的片段拼接，得到第一消息片集合/>。
步骤102：消息生产者利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集；所述第二消息片集中各消息片的哈希串唯一。
其中，步骤102具体包括：
初始化布谷鸟哈希串BH0。
从所述第一消息片集PartSet1中取出一个消息片，从i=0开始，，/>表示第一消息片集中第i个消息片。
判断当前取出的消息片是否在当前布谷鸟哈希串中有冲突。
若有冲突，则判断当前布谷鸟哈希串的容量百分比是否大于设定值ɑ，若大于设定值ɑ则对当前布谷鸟哈希串进行扩充，将扩充后的布谷鸟哈希串更新为当前布谷鸟哈希串；用随机生成的第一设定长度的片段替换当前取出的消息片尾部第一设定长度的部分，得到修正后的消息片，返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，即i=m，将当前布谷鸟哈希串记为反式布谷鸟哈希串BH1；
若无冲突，则返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
从所述第一消息片集中取出后没有修正的消息片和取出后进行修正的消息片构成第二消息片集PartSet2。
设定值ɑ∈(0,1)，ɑ越大，信息压缩比例越高，通信成本越低。
步骤102中具体为依次从第一消息片集PartSet1中取出每个消息片，对每个消息片进行与布谷鸟哈希串的冲突判断。
本发明通过反向布谷鸟哈希算法能够将给定的消息片段映射为唯一的哈希值，并保证相似的消息片段具有相似的哈希值。通过将哈希值作为消息片段的修正因子，可以保证每个消息片段在哈希串的全局唯一，从而避免了哈希冲突问题。同时，反向布谷鸟哈希算法具有计算效率高、哈希碰撞概率低等优点，能够有效地提高数据传输的可靠性和安全性。
步骤103：消息生产者在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集。
步骤103通过为随机生成假消息片，混淆数据特征。
其中，步骤103，具体包括：
从所述第二消息片集中随机选择第一设定数量个片段，将第一设定数量个片段随机加入到所述第二消息片集中，得到第三消息片集PartSet3。
随机生成第二设定数量fn个第二设定长度的二进制数据，第二设定数量个第二设定长度的二进制数据构成假数据集FakerSet。其中，fn为正整数，fn越大则真实数据特征越弱。
第二设定长度为。
从所述假数据集中随机选择第三设定数量个片段，第三设定数量个片段构成待发送假数据片段组FakerSet1，将FakerSet1中的数据随机加入到所述第三消息片集PartSet3中，得到加入扰动后的消息片集PartSet4。
步骤104：计算节点基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点。
其中，步骤104具体包括：
以进化算法为蓝本，以获得全局最优通信链路为目的，初始化算法组件。
初始化算法组件包括通信负载矩阵、基因集合、个体和种群。
根据所述私域网中参与通信的通信节点建立通信负载矩阵；所述通信负载矩阵中包括任意两个通信节点之间的通信消耗，即通信负载矩阵中元素为两个通信节点之间的通信消耗。
私域网中通信节点共n个，通信节点集合Nodes={U1,U2,U3,…,Un}。任意两通信节点间Ui→Uj的通信消耗为Cij，Cij为第i个通信节点Ui与第j个通信节点Uj之间的通信消耗，则当前通信节点集合Nodes的通信负载矩阵表示为CL。
。
将所述通信网络中参与通信的通信节点中任意两通信节点作为一个通信组合，多个通信组合构成基因集合；每个通信组合作为所述基因集合中的一个基因型。
基因集合GS={Ui→Uj}，i∈{1,2,…,n}，j∈{1,2,…,n}。
将消息生产者至消息接收者的每个路径作为个体构成当前种群。
若本次通信目的为U1→Un，即从第1个通信节点U1至第n个通信节点Un，则当前种群GA={(U1→Un)，(U1→U2→Un)，…，(U1→Un-1→Un)}。
基于当前种群，采用进化算法进行迭代计算，获得最小化传输负载对应的消息传递链式传输路径；在每次迭代计算时，根据所述通信负载矩阵计算每个个体的适应度。
以个体U1→U2→Un通信为例，个体U1→U2→Un的适应度为Fit(U1→U2，U2→Un)=C12+C2n。即适应度为个体对应的路径中通信消耗之和。
在每次迭代计算时，采用轮盘赌选择法计算每个个体进入下一代的遗传概率。每个个体的遗传权重计算公式为SW=Fit×ρ，其中，ρ为当前个体中通信节点的负载参数，即当前个体在Nodes中负载最高节点负载空闲率，以此保护过热节点，实现负载均衡。
当所述通信网络中加入新的通信节点时，使用进化交叉算法生成个体从而扩充当前种群。本发明通过构造进化交叉算法，以生成更多个体。具体包括：
对于当前种群GA中任意一个体，例如（U1→Ui，…，Uj→Un），其包含有序基因数U1→Ui共计len个，则随机生成随机数k∈[0,len]。从第k个基因型后为断点，将个体拆分为两个待交叉个体，如随机数为1，则生成两个待交叉个体（U1→Ui），（Ui→…→Uj→Un），将生成的两个待交叉个体（U1→Ui）和（Ui→…→Uj→Un）计入待交叉个体库TI。
在待交叉个体库TI中，任意待交叉个体两两配对，若待交叉个体首尾能够相连（满足构成个体的基因型开头为U1，结尾与另一个个体开头相同并且结尾为Un），则构成新个体并加入GA，从而保证链式通信的链路完整。
当所述通信网络中加入新的通信节点时，根据进化变异算法生成基因型扩充所述基因集合。在执行步骤采用进化交叉算法生成个体扩充当前种群之前，将新的通信节点Un+1与其余通信节点加入TI，即TI中添加（Un+1→Un），（U1→Un+1→Un），…，（Un-1→Un+1→Un）。
本发明以进化算法为蓝本，迭代计算获得更优秀的种群，即发现全局最优链式通信路径。进行算法执行过程包括：
初始种群过滤。判断种群中个体是否包含未存在节点，若有，则从GA删除该个体。同时选取其最优个体，即适应度最高的个体，计算其适应度。
生成待交叉个体。
待交叉个体执行变异。
待交叉个体生成新个体。
执行选择算法，保持种群数量，采用轮盘赌选择法计算每个个体进入下一代的遗传概率，并根据遗传权重随机删除部分个体，使GA总量不大于初始GA的2倍，控制计算量。
选出全局最优个体。重复步骤初始种群过滤~步骤待交叉个体执行变异，直到相邻两次迭代的种群中最优个体权重波动，停止计算。
映射数据链式通信方案。根据步骤待交叉个体生成新个体中最优个体，即由U1→…→Un的通信链路，映射回实际传输节点路径，即从U1到各个中间通信节点最后到Un。此时，获得全局最优的U1→…→Un的消息传递链式传输路径。
本发明通过动态进化算法优化私域网络场景下的通信路径，以获取全局最优的消息传递链式通路，保证无通信中心节点数据传输的负载均衡、特征均衡与低成本。一方面，利用动态进化算法进行数据连续传输路径规划，从而获得全局最优通信路径；另一方面，在保证传输全流程各节点相对负载均衡的同时，最小化传输负载。
步骤105：消息生产者根据所述消息传递链式传输路径，将加入扰动后的消息片集发送到所述消息接收者。
步骤106：所述消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息。
其中，步骤106具体包括：
当所述消息接收者接收到消息片时，所述消息接收者向所述消息发送者发送布谷鸟哈希串请求，获取反式布谷鸟哈希串BH1。
所述消息接收者按照接收消息片的顺序，依次判断消息片是否在所述反式布谷鸟哈希串中存在冲突，若存在冲突，则丢弃对应消息片；若不冲突，则将消息片映射到所述反式布谷鸟哈希串中，直到所述反式布谷鸟哈希串的位置皆被占用；与所述反式布谷鸟哈希串对应的消息片构成第四消息片集，第四消息片集为过滤后的消息。
删除所述第四消息片集中各消息片尾部第一设定长度的片段，得到第五消息片集。
对第五消息片集中消息片按照时间顺序拼接后解密，得到消息生产者发送的消息。
步骤106首先使用反向布谷鸟哈希串来验证消息片段的真实性和有效性；其次，通过还原原始数据来完成数据的恢复。
本发明解决了私域网场景下缺乏主节点时网络安全与高效通信的保障问题，有效防范了数据在传输过程中被恶意中间人劫持、进行大数据特征分析等安全问题。本发明采用动态进化算法规划数据连续传输路径，实现全局最优通信路径的获取，同时通过控制传输节点相对负载均衡以最小化传输负载，确保了数据传输的效率。本发明提出了反式布谷鸟哈希方法，利用布谷鸟哈希的反向操作确保消息在哈希串中的全局唯一性。同时，引入消息混淆片，以对抗大数据特征分析。该方案能够有效应对信息传递过程中信息不可控、不唯一和不完整等复杂问题，从而最大限度地保障私域网络中游走信息的全局安全性。
综上所述，本发明的创新点在于为私域网络通信提供了一种安全高效的解决方案，通过动态进化算法构造全局最优路径以实现数据传输的高效性，通过反向布谷鸟哈希算法保证了信息传递的全局安全性，具有较强的实用性和推广价值。
实施例2
为了执行上述实施例1对应的方法，以实现相应的功能和技术效果，本实施例公开了一种基于进化算法的数据链式传输系统，包括：消息生产者201、消息接收者202和计算节点203；消息生产者201和消息接收者202均与计算节点203连接，消息生产者201和消息接收者202连接。
消息生产者201用于对待传输消息进行加密，并将加密后的传输消息随机分割，得到多个消息片，为每个所述消息片拼接一个随机生成的第一设定长度的片段，得到第一消息片集合。
消息生产者201用于利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集；所述第二消息片集中各消息片的哈希串唯一。
消息生产者201用于在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集。
计算节点203用于基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者201到消息接收者202的消息传递链式传输路径，所述计算节点203、所述消息生产者201和所述消息接收者202均为所述通信网络中通信节点。
消息生产者201用于根据所述消息传递链式传输路径，将加入扰动后的消息片集发送到所述消息接收者202。
所述消息接收者202用于利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者201发送的消息。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于进化算法的数据链式传输方法，其特征在于，包括：
消息生产者对待传输消息进行加密，并将加密后的传输消息随机分割，得到多个消息片，为每个所述消息片拼接一个随机生成的第一设定长度的片段，得到第一消息片集合；
消息生产者利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集；所述第二消息片集中各消息片的哈希串唯一；
消息生产者在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集；
计算节点基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点；
消息生产者根据所述消息传递链式传输路径，将加入扰动后的消息片集发送到所述消息接收者；
所述消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息；
消息生产者利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集，具体包括：
初始化布谷鸟哈希串；
从所述第一消息片集中取出一个消息片；
判断当前取出的消息片是否在当前布谷鸟哈希串中有冲突；
若有冲突，则判断当前布谷鸟哈希串的容量百分比是否大于设定值，若大于设定值则对当前布谷鸟哈希串进行扩充，将扩充后的布谷鸟哈希串更新为当前布谷鸟哈希串；用随机生成的第一设定长度的片段替换当前取出的消息片尾部第一设定长度的部分，得到修正后的消息片，返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
若无冲突，则返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
从所述第一消息片集中取出后没有修正的消息片和取出后进行修正的消息片构成第二消息片集；
所述消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息，具体包括：
当所述消息接收者接收到消息片时，所述消息接收者向所述消息发送者发送布谷鸟哈希串请求，获取反式布谷鸟哈希串；
所述消息接收者按照接收消息片的顺序，依次判断消息片是否与所述反式布谷鸟哈希串存在冲突，若存在冲突，则丢弃对应消息片，若不冲突，则将消息片映射到所述反式布谷鸟哈希串中，直到所述反式布谷鸟哈希串的位置皆被占用；与所述反式布谷鸟哈希串对应的消息片构成第四消息片集，第四消息片集为过滤后的消息；
删除所述第四消息片集中各消息片尾部第一设定长度的片段，得到第五消息片集；
对第五消息片集中消息片按照时间顺序拼接后解密，得到消息生产者发送的消息。
2.根据权利要求1所述的基于进化算法的数据链式传输方法，其特征在于，消息生产者在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集，具体包括：
从所述第二消息片集中随机选择第一设定数量个片段，加入到所述第二消息片集中，得到第三消息片集；
随机生成第二设定数量个第二设定长度的二进制数据，第二设定数量个第二设定长度的二进制数据构成假数据集；
从所述假数据集中随机选择第三设定数量个片段，加入到所述第三消息片集中，得到加入扰动后的消息片集。
3.根据权利要求1所述的基于进化算法的数据链式传输方法，其特征在于，计算节点基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点，具体包括：
根据所述私域网中参与通信的通信节点建立通信负载矩阵；所述通信负载矩阵中包括任意两个通信节点之间的通信消耗；
将所述通信网络中参与通信的通信节点中任意两通信节点作为一个通信组合，多个通信组合构成基因集合；每个通信组合作为所述基因集合中的一个基因型；
将消息生产者至消息接收者的每个路径作为个体构成当前种群；
基于当前种群，采用进化算法进行迭代计算，获得最小化传输负载对应的消息传递链式传输路径；在每次迭代计算时，根据所述通信负载矩阵计算每个个体的适应度。
4.根据权利要求3所述的基于进化算法的数据链式传输方法，其特征在于，在每次迭代计算时，采用轮盘赌选择法计算每个个体进入下一代的遗传概率。
5.根据权利要求3所述的基于进化算法的数据链式传输方法，其特征在于，当所述通信网络中加入新的通信节点时，采用进化交叉算法生成个体扩充当前种群；
当所述通信网络中加入新的通信节点时，根据进化变异算法生成基因型扩充所述基因集合。
6.一种基于进化算法的数据链式传输系统，其特征在于，包括：消息生产者、计算节点和消息接收者；消息生产者和消息接收者均与计算节点连接，消息生产者和消息接收者连接；
消息生产者用于对待传输消息进行加密，并将加密后的传输消息随机分割，得到多个消息片，为每个所述消息片拼接一个随机生成的第一设定长度的片段，得到第一消息片集合；
消息生产者用于利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集；所述第二消息片集中各消息片的哈希串唯一；
消息生产者用于在所述第二消息片集的每个消息片中加入扰动，得到加入扰动后的消息片集；
计算节点用于基于私域网无主节点的通信网络，以最小化传输负载为目标，采用进化算法获得从消息生产者到消息接收者的消息传递链式传输路径，所述计算节点、所述消息生产者和所述消息接收者均为所述通信网络中通信节点；
消息生产者用于根据所述消息传递链式传输路径，将加入扰动后的消息片集发送到所述消息接收者；
所述消息接收者用于利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息；
消息生产者利用反向布谷鸟哈希算法对所述第一消息片集合中消息片进行修正，得到第二消息片集，具体包括：
初始化布谷鸟哈希串；
从所述第一消息片集中取出一个消息片；
判断当前取出的消息片是否在当前布谷鸟哈希串中有冲突；
若有冲突，则判断当前布谷鸟哈希串的容量百分比是否大于设定值，若大于设定值则对当前布谷鸟哈希串进行扩充，将扩充后的布谷鸟哈希串更新为当前布谷鸟哈希串；用随机生成的第一设定长度的片段替换当前取出的消息片尾部第一设定长度的部分，得到修正后的消息片，返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
若无冲突，则返回从所述第一消息片集中取出一个消息片的步骤，直到所述第一消息片集中消息片全部取出，将当前布谷鸟哈希串记为反式布谷鸟哈希串；
从所述第一消息片集中取出后没有修正的消息片和取出后进行修正的消息片构成第二消息片集；
所述消息接收者利用反向布谷鸟哈希算法对接收到的信息进行过滤，并对过滤后的消息进行还原，得到消息生产者发送的消息，具体包括：
当所述消息接收者接收到消息片时，所述消息接收者向所述消息发送者发送布谷鸟哈希串请求，获取反式布谷鸟哈希串；
所述消息接收者按照接收消息片的顺序，依次判断消息片是否与所述反式布谷鸟哈希串存在冲突，若存在冲突，则丢弃对应消息片，若不冲突，则将消息片映射到所述反式布谷鸟哈希串中，直到所述反式布谷鸟哈希串的位置皆被占用；与所述反式布谷鸟哈希串对应的消息片构成第四消息片集，第四消息片集为过滤后的消息；
删除所述第四消息片集中各消息片尾部第一设定长度的片段，得到第五消息片集；
对第五消息片集中消息片按照时间顺序拼接后解密，得到消息生产者发送的消息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310586523.8A CN116319111B (zh) | 2023-05-24 | 2023-05-24 | 一种基于进化算法的数据链式传输方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310586523.8A CN116319111B (zh) | 2023-05-24 | 2023-05-24 | 一种基于进化算法的数据链式传输方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116319111A CN116319111A (zh) | 2023-06-23 |
| CN116319111B true CN116319111B (zh) | 2023-08-01 |
Family
ID=86832749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310586523.8A Active CN116319111B (zh) | 2023-05-24 | 2023-05-24 | 一种基于进化算法的数据链式传输方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116319111B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108718236A (zh) * | 2018-05-21 | 2018-10-30 | 西安交通大学 | 互联网自组织汇流的数据传输方法 |
| CN111698095A (zh) * | 2020-06-17 | 2020-09-22 | 南京如般量子科技有限公司 | 基于id密码学和对称密钥池的数据链抗量子计算通信方法及系统 |
| CN114401080A (zh) * | 2021-12-20 | 2022-04-26 | 武汉天喻信息产业股份有限公司 | 一种隐私集合求交的方法和系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102946315B (zh) * | 2012-11-19 | 2015-08-26 | 成都卫士通信息产业股份有限公司 | 一种采用分组方式构造mac码的方法及系统 |
| KR101915680B1 (ko) * | 2016-10-10 | 2018-11-07 | 성균관대학교 산학협력단 | 무선 센서 네트워크에서 공격정보를 활용한 동적 여과 기법의 키 재분배 방법 및 시스템 |
| CN115378693B (zh) * | 2022-08-18 | 2024-02-23 | 西安电子科技大学 | 一种用于纵向联邦学习数据对齐的隐匿集合求交方法 |
-
2023
- 2023-05-24 CN CN202310586523.8A patent/CN116319111B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108718236A (zh) * | 2018-05-21 | 2018-10-30 | 西安交通大学 | 互联网自组织汇流的数据传输方法 |
| CN111698095A (zh) * | 2020-06-17 | 2020-09-22 | 南京如般量子科技有限公司 | 基于id密码学和对称密钥池的数据链抗量子计算通信方法及系统 |
| CN114401080A (zh) * | 2021-12-20 | 2022-04-26 | 武汉天喻信息产业股份有限公司 | 一种隐私集合求交的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116319111A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109508982B (zh) | 区块链主链加并行多子链的随机并行拜占庭容错共识方法 | |
| JP6732321B2 (ja) | 分散システムにおけるネットワークノードに対する回復処理の実行 | |
| JP7154234B2 (ja) | ブロックチェーン・ネットワークにおける高速伝搬のための方法及び特殊ネットワーク・ノード | |
| CN110245956B (zh) | 一种基于异步多链的区块链交易确认方法及系统 | |
| CN109471744B (zh) | 基于区块链的主链加并行多子链系统架构 | |
| CN113407640B (zh) | 基于多链nft跨链方法及系统 | |
| US20200026699A1 (en) | Highly Performant Decentralized Public Ledger with Hybrid Consensus | |
| CN111448781A (zh) | 共享的区块链数据存储 | |
| KR20210045353A (ko) | 인코딩된 블록체인 데이터의 인덱싱 및 복구 | |
| CN111095218B (zh) | 基于纠错编码存储共享的区块链数据的方法、系统及装置 | |
| CN111698094B (zh) | 一种基于区块链系统的共识方法及区块链系统 | |
| Skidanov et al. | Nightshade: Near protocol sharding design | |
| CN110046894A (zh) | 一种基于纠删码的分组可重构区块链建立方法 | |
| CN111095210A (zh) | 基于纠错编码存储共享的区块链数据 | |
| WO2021108258A1 (en) | Optimizations for verification of interactions system and method using probability density functions | |
| CN113626875B (zh) | 一种区块链分片赋能的知识图谱文件存储方法 | |
| CN111047439A (zh) | 一种基于区块链的交易处理方法 | |
| CN111033491A (zh) | 基于纠错编码存储共享的区块链数据 | |
| CN110597922A (zh) | 数据处理方法、装置、终端及存储介质 | |
| JP2024515022A (ja) | ブロックチェーンに基づくデータ処理方法、装置、機器及びコンピュータプログラム | |
| Wu et al. | Robust and auditable distributed data storage with scalability in edge computing | |
| Fang et al. | Pelopartition: Improving blockchain resilience to network partitioning | |
| CN109391643B (zh) | 区块链轻量化处理方法、区块链节点及存储介质 | |
| US11368286B1 (en) | Txilm: lossy block compression with salted short hashing | |
| CN116319111B (zh) | 一种基于进化算法的数据链式传输方法及系统 |
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 |