CN116366373B - 用于机顶盒数据的智能管理方法和存储介质 - Google Patents

用于机顶盒数据的智能管理方法和存储介质 Download PDF

Info

Publication number
CN116366373B
CN116366373B CN202310635852.7A CN202310635852A CN116366373B CN 116366373 B CN116366373 B CN 116366373B CN 202310635852 A CN202310635852 A CN 202310635852A CN 116366373 B CN116366373 B CN 116366373B
Authority
CN
China
Prior art keywords
data
parameter
super
sequence
obtaining
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
CN202310635852.7A
Other languages
English (en)
Other versions
CN116366373A (zh
Inventor
梅彬
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.)
Shenzhen Point Electronic Tech Co ltd
Original Assignee
Shenzhen Point Electronic Tech 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 Shenzhen Point Electronic Tech Co ltd filed Critical Shenzhen Point Electronic Tech Co ltd
Priority to CN202310635852.7A priority Critical patent/CN116366373B/zh
Publication of CN116366373A publication Critical patent/CN116366373A/zh
Application granted granted Critical
Publication of CN116366373B publication Critical patent/CN116366373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • H04L63/205—Network architectures or network communication protocols for network security for managing network security; network security policies in general involving negotiation or determination of the one or more network security mechanisms to be used, e.g. by negotiation between the client and the server or between peers or by selection according to the capabilities of the entities involved
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2347—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving video stream encryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2351—Processing of additional data, e.g. scrambling of additional data or processing content descriptors involving encryption of additional data
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及安全存储领域，具体涉及用于机顶盒数据的智能管理方法和存储介质，包括：获取得到机顶盒数据序列和各数据的多个参数序列，根据所述多个参数序列得到各数据的重复性和规律延续性，根据所述重复性和规律延续性得到各数据的易暴露程度；根据所述多个参数序列得到各超参数的重要性和取值规律性，根据各超参数的重要性和取值规律性得到各超参数的更新必要性；根据各数据的更新必要性得到参数备选序列，根据各数据的易暴露程度、各超参数的更新必要性和参数备选序列得到各数据的更新后参数序列，根据各数据的更新后参数序列得到密文数据，将密文数据存储与服务器上，从而实现在保障机顶盒数据的安全性同时还能提高数据加密的效率。

Description

用于机顶盒数据的智能管理方法和存储介质
技术领域
本申请涉及安全存储领域，具体涉及用于机顶盒数据的智能管理方法和存储介质。
背景技术
随着社会的发展，机顶盒数据涉及的数据种类越来越广泛，例如电视节目观看记录、因特网接入、电子邮件、股市行情和票务信息，这些信息会涉及人们生活各个方面。因而需对机顶盒数据进行加密存储，从而保障机顶盒数据的安全性。
传统的加密方法，会对所有数据采用一样的方法进行加密，当采用复杂的加密方法时，虽然能够掩盖数据的统计特征，但此时的加密效率较低，而当采用简单的加密方法时，就无法掩盖那种具有明显统计特征的数据，因而解密者很容易利用该统计特征作为突破口完成数据解密，因而需分析各数据的统计特征，根据数据的统计特征情况采用不同的复杂性的方法来对数据进行加密，从而实现在保障数据安全性的同时还要保障数据的加密效率。
发明内容
为了解决上述技术问题，本发明提供用于机顶盒数据的智能管理方法，所述方法包括：
获取得到机顶盒数据序列和密钥序列；
根据机顶盒数据序列得到各数据的多个子序列，根据各数据的多个子序列得到各数据的多个参数序列，根据各数据的参数序列与其他数据的参数序列的相似性情况得到各数据的重复性，根据各数据的多个参数序列之间的相似性得到各数据的参数间相似度，根据各数据的多个参数序列之间相似性的取值混乱情况得到各数据的规律混乱程度，将各数据的参数间相似度与规律混乱程度的商作为各数据的规律延续性；将各数据的重复性与规律延续性的乘积作为各数据的易暴露程度；
根据各数据的参数序列中各超参数对各数据取值影响情况得到各超参数的重要性，根据各数据的参数序列中各超参数取值混乱情况得到各超参数的取值规律性，将各超参数的重要性与取值规律性的乘积作为各超参数的更新必要性；
根据各超参数的更新必要性得到参数备选序列，根据各数据的易暴露程度、密钥序列和参数备选序列对各数据的参数序列进行更新得到各数据的更新后参数序列；
根据各数据的更新后参数序列得到密文数据。
优选的，所述根据各数据的多个子序列得到各数据的多个参数序列，包括的具体步骤为：
对各数据的各子序列进行拟合得到各数据的各子序列的多项式，获取多项式的所有的超参数，将各多项式的所有的超参数按各超参数对应的自变量的次数大小进行升序排列得到各数据的各参数序列，利用各数据的多个子序列得到各数据的多个参数序列。
优选的，所述根据各数据的参数序列与其他数据的参数序列的相似性情况得到各数据的重复性，包括的具体步骤为：
将各数据的第1个参数序列与其他各数据的第1个参数序列分别计算余弦相似度，得到各数据的多个数据间相似度，将各数据的多个数据间相似度值的均值作为各数据的重复性。
优选的，所述根据各数据的多个参数序列之间的相似性得到各数据的参数间相似度，包括的具体步骤为：
将各数据的任意两个参数序列随机组合得到各数据的多个参数序列对，将各数据的各参数序列对中的两参数序列计算余弦相似度得到各数据的各参数序列对的相似度，将各数据的多个参数序列对的相似度均值作为各数据的参数间相似度。
优选的，所述根据各数据的参数序列中各超参数对各数据取值影响情况得到各超参数的重要性，包括的具体步骤为：
将各数据的第1个子序列的多项式的其中一个超参数调整为0，将多项式的其他超参数保持不变，得到各数据关于各超参数的调整后多项式，根据调整后多项式得到各数据关于各超参数的调整后数据；
根据各数据关于各超参数的调整后数据和各超参数得到基于各数据的各超参数的重要性；
将所有数据得到的基于各数据的各超参数的重要性求均值，得到各超参数的重要性。
优选的，所述根据各数据关于各超参数的调整后数据和各超参数得到基于各数据的各超参数的重要性，包括的具体步骤为：
基于第i个数据的第z个超参数的重要性计算公式为：
其中，表示第i个数据关于第z个超参数的调整后数据，/>表示第i个数据，/>表示第i个数据的第1个参数序列的第z个超参数，/>表示基于第i个数据第z个超参数的重要性。
优选的，所述根据各超参数的更新必要性得到参数备选序列，包括的具体步骤为：
获取第i个超参数的连续个数：
其中，表示各数据的多项式的项数，/>表示第z个超参数的更新必要性，Z表示超参数的总个数，/>表示第z个超参数的连续个数，/>表示向上取整符号；
设置各超参数的标志值，将个各超参数的标志值构成的序列作为各超参数的标志值序列，将所有超参数的标志值序列拼接在一起得到参数备选序列，/>表示各超参数的连续个数。
用于机顶盒数据的智能管理存储介质，存储有计算机程序，所述计算机程序在被机器执行时实现所述的用于机顶盒数据的智能管理方法。
本发明实施例至少具有如下有益效果：获取得到机顶盒数据和各数据的多个参数序列，根据各数据的多个参数序列得到各数据的易暴露程度，通过各数据易暴露程度来反映各数据的统计特征情况，为后续对各数据进行安全加密提供基础。
根据多个参数序列得到各参数的更新必要性，结合各数据的易暴露程度和各参数的更新要性对各数据的参数序列进行更新得到各数据的更新后参数序列，根据各数据的更新后参数序列得到密文数据，通过该方式能够实现根据各数据的统计特征情况对各数据进行不同的加密，从而在保障各数据的安全性的同时，还能提高数据加密的效率。
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和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据这些附图获得其它附图。
图1为本发明提供的用于机顶盒数据的智能管理方法和存储介质的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的用于机顶盒数据的智能管理方法和存储介质，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
实施例1：
本发明的用于机顶盒数据的智能管理方法的实施例，如图1所示，包括：
步骤S001，获取得到机顶盒数据序列和密钥序列。
由于当前机顶盒数据不仅包含电视节目播放记录，同时还会包含因特网接入数据以及电子邮件数据等，这些机顶盒数据会反应私人的多方面信息，这种信息一旦被非法利用，很容易侵害个人的利益。为了保障机顶盒数据的安全性，需对机顶盒数据进行加密处理，因而需先采集得到机顶盒数据序列。
采集数据：采集各时刻的机顶盒数据得到机顶盒数据序列。
生成密钥序列：利用混沌映射函数来生成混沌序列，将混沌序列作为密钥序列；需要说明的是该混沌映射函数的超参数是加密方和解密方事先约定好的，因而对于加密方和解密方来说混沌映射函数是已知的，利用该混沌映射函数得到的密钥序列无需进行传输。为后续机顶盒数据加密提供基础数据。
步骤S002，根据机顶盒数据序列得到各数据的易暴露程度。
当一个数据所在较短数据段在整个数据序列中重复出现，说明该数据具有较明显的统计特征，同时当该数据所在较短数据段的变化规律与该数据所在的较长数据段的变化规律相近，则说明该数据具有的统计规律具有较强的延续性，因而该数据的统计规律被暴露的可能性较大，因而基于此来得到各数据的易暴露程度。
1、获取得到各数据的多个子序列：
由于无法或缺的各数据在数据序列的区域呈现规律特征，因而需以各数据中心获得多个子序列，通过分析各数据的各子序列的规律情况得到各数据的易暴露程度。
设置大小为,/>,…,/>,…/>的多个窗口，将机顶盒数据序列的第i个数据放置在各窗口的中心，利用多个窗口得到第i个数据的多个子序列，多个子序列的长度分别为/>,/>,…,/>,…/>，本实施例中/>,/>,…,/>,…/>分别取11,13，…19,其他实施例中，实施者可根据实际设置/>,/>,…,/>,…/>的取值。将子序列/>记为第i个数据的第k个子序列。
同理获取机顶盒数据序列中各数据的多个子序列。
2、计算各数据的易暴露程度：
利用最小二乘法对第i个数据的第k个子序列进行拟合得到第i个数据/>的第k个子序列的多项式/>获取多项式/>的所有的超参数，将多项式/>的所有超参数按各超参数对应的自变量的次数大小进行升序排列得到第i个数据/>的第k个参数序列/>。例如第i个数据的第k个子序列的多项式为：/>,因而该多项式的所有超参数分别为“5”“3”“0”“4”“1”，其中5对应的自变量的次数为4,3对应的自变量的次数为3,0对应的自变量的次数为2,4对应的自变量的次数为1,1对应的次数为0，因而按各超参数对应的自变量的次数大小对多项式的所有超参数进行升序排列得到的序列为/>。同理得到第i个数据的各参数序列；需要说明的是，每个数据的各子序列的多项式均包含L项，只是多项式中有些项的超参数为0，本实施例中L取8，其他实施例中实施者可根据实际设置。
(1)计算第i个数据的重复性：
将第i个数据的第1个参数序列/>与其他各数据的第1个参数序列分别计算余弦相似度，得到第i个数据/>的多个数据间相似度，将第i个数据/>的多个数据间相似度值的均值作为第i个数据/>的重复性/>，通过该值来反映第i个数据/>所在第1个子序列在机顶盒数据序列重复出现的情况，该值越大说明第i个数据/>所在的第1子序列在机顶盒数据序列中重复出现次数越大，因而通过第i个数据/>的第1个子序列说明了第i个数据的统计规律越大。
(2)计算第i个数据的规律延续性：
将第i个数据的K个参数序列中的任意两个参数序列随机组合得到第i个数据/>的多个参数序列对，将第i个数据/>的各参数序列对中的两参数序列计算余弦相似度得到第i个数据/>的各参数序列对的相似度，将第i个数据的多个参数序列对的相似度均值，作为第i个数据的参数间相似度/>，该值越大说明第i个数据的周围的变化规律一致性越高，因而第i个数据的易暴露程度越大；将第i个数据的多个参数序列对的相似度计算信息熵，得到第i个数据的规律混乱程度/>，该值越大说明第i个数据的周围变化规律的相似度差异较大，第i个数据的周围变化规律的一致性越低，因而第i个数据的易暴露程度越高。
因而第i个数据的规律延续性为：
其中，表示第i个数据的参数间相似度，该值越大说明第i个数据周围的拟合规律相似度均值越高，因而第i个数据的周围的变化规律一致性越越高，因而通过这种规律导致第i个数据的易暴露程度越高，/>表示第i个数据的规律混乱程度，该值越大第i个数据的周围变化规律的相似度差异较大，第i个数据的周围变化规律的一致性越低，因而第i个数据的规律延续性越大，通过这种规律导致第i个数据的易暴露程度越高，/>表示第i个数据的规律延续性。
(3)计算第i个数据的易暴露程度：
其中，表示第i个数据的规律延续性，该值越大说明第i个数据的周围的局部变化规律在较大区域内保持一致，因而第i个数据周围变化规律很容易被暴露，通过这种规律容易获得第i个数据的准确取值；/>表示第i个数据的重复性，该值越大说明第i个数据的周围变化规律在机顶盒数据序列中多处重复出现，因而第i个数据的周围变化规律容易暴露，因而利用这种变化规律很容易获取第i个数据的取值。
至此，得到机顶盒数据序列中各数据的易暴露程度，在获取各数据的易暴露程度时，考虑了各数据周围变化规律的重复性以及周围变化规律的延续性，当各数据的周围变化规律的重复性越大时，说明很容易通过这种重复的变化规律来获得各数据取值，同时当各数据的周围变化规律延续性越大时，说明很容易利用这种规律获取各数据的取值。
步骤S003，根据各数据的参数序列得到各超参数的更新必要性，根据各数据的易暴露程度和各超参数的更新必要性对机顶盒数据序列进行加密得到密文数据。
由于机顶盒数据序列中每个数据的易暴露程度不同，当数据的易暴露程度较大，说明该数据周围变化规律暴露程度较大，很容易利用该数据周围变化规律获取到该数据取值，因而应尽可能多的破坏该数据周围规律来保障该数据的安全性，当数据的易暴露程度较小时，说明该数据周围变化规律暴露程度较小，不容易通过该数据周围变化规律获取该数据的取值，因而无需将该数据周围变化规律进行较强破坏也能保障该数据的安全性，因而下面基于各数据的易暴露程度来对各数据进行不同的加密。
1、获取各超参数的更新必要性：
(1)计算各超参数的重要性：
各数据的多项式中的各项对数据取值影响程度不同，例如第i个数据的第一个子序列的多项式为：，该多项式包含/>、/>、/>、/>、/>共5项，其中每项对y取值影响不同，其中对y值影响较大的项越重要，因而对该项改变越多越能够掩盖数据的取值规律，因而基于此来分析各参数的重要性：
将第i个数据的第1个子序列的多项式的第z个超参数/>调整为0，将多项式的其他超参数保持不变，得第i个数据关于第z个超参数的调整后多项式/>，根据调整后多项式/>得到第i个数据关于第z个超参数的调整后数据/>。
因而基于第i个数据的第z个超参数的重要性为：
其中，表示第i个数据关于第z个超参数的调整后数据，该值是通过对第i个数据的第1个子序列的多项式的第z个超参数进行调整得到的调整后数据，/>表示第i个数据，/>表示第i个数据的第1个超参数序列的第z个超参数，/>表示第z个超参数的单位变化下的第i个数据的变化量，该值越大说明第z个超参数变化对第i个数据的影响较大，因而对于第i个数据来说第z个超参数较为重要，即基于第i个数据的第z个超参数的重要性越大。/>表示基于第i个数据第z个超参数的重要性。
将所有数据得到的基于各数据的第z个超参数的重要性求均值，得到第z个超参数的重要性。
(2)计算各超参数的取值规律性：
获取所有数据的第1个参数序列的第z个超参数，得到第z个参数集合，计算第z个参数集合的信息熵，将第z个参数集合的信息熵的倒数作为第z个超参数的取值规律性。该值越大说明第z个超参数取值越规律，因而第z个超参数取值越规律，因而第z个超参数的取值很容易被暴露，因而第z个超参数更新必要性越大。
(3)计算各超参数的更新必要性：
其中，表示第z个超参数的重要性，该值越大说明第z个超参数对各数据的取值影响较大，要想掩盖各数据的统计规律，因而需将第z个超参数进行更新替换掉，因而第z个超参数更新必要性越大，/>表示第z个超参数的取值规律性，该值越大说明第z个超参数取值规律越大，因而为了防止窃取者通过第z个超参数的取值获取各数据取值，因而需对第z个超参数进行更新。/>表示第z个超参数的更新必要性。
2、根据各数据的易暴露程度和各超参数的更新必要性对各数据的超参数进行更新得到各数据的更新后参数序列：
(1)获得参数备选序列：
获取各超参数的连续个数：
其中，表示各数据的多项式的项数，/>表示第z个超参数的更新必要性，/>表示第z个超参数的连续个数，Z表示超参数的总个数。
将第1个超参数利用标志值1来表示，第2个超参数利用标志值2表示,…依次类推第z个超参数利用标志值z来表示。将个第z个超参数的标志值z构成的序列作为第z个超参数数据的标志值序列，将所有超参数数据的标志值序列拼接在一起得到参数备选序列。假设各数据的多项式包含3个超参数，第1个超参数的连续数据个数为5，第1个超参数数据的标志值序列为11111，第2个超参数的连续数据个数为2，第2个超参数的标志值序列为22，第3个超参数数据的连续个数为6，第3个超参数数据的标志值序列为333333，因而将3个超参数的标志值序列拼接在一起得到参数备选序列为1111122333333。
(2)对各数据的参数序列进行更新得到各数据的更新后参数序列：
为了保障各数据的安全性，需根据各数据的易暴露程度对各数据的参数序列进行更新，将易暴露数据的参数序列更新更多的数据，同时将非易暴露数据的参数序列更新更少的数据。
为了保障各数据的参数序列的更新效果，防止只对固定的超参数进行更新，增加参数数据更新的多样性，基于此利用下述方法进行更新，具体如下：
获取参数备选序列的长度。获取第i个数据的易暴露程度/>，将第i个数据的易暴露程度各位上数据累加得到第一累加和H1，在密钥序列中获取H1处的第一密钥值，获取第一密钥值与参数备选序列长度/>的余数记为第一余数，将第一余数加1得到第一参数位置V1，在参数备选序列中获取V1处的元素值记为第一标志值，将第一标志值对应的超参数作为第i个数据的第1个参数序列的第一待更新参数，将第一待更新参数与第一密钥值的累加和替换第1参数序列的第一待更新参数得到第一可能参数序列，将第一待更新参数的更新必要性记为更新累加和，将更新累加和与第i个数据的易暴露程度/>进行比较，当更新累加和和大于第i个数据的易暴露程度时，将第一可能参数序列作为第i个数据的更新后参数序列，当更新累加和小于第i个数据的易暴露程度时，将第一密钥值各位上数据的累加和记为第二累加和H2，在密钥序列中获取H2处的数据记为第二密钥值，获取第二密钥值与参数备选序列长度L1的余数记为第二余数，将第二余数加1得到第二参数位置V2，在参数备选序列中获取V2处的标志值记为第二标志值，将第二标志值对应的超参数记为第一可能参数序列的第二待更新参数，将第二待更新参数与第二密钥值的累加和替换第一可能参数序列的第二待更新参数得到第二可能参数序列，将第一待更新参数和第二待更新参数的更新必要性的累加和记为新的更新累加和，将新的更新累加和与第i个数据的易暴露程度/>进行比较，当新的更新累加和大于第i个数据的易暴露程度时，将第二可能参数序列作为第i个数据的更新后参数序列，当新的更新累加和小于第i个数据的易暴露程度时，将第二密钥值的各位上的累加和记为第三累加和H3，在密钥序列中获取H3处的数据记为第三密钥值，获取第三密钥值与参数备选序列长度L1的余数记为第三余数，将第三余数加1得到第三参数位置V3，在参数备选序列中获取V3处的标志值记为第三标志值，将第三标志值对应超参数记为第二可能参数序列的第三待更新参数，将第三待更新参数与第三密钥值的累加和替换第二可能参数序列的第三待更新参数得到第三可能参数序列，将第一待更新参数、第二待更新参数和第三待更新参数的更新必要性的累加和记为新的更新累加和，依次类推，直至获取第i个数据的更新后参数序列。
3、根据各数据的更新后参数序列进行加密得到密文数据：
根据第i个数据的更新后参数序列得到第i个数据的更新后多项式，利用第i个数据的更新后多项式得到第i个数据的更新后数据，同理得到各数据的更新后数据，所有数据的更新后数据构成的序列作为密文数据。
将密文数据存储在服务器上，从而实现机顶盒数据的安全管理。
至此，完成对机顶盒数据的加密处理得到密文数据，在进行加密处理时，考虑了各数据的各超参数的更新必要性，通过分析各超参数对各数据取值的影响情况得到各超参数的重要性，然后结合各超参数的取值规律性得到各超参数的更新必要性，根据各数据的易暴露程度和各超参数数据的更新必要性对各数据的参数序列进行更新得到更新后参数序列，根据更新后参数序列得到各数据的更新后数据，进而得到密文数据。
步骤S004，对密文数据进行解密处理得到机顶盒数据序列。
加密方将各数据的易暴露程度、各超参数的更新必要性和密文数据传输给解密方，由于获取密钥序列的混沌映射函数是双方事先设定好的，所以密钥序列无需进行传输。
解密方根据步骤S003中介绍的加密方法进行逆向操作实现对密文数据的解密处理得到机顶盒数据。
本实施例中通过对机顶盒数据的统计特征进行分析得到各数据的易暴露程度，根据各数据的易暴露程度给各数据的参数序列进行不同的更新，使得易暴露程度大的参数序列的更新数据个数较大，从而更大程度上的覆盖各数据的统计特征，易暴露程度小的参数序列更新数据个数较少，减少机顶盒数据的加密计算量，从而实现在保障机顶盒数据安全性的同时，还能提高加密效率。
实施例2：
本申请还提供了用于机顶盒数据的智能管理存储介质，所述存储介质上存储计算机程序，所述计算机程序在处理器上执行实施例1所提供的用于机顶盒数据的智能管理方法。
综上所述，本发明实施例用于机顶盒数据的智能管理方法和存储介质，获取得到机顶盒数据和各数据的多个参数序列，根据各数据的多个参数序列得到各数据的易暴露程度，通过各数据易暴露程度来反映各数据的统计特征情况，为后续对各数据进行安全加密提供基础。
根据多个参数序列得到各超参数的更新必要性，结合各数据的易暴露程度和各超参数的更新要性对各数据的参数序列进行更新得到各数据的更新后参数序列，根据各数据的更新后参数序列得到密文数据，通过该方式能够实现根据各数据的统计特征情况对各数据进行不同的加密，从而在保障各数据的安全性的同时，还能提高数据加密的效率。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，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.用于机顶盒数据的智能管理方法，其特征在于，所述方法包括：
获取得到机顶盒数据序列和密钥序列；
根据机顶盒数据序列得到各数据的多个子序列，根据各数据的多个子序列得到各数据的多个参数序列，根据各数据的参数序列与其他数据的参数序列的相似性情况得到各数据的重复性，根据各数据的多个参数序列之间的相似性得到各数据的参数间相似度，根据各数据的多个参数序列之间相似性的取值混乱情况得到各数据的规律混乱程度，将各数据的参数间相似度与规律混乱程度的商作为各数据的规律延续性；将各数据的重复性与规律延续性的乘积作为各数据的易暴露程度；
根据各数据的参数序列中各超参数对各数据取值影响情况得到各超参数的重要性，根据各数据的参数序列中各超参数取值混乱情况得到各超参数的取值规律性，将各超参数的重要性与取值规律性的乘积作为各超参数的更新必要性；
根据各超参数的更新必要性得到参数备选序列，根据各数据的易暴露程度、密钥序列和参数备选序列对各数据的参数序列进行更新得到各数据的更新后参数序列；
根据各数据的更新后参数序列得到密文数据。
2.如权利要求1所述的用于机顶盒数据的智能管理方法，其特征在于，所述根据各数据的多个子序列得到各数据的多个参数序列，包括的具体步骤为：
对各数据的各子序列进行拟合得到各数据的各子序列的多项式，获取多项式的所有的超参数，将各多项式的所有的超参数按各超参数对应的自变量的次数大小进行升序排列得到各数据的各参数序列，利用各数据的多个子序列得到各数据的多个参数序列。
3.如权利要求1所述的用于机顶盒数据的智能管理方法，其特征在于，所述根据各数据的参数序列与其他数据的参数序列的相似性情况得到各数据的重复性，包括的具体步骤为：
将各数据的第1个参数序列与其他各数据的第1个参数序列分别计算余弦相似度，得到各数据的多个数据间相似度，将各数据的多个数据间相似度值的均值作为各数据的重复性。
4.如权利要求1所述的用于机顶盒数据的智能管理方法，其特征在于，所述根据各数据的多个参数序列之间的相似性得到各数据的参数间相似度，包括的具体步骤为：
将各数据的任意两个参数序列随机组合得到各数据的多个参数序列对，将各数据的各参数序列对中的两参数序列计算余弦相似度得到各数据的各参数序列对的相似度，将各数据的多个参数序列对的相似度均值作为各数据的参数间相似度。
5.如权利要求1所述的用于机顶盒数据的智能管理方法，其特征在于，所述根据各数据的参数序列中各超参数对各数据取值影响情况得到各超参数的重要性，包括的具体步骤为：
将各数据的第1个子序列的多项式的其中一个超参数调整为0，将多项式的其他超参数保持不变，得到各数据关于各超参数的调整后多项式，根据调整后多项式得到各数据关于各超参数的调整后数据；
根据各数据关于各超参数的调整后数据和各超参数得到基于各数据的各超参数的重要性；
将所有数据得到的基于各数据的各超参数的重要性求均值，得到各超参数的重要性。
6.如权利要求5所述的用于机顶盒数据的智能管理方法，其特征在于，所述根据各数据关于各超参数的调整后数据和各超参数得到基于各数据的各超参数的重要性，包括的具体步骤为：
基于第i个数据的第z个超参数的重要性计算公式为：
其中，表示第i个数据关于第z个超参数的调整后数据，/>表示第i个数据，/>表示第i个数据的第1个参数序列的第z个超参数，/>表示基于第i个数据第z个超参数的重要性。
7.如权利要求1所述的用于机顶盒数据的智能管理方法，其特征在于，所述根据各超参数的更新必要性得到参数备选序列，包括的具体步骤为：
获取第i个超参数的连续个数：
其中，表示各数据的多项式的项数，/>表示第z个超参数的更新必要性，Z表示超参数的总个数，/>表示第z个超参数的连续个数，/>表示向上取整符号；
设置各超参数的标志值，将个各超参数的标志值构成的序列作为各超参数的标志值序列，将所有超参数的标志值序列拼接在一起得到参数备选序列，/>表示各超参数的连续个数。
8.用于机顶盒数据的智能管理存储介质，存储有计算机程序，其特征在于，所述计算机程序在被机器执行时实现根据权利要求1-7中的任一项所述的用于机顶盒数据的智能管理方法。
CN202310635852.7A 2023-06-01 2023-06-01 用于机顶盒数据的智能管理方法和存储介质 Active CN116366373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310635852.7A CN116366373B (zh) 2023-06-01 2023-06-01 用于机顶盒数据的智能管理方法和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310635852.7A CN116366373B (zh) 2023-06-01 2023-06-01 用于机顶盒数据的智能管理方法和存储介质

Publications (2)

Publication Number Publication Date
CN116366373A CN116366373A (zh) 2023-06-30
CN116366373B true CN116366373B (zh) 2023-08-22

Family

ID=86939960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310635852.7A Active CN116366373B (zh) 2023-06-01 2023-06-01 用于机顶盒数据的智能管理方法和存储介质

Country Status (1)

Country Link
CN (1) CN116366373B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110365620A (zh) * 2018-03-26 2019-10-22 中移(苏州)软件技术有限公司 一种流式数据隐私保护方法及装置
CN112987590A (zh) * 2021-04-29 2021-06-18 中家院（北京）检测认证有限公司 基于环境规律智能分析的智慧家庭控制方法及系统
CN115618397A (zh) * 2022-12-19 2023-01-17 深圳市研强物联技术有限公司 一种录音笔语音加密方法
WO2023040361A1 (zh) * 2021-09-18 2023-03-23 大连理工大学 一种基于改进类提升方案的图像加密方法
CN115913552A (zh) * 2023-01-06 2023-04-04 山东卓朗检测股份有限公司 一种工业机器人控制系统的信息安全测试数据处理方法
CN116192419A (zh) * 2022-11-15 2023-05-30 中亿(深圳)信息科技有限公司 一种基于物联网卡的应用程序数据安全防护方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113411384B (zh) * 2021-06-10 2022-09-27 华中科技大学 针对物联网数据安全共享过程中隐私保护的系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110365620A (zh) * 2018-03-26 2019-10-22 中移(苏州)软件技术有限公司 一种流式数据隐私保护方法及装置
CN112987590A (zh) * 2021-04-29 2021-06-18 中家院（北京）检测认证有限公司 基于环境规律智能分析的智慧家庭控制方法及系统
WO2023040361A1 (zh) * 2021-09-18 2023-03-23 大连理工大学 一种基于改进类提升方案的图像加密方法
CN116192419A (zh) * 2022-11-15 2023-05-30 中亿(深圳)信息科技有限公司 一种基于物联网卡的应用程序数据安全防护方法及装置
CN115618397A (zh) * 2022-12-19 2023-01-17 深圳市研强物联技术有限公司 一种录音笔语音加密方法
CN115913552A (zh) * 2023-01-06 2023-04-04 山东卓朗检测股份有限公司 一种工业机器人控制系统的信息安全测试数据处理方法

Also Published As

Publication number Publication date
CN116366373A (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
Shankar et al. Adaptive optimal multi key based encryption for digital image security
Panah et al. On the properties of non-media digital watermarking: a review of state of the art techniques
Hahn et al. Biometric template protection for neural-network-based face recognition systems: A survey of methods and evaluation techniques
US10083194B2 (en) Process for obtaining candidate data from a remote storage server for comparison to a data to be identified
US10892891B2 (en) System, method, and computer program product for zero round trip secure communications based on two noisy secrets
JP2021019344A (ja) ブロックチェーンのための選択的プライベート分散計算
CN115659409A (zh) 一种金融资产交易数据安全存储方法
Huang et al. High-quality visually secure image cryptosystem using improved Chebyshev map and 2D compressive sensing model
US20030046200A1 (en) Anonymous recommendation technique with variable degrees of privacy and accuracy
CN116366373B (zh) 用于机顶盒数据的智能管理方法和存储介质
CN116720211B (zh) 用于心脏康复的动态监测数据安全加密方法
EP1086547B1 (fr) Procede de securisation d'un ou plusieurs ensembles electroniques mettant en oeuvre un algorithme crytographique avec cle secrete, et l'ensemble electronique
Rawat et al. Natural share-based lightweight (n, n) single secret image sharing scheme using LSB stuffing for medical images
Sekar et al. Secure IoT-enabled sharing of digital medical records: An integrated approach with reversible data hiding, symmetric cryptosystem, and IPFS
Rao Paras-A Private NFT Protocol
CN108282665B (zh) 一种防止刷人气的方法、存储介质、设备及系统
CN112256839B (zh) 一种密文搜索方法、装置、系统及计算机可读存储介质
CN117592090B (zh) 一种护理体检数据智能分析及管理方法
CN117395078B (zh) 一种基于大数据的网络安全保护方法及系统
CN117077181B (zh) 一种企业信息管理数据的存储方法
CN116015982B (zh) 一种网络安全数据传输的加密、解密方法及设备
CN115396092B (zh) 一种智能心功能治疗系统的数据管理方法
US20230289565A1 (en) Method for the secure use of a first neural network on an input datum
Dilmaghani A privacy-preserving solution for storage and processing of personal health records against brute-force attacks
Wu et al. Magic Mirror by Bidirectional GAN: A Video Data Theft-Proof Framework

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