CN117313063B - 一种基于多方安全计算的数据响应监测管理方法及系统 - Google Patents
一种基于多方安全计算的数据响应监测管理方法及系统 Download PDFInfo
- Publication number
- CN117313063B CN117313063B CN202311624279.6A CN202311624279A CN117313063B CN 117313063 B CN117313063 B CN 117313063B CN 202311624279 A CN202311624279 A CN 202311624279A CN 117313063 B CN117313063 B CN 117313063B
- Authority
- CN
- China
- Prior art keywords
- data
- user
- security
- multiparty
- calculation
- 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
- 230000004044 response Effects 0.000 title claims abstract description 64
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000007726 management method Methods 0.000 title abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000013481 data capture Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000012512 characterization method Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 231100000279 safety data Toxicity 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 8
- 238000012795 verification Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于多方安全计算的数据响应监测管理方法及系统，涉及数据处理技术领域，该方法包括：建立捕捉时序窗口，执行多方用户的协同数据抓取，建立协同数据集；建立信息熵计算网络，并同步发送至多方用户节点；基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至信息熵计算网络，生成信息系数；对多方用户进行用户验证，生成账户安全系数；以信息系数和账户安全系数进行多方响应的安全计算，基于安全计算结果进行数据响应的监测管理。本发明解决了现有技术中多方数据在交互过程中的安全监测水平低，数据安全性低的技术问题，达到了基于多方安全计算进行多方数据安全监测，提高数据交互的安全性的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于多方安全计算的数据响应监测管理方法及系统。
背景技术
随着数字化时代的不断发展，解决数据孤岛，实现数据流动运转，对于各个行业的发展越来越重要。协同办公、数据共享已成为企业高效协作的重要手段，大数据的使用可以使得预测更加准确，决策更加优化，统计更加精确，但是多方数据往往属于不同的利益方，在数据交互过程中存在泄漏风险，数据安全性较低。
发明内容
本申请提供了一种基于多方安全计算的数据响应监测管理方法及系统，用于解决现有技术中多方数据在交互过程中的安全监测水平低，数据安全性低的技术问题。
本申请的第一个方面，提供了一种基于多方安全计算的数据响应监测管理方法，所述方法包括：建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，以所述捕捉时序窗口执行多方用户的协同数据抓取，建立协同数据集，其中，所述协同数据集为加密后的数据集；建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点；基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至所述信息熵计算网络，生成信息系数；对多方用户进行用户验证，基于用户验证结果生成账户安全系数；以所述信息系数和所述账户安全系数进行多方响应的安全计算，生成安全计算结果；基于安全计算结果进行数据响应的监测管理。
本申请的第二个方面，提供了一种基于多方安全计算的数据响应监测管理系统，所述系统包括：协同数据集建立模块，所述协同数据集建立模块用于建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，以所述捕捉时序窗口执行多方用户的协同数据抓取，建立协同数据集，其中，所述协同数据集为加密后的数据集；信息熵计算网络建立模块，所述信息熵计算网络建立模块用于建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点；信息系数生成模块，所述信息系数生成模块用于基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至所述信息熵计算网络，生成信息系数；账户安全系数生成模块，所述账户安全系数生成模块用于对多方用户进行用户验证，基于用户验证结果生成账户安全系数；多方响应安全计算模块，所述多方响应安全计算模块用于以所述信息系数和所述账户安全系数进行多方响应的安全计算，生成安全计算结果；数据响应监测管理模块，所述数据响应监测管理模块用于基于安全计算结果进行数据响应的监测管理。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供的一种基于多方安全计算的数据响应监测管理方法，涉及数据处理技术领域，通过执行多方用户的协同数据抓取，建立协同数据集，基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至信息熵计算网络，生成信息系数，对多方用户进行用户验证，生成账户安全系数，以信息系数和账户安全系数进行多方响应的安全计算，基于安全计算结果进行数据响应的监测管理，解决了现有技术中多方数据在交互过程中的安全监测水平低，数据安全性低的技术问题，实现了基于多方安全计算进行多方数据安全监测，提高数据交互的安全性的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，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他的附图。
图1为本申请实施例提供的一种基于多方安全计算的数据响应监测管理方法流程示意图；
图2为本申请实施例提供的一种基于多方安全计算的数据响应监测管理方法中建立信息熵计算网络的流程示意图；
图3为本申请实施例提供的一种基于多方安全计算的数据响应监测管理方法中基于安全计算结果进行数据响应的监测管理的流程示意图；
图4为本申请实施例提供的一种基于多方安全计算的数据响应监测管理系统结构示意图。
附图标记说明：协同数据集建立模块11，信息熵计算网络建立模块12，信息系数生成模块13，账户安全系数生成模块14，多方响应安全计算模块15，数据响应监测管理模块16。
具体实施方式
本申请提供了一种基于多方安全计算的数据响应监测管理方法，用于解决现有技术中多方数据在交互过程中的安全监测水平低，数据安全性低的技术问题。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书及上述附图中的术语“第一”“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示，本申请提供了一种基于多方安全计算的数据响应监测管理方法，所述方法包括：
P10：建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，以所述捕捉时序窗口执行多方用户的协同数据抓取，建立协同数据集，其中，所述协同数据集为加密后的数据集；
可选的，基于安全多方计算，针对无可信第三方的情况下，安全地进行多方协同的计算和数据交互，即在一个分布式网络中，实现多个参与实体各自持有密钥输入，各方共同完成对某些核心函数的计算，并实现每个参与实体除计算外均不能得到其他参与实体的任何输入信息。针对多个参与实体，也就是多方用户，建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，所述协同数据是指多方用户日常操作数据，例如日常的数据访问时间、访问频率、访问设备IP地址等。使用所述捕捉时序窗口执行多方用户的协同数据抓取，分别抓取各个用户的协同数据，构成协同数据集，所述协同数据集为加密后的数据集，可作为用户日常操作安全验证的基础数据。
P20：建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点；
进一步的，如图2所示，本申请实施例步骤P20还包括：
P21：对多方用户进行用户评价，基于用户评价结果建立数据信任识别特征集；
P22：建立信任度认证的适应度函数，所述适应度函数以数据信任识别特征集的全部特征作为认证特征后，分配适应权重构建而成；
P23：依据所述适应度函数建立信息熵计算网络，并将所述信息熵计算网络同步至多方用户节点。
应当理解的是，分别对多方用户进行用户评价，例如进行加密等级评价、数据泄露风险评价、高风险因素评价、历史数据丢失率评价等，并基于用户评价结果提取数据信任识别特征，例如加密等级、泄露风险、高风险因素占比、历史数据丢失频率等，进一步的，以所述数据信任识别特征集中的全部特征作为认证特征，也就是函数的构建参数，并根据各项特征的重要性程度分配适应权重，构建适应度函数，所述适应度函数可以根据多方用户的各项识别特征值进行信任度认证，获得各个用户的信任度等级。
进一步的，依据所述适应度函数建立信息熵计算网络，信息熵是用来衡量信息的不确定性的度量，在本申请中可以理解成某种特定信息的出现概率，也就是各类数据安全风险出现的概率，所述信息熵计算网络是用来进行多方用户的信任度认证的模块，是由多个边缘计算节点和一个云处理中心组成的网络，多个边缘计算节点服务于多方用户节点，可分别计算各个用户的数据安全风险。
进一步的，本申请实施例步骤P20还包括：
P24：当用户接收所述信息熵计算网络后，调用所述用户的历史发送数据；
P25：以所述历史发送数据进行与所述数据信任识别特征集的特征匹配；
P26：根据特征匹配结果生成网络补偿参数；
P27：依据所述网络补偿参数进行信息熵计算网络的用户特征化补偿；
P28：依据补偿后的信息熵计算网络执行信息系数计算。
在本申请一种可能的实施例中，当任意用户接收所述信息熵计算网络后，也就是与所述信息熵计算网络连接后，调用所述用户的历史发送数据，并提取所述历史发送数据中的信任识别特征，与所述数据信任识别特征集的特征进行匹配，也就是将历史发送数据特征与数据信任识别特征集的特征一一对应，进而根据各项特征的差异值，生成网络补偿参数，也就是适应度函数校准参数，并依据所述网络补偿参数进行信息熵计算网络的用户特征化补偿，也就是进行对应用户边缘计算节点的修正，并使用修正后的信息熵计算网络执行信息系数计算，示例性的，若所述用户的某项特征的安全风险高于其他用户，则需分配较高的适应权重，以便针对性的进行各用户的风险监测，提高监测的准确性。
P30：基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至所述信息熵计算网络，生成信息系数；
具体的，从所述协同数据集中进行映射用户的数据信息调用，也就是从所述协同数据集中提取多方用户的数据信息，并将数据信息发送至所述信息熵计算网络的各个边缘计算节点，由边缘计算节点进行数据安全风险计算，生成信息系数，也就是多方用户的日常操作安全风险系数。
P40：对多方用户进行用户验证，基于用户验证结果生成账户安全系数；
示例性的，对多方用户进行常规安全验证，例如进行登录密码验证、用户身份验证、短信验证等，并通过加权计算得到账户安全系数，可以反映多方用户节点本身的安全性。
P50：以所述信息系数和所述账户安全系数进行多方响应的安全计算，生成安全计算结果；
应当理解的是，分别使用所述信息系数和所述账户安全系数，进行各个用户的响应安全计算，示例性的，根据用户日常操作安全风险和账户安全风险的重要性程度，为所述信息系数和所述账户安全系数分配相应的权重系数，例如设置为4：6，进而参照所述权重系数将所述信息系数和所述账户安全系数进行加权平均计算，得到各用户的安全计算结果。
P60：基于安全计算结果进行数据响应的监测管理。
进一步的，如图3所示，本申请实施例步骤P60还包括：
P61：建立安全数据响应的检测通道，其中，所述检测通道包括与多方用户一一对应的认证子通道和汇总检测通道；
P62：将安全计算结果分别输入对应的认证子通道，进行独立安全认证，生成独立安全认证结果；
P63：将所述安全计算结果输入所述汇总检测通道，生成综合安全认证结果；
P64：基于所述独立安全认证结果和所述综合安全认证结果进行认证判别，基于认证判别结果进行数据响应的监测管理。
具体的，基于安全计算结果进行数据响应的监测管理，首先建立安全数据响应的检测通道，所述检测通道包括认证子通道和汇总检测通道，所述认证子通道包含多个并与多方用户一一对应，用来对各用户的安全风险进行单独认证，所述汇总检测通道用来生成多方用户的综合安全风险。
进一步的，将安全计算结果分别输入对应的认证子通道，进行独立安全认证，生成多个独立安全认证结果，将所述安全计算结果输入所述汇总检测通道，生成综合安全认证结果，并基于所述独立安全认证结果和所述综合安全认证结果进行认证判别，例如分别将所述独立安全认证结果和所述综合安全认证结果与对应的安全风险阈值进行对比，得到认证判别结果，基于认证判别结果进行数据安全风险预警。
进一步的，本申请实施例步骤P60还包括：
P65：构建捕捉优化子通道，其中，所述捕捉优化子通道为窗口定位通道，且所述捕捉优化子通道为检测通道的子处理通道；
P66：将所述独立安全认证结果和所述综合安全认证结果整合后输入所述捕捉优化子通道，生成窗口定位约束；
P67：依据所述窗口定位约束进行下一捕捉时序窗口的窗口调整。
示例性的，构建捕捉优化子通道，所述捕捉优化子通道为窗口定位通道，也就是优化各个捕捉时序窗口的数据捕捉时段的通道，且所述捕捉优化子通道为检测通道的子处理通道，将所述独立安全认证结果和所述综合安全认证结果整合后输入所述捕捉优化子通道，通过所述捕捉优化子通道进行各项独立安全认证结果和所述综合安全认证结果对比，筛选出各项独立安全认证结果的突出特征，例如某用户的数据泄露频率比其他用户高，则针对该用户的捕捉时序窗口，生成窗口定位约束，例如加长该窗口的数据捕捉时长，并依据所述窗口定位约束进行下一捕捉时序窗口的窗口调整，以此来提高数据安全监测的针对性和准确性。
进一步的，本申请实施例还包括步骤P80，步骤P80还包括：
P64-1：将所述独立安全认证结果进行独立记录；
P64-2：建立连续触发的触发系数；
P64-3：以所述触发系数进行独立安全认证结果的同用户触发累计计算；
P64-4：根据累计计算结果生成附加认证结果；
P64-5：通过所述附加认证结果进行认证判别结果修正。
可选的，针对各独立用户，将所述独立安全认证结果进行独立记录，并根据独立记录建立连续触发的触发系数，例如某用户在一段时间内的数据丢失次数，以所述触发系数进行独立安全认证结果的同用户触发累计计算，并将累计计算结果作为附加认证结果，对认证判别结果中对应用户的独立安全认证结果进行修正，提高认证判别结果的准确性。
进一步的，本申请实施例还包括步骤P70，步骤P70还包括：
P71：对监测管理效果进行效果评价，并生成反馈约束；
P72：以所述反馈约束调整捕捉时序窗口，调整参数包括窗口长度和时序频率；
P73：根据调整结果进行后续的数据响应的监测管理。
应当理解的是，根据历史数据响应安全监测记录数据，对监测管理效果进行效果评价，也就是根据各用户的历史安全监测效果，进行监测管理效果评估，并根据评估结果筛选出不满足安全阈值的风险项，并由此生成反馈约束，也就是数据监测的校准约束，通过所述反馈约束调整捕捉时序窗口，包括调整窗口长度和时序频率，例如加长窗口长度和增强时序频率，来得到更准确全面的协同数据，根据调整结果进行后续的数据响应的监测管理，提高监测管理的安全性。
综上所述，本申请实施例至少具有如下技术效果：
本申请通过执行多方用户的协同数据抓取，建立协同数据集，基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至信息熵计算网络，生成信息系数，对多方用户进行用户验证，生成账户安全系数，以信息系数和账户安全系数进行多方响应的安全计算，基于安全计算结果进行数据响应的监测管理。
达到了基于多方安全计算进行多方数据安全监测，提高数据交互的安全性的技术效果。
实施例二
基于与前述实施例中一种基于多方安全计算的数据响应监测管理方法相同的发明构思，如图4所示，本申请提供了一种基于多方安全计算的数据响应监测管理系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：
协同数据集建立模块11，所述协同数据集建立模块11用于建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，以所述捕捉时序窗口执行多方用户的协同数据抓取，建立协同数据集，其中，所述协同数据集为加密后的数据集；
信息熵计算网络建立模块12，所述信息熵计算网络建立模块12用于建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点；
信息系数生成模块13，所述信息系数生成模块13用于基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至所述信息熵计算网络，生成信息系数；
账户安全系数生成模块14，所述账户安全系数生成模块14用于对多方用户进行用户验证，基于用户验证结果生成账户安全系数；
多方响应安全计算模块15，所述多方响应安全计算模块15用于以所述信息系数和所述账户安全系数进行多方响应的安全计算，生成安全计算结果；
数据响应监测管理模块16，所述数据响应监测管理模块16用于基于安全计算结果进行数据响应的监测管理。
进一步的，所述信息熵计算网络建立模块12还用于执行以下步骤：
对多方用户进行用户评价，基于用户评价结果建立数据信任识别特征集；
建立信任度认证的适应度函数，所述适应度函数以数据信任识别特征集的全部特征作为认证特征后，分配适应权重构建而成；
依据所述适应度函数建立信息熵计算网络，并将所述信息熵计算网络同步至多方用户节点。
进一步的，所述信息熵计算网络建立模块12还用于执行以下步骤：
当用户接收所述信息熵计算网络后，调用所述用户的历史发送数据；
以所述历史发送数据进行与所述数据信任识别特征集的特征匹配；
根据特征匹配结果生成网络补偿参数；
依据所述网络补偿参数进行信息熵计算网络的用户特征化补偿；
依据补偿后的信息熵计算网络执行信息系数计算。
进一步的，所述数据响应监测管理模块16还用于执行以下步骤：
建立安全数据响应的检测通道，其中，所述检测通道包括与多方用户一一对应的认证子通道和汇总检测通道；
将安全计算结果分别输入对应的认证子通道，进行独立安全认证，生成独立安全认证结果；
将所述安全计算结果输入所述汇总检测通道，生成综合安全认证结果；
基于所述独立安全认证结果和所述综合安全认证结果进行认证判别，基于认证判别结果进行数据响应的监测管理。
进一步的，所述数据响应监测管理模块16还用于执行以下步骤：
构建捕捉优化子通道，其中，所述捕捉优化子通道为窗口定位通道，且所述捕捉优化子通道为检测通道的子处理通道；
将所述独立安全认证结果和所述综合安全认证结果整合后输入所述捕捉优化子通道，生成窗口定位约束；
依据所述窗口定位约束进行下一捕捉时序窗口的窗口调整。
进一步的，所述数据响应监测管理模块16还用于执行以下步骤：
将所述独立安全认证结果进行独立记录；
建立连续触发的触发系数；
以所述触发系数进行独立安全认证结果的同用户触发累计计算；
根据累计计算结果生成附加认证结果；
通过所述附加认证结果进行认证判别结果修正。
进一步的，所述系统还包括：
反馈约束生成模块，所述反馈约束生成模块用于对监测管理效果进行效果评价，并生成反馈约束；
捕捉时序窗口调整模块，所述捕捉时序窗口调整模块用于以所述反馈约束调整捕捉时序窗口，调整参数包括窗口长度和时序频率；
监测管理模块，所述监测管理模块用于根据调整结果进行后续的数据响应的监测管理。
需要说明的是，上述本申请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。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (6)
1.一种基于多方安全计算的数据响应监测管理方法，其特征在于，所述方法包括：
建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，以所述捕捉时序窗口执行多方用户的协同数据抓取，建立协同数据集，其中，所述协同数据集为加密后的数据集；
建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点；
基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至所述信息熵计算网络，生成信息系数；
对多方用户进行用户验证，基于用户验证结果生成账户安全系数；
以所述信息系数和所述账户安全系数进行多方响应的安全计算，生成安全计算结果；
基于安全计算结果进行数据响应的监测管理；
所述建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点，包括：
对多方用户进行用户评价，基于用户评价结果建立数据信任识别特征集；
建立信任度认证的适应度函数，所述适应度函数以数据信任识别特征集的全部特征作为认证特征后，分配适应权重构建而成；
依据所述适应度函数建立信息熵计算网络，并将所述信息熵计算网络同步至多方用户节点；
当用户接收所述信息熵计算网络后，调用所述用户的历史发送数据；
以所述历史发送数据进行与所述数据信任识别特征集的特征匹配；
根据特征匹配结果生成网络补偿参数；
依据所述网络补偿参数进行信息熵计算网络的用户特征化补偿；
依据补偿后的信息熵计算网络执行信息系数计算。
2.如权利要求1所述的方法，其特征在于，所述基于安全计算结果进行数据响应的监测管理，还包括：
建立安全数据响应的检测通道，其中，所述检测通道包括与多方用户一一对应的认证子通道和汇总检测通道；
将安全计算结果分别输入对应的认证子通道，进行独立安全认证，生成独立安全认证结果；
将所述安全计算结果输入所述汇总检测通道，生成综合安全认证结果；
基于所述独立安全认证结果和所述综合安全认证结果进行认证判别，基于认证判别结果进行数据响应的监测管理。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
构建捕捉优化子通道，其中，所述捕捉优化子通道为窗口定位通道，且所述捕捉优化子通道为检测通道的子处理通道；
将所述独立安全认证结果和所述综合安全认证结果整合后输入所述捕捉优化子通道，生成窗口定位约束；
依据所述窗口定位约束进行下一捕捉时序窗口的窗口调整。
4.如权利要求2所述的方法，其特征在于，所述方法还包括：
将所述独立安全认证结果进行独立记录；
建立连续触发的触发系数；
以所述触发系数进行独立安全认证结果的同用户触发累计计算；
根据累计计算结果生成附加认证结果；
通过所述附加认证结果进行认证判别结果修正。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
对监测管理效果进行效果评价，并生成反馈约束；
以所述反馈约束调整捕捉时序窗口，调整参数包括窗口长度和时序频率；
根据调整结果进行后续的数据响应的监测管理。
6.一种基于多方安全计算的数据响应监测管理系统，其特征在于，所述系统包括：
协同数据集建立模块，所述协同数据集建立模块用于建立捕捉时序窗口，所述捕捉时序窗口为进行多方用户协同数据同步捕捉的时间窗口，以所述捕捉时序窗口执行多方用户的协同数据抓取，建立协同数据集，其中，所述协同数据集为加密后的数据集；
信息熵计算网络建立模块，所述信息熵计算网络建立模块用于建立信息熵计算网络，并将所述信息熵计算网络同步发送至多方用户节点；
信息系数生成模块，所述信息系数生成模块用于基于协同数据集进行映射用户的数据信息调用，并将数据信息发送至所述信息熵计算网络，生成信息系数；
账户安全系数生成模块，所述账户安全系数生成模块用于对多方用户进行用户验证，基于用户验证结果生成账户安全系数；
多方响应安全计算模块，所述多方响应安全计算模块用于以所述信息系数和所述账户安全系数进行多方响应的安全计算，生成安全计算结果；
数据响应监测管理模块，所述数据响应监测管理模块用于基于安全计算结果进行数据响应的监测管理；
所述信息熵计算网络建立模块还用于执行以下步骤：
对多方用户进行用户评价，基于用户评价结果建立数据信任识别特征集；
建立信任度认证的适应度函数，所述适应度函数以数据信任识别特征集的全部特征作为认证特征后，分配适应权重构建而成；
依据所述适应度函数建立信息熵计算网络，并将所述信息熵计算网络同步至多方用户节点；
当用户接收所述信息熵计算网络后，调用所述用户的历史发送数据；
以所述历史发送数据进行与所述数据信任识别特征集的特征匹配；
根据特征匹配结果生成网络补偿参数；
依据所述网络补偿参数进行信息熵计算网络的用户特征化补偿；
依据补偿后的信息熵计算网络执行信息系数计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311624279.6A CN117313063B (zh) | 2023-11-30 | 2023-11-30 | 一种基于多方安全计算的数据响应监测管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311624279.6A CN117313063B (zh) | 2023-11-30 | 2023-11-30 | 一种基于多方安全计算的数据响应监测管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117313063A CN117313063A (zh) | 2023-12-29 |
| CN117313063B true CN117313063B (zh) | 2024-03-22 |
Family
ID=89288850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311624279.6A Active CN117313063B (zh) | 2023-11-30 | 2023-11-30 | 一种基于多方安全计算的数据响应监测管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117313063B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10432605B1 (en) * | 2012-03-20 | 2019-10-01 | United Services Automobile Association (Usaa) | Scalable risk-based authentication methods and systems |
| CN113344473A (zh) * | 2021-08-04 | 2021-09-03 | 北京邮电大学 | 海洋目标协同探测设备的优化方法及设备 |
| CN114357455A (zh) * | 2021-12-16 | 2022-04-15 | 国网河北省电力有限公司信息通信分公司 | 一种基于多维属性信任评估的信任方法 |
| CN115643085A (zh) * | 2022-10-20 | 2023-01-24 | 深圳铸泰科技有限公司 | 一种物联网设备安全保护方法及系统 |
| CN116151627A (zh) * | 2023-04-04 | 2023-05-23 | 支付宝(杭州)信息技术有限公司 | 一种业务风控的方法、装置、存储介质及电子设备 |
| CN116186672A (zh) * | 2023-04-20 | 2023-05-30 | 北京万讯博通科技发展有限公司 | 一种多特征变量的用户协同识别方法及系统 |
| CN116800545A (zh) * | 2023-08-24 | 2023-09-22 | 天津致新轨道交通运营有限公司 | 一种地铁通讯数据传输方法及系统 |
-
2023
- 2023-11-30 CN CN202311624279.6A patent/CN117313063B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10432605B1 (en) * | 2012-03-20 | 2019-10-01 | United Services Automobile Association (Usaa) | Scalable risk-based authentication methods and systems |
| CN113344473A (zh) * | 2021-08-04 | 2021-09-03 | 北京邮电大学 | 海洋目标协同探测设备的优化方法及设备 |
| CN114357455A (zh) * | 2021-12-16 | 2022-04-15 | 国网河北省电力有限公司信息通信分公司 | 一种基于多维属性信任评估的信任方法 |
| CN115643085A (zh) * | 2022-10-20 | 2023-01-24 | 深圳铸泰科技有限公司 | 一种物联网设备安全保护方法及系统 |
| CN116151627A (zh) * | 2023-04-04 | 2023-05-23 | 支付宝(杭州)信息技术有限公司 | 一种业务风控的方法、装置、存储介质及电子设备 |
| CN116186672A (zh) * | 2023-04-20 | 2023-05-30 | 北京万讯博通科技发展有限公司 | 一种多特征变量的用户协同识别方法及系统 |
| CN116800545A (zh) * | 2023-08-24 | 2023-09-22 | 天津致新轨道交通运营有限公司 | 一种地铁通讯数据传输方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 一种基于零信任的SDN网络访问控制方法;吴云坤;姜博;潘瑞萱;刘玉岭;;信息网络安全(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117313063A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10666798B2 (en) | Methods and apparatus for detection and mitigation of robocalls | |
| US8880604B2 (en) | Determination of a spammer through social network characterization | |
| US10091675B2 (en) | System and method for estimating an effective bandwidth | |
| Sun et al. | Trust establishment in distributed networks: Analysis and modeling | |
| EP2053783A1 (en) | Method and system for identifying VoIP traffic in networks | |
| CN114374969A (zh) | 一种电力物联网环境下的信任评估方法 | |
| EP1204248A1 (en) | Monitoring traffic in telecommunications networks | |
| CN117313063B (zh) | 一种基于多方安全计算的数据响应监测管理方法及系统 | |
| CN107682316A (zh) | 动态密码发送策略的生成方法和动态密码发送方法 | |
| CN114553458A (zh) | 一种电力物联网环境下的可信群体的构建与动态维护方法 | |
| CN117527580A (zh) | 一种增强远程通信技术连接能力的方法 | |
| Tortorella | Service reliability theory and engineering, II: Models and examples | |
| CN101964999B (zh) | 一种适用于卫星通信网络的语音质量提升方法 | |
| US7822604B2 (en) | Method and apparatus for identifying conversing pairs over a two-way speech medium | |
| EP3512159A1 (en) | Method, platform and system for ensuring auditability of an immutable digital transaction | |
| Mazurczyk et al. | On steganography in lost audio packets | |
| EP3726825B1 (en) | System and method for detecting fraud in international telecommunication traffic | |
| US6956819B1 (en) | Method, apparatus and system for evaluating quality-of-service in packet switching network | |
| CN114125845A (zh) | 一种基于物联网的智能设备自动连网方法及装置 | |
| Iliev et al. | Statistical processing and quality of service for incoming traffic in markov chains | |
| Singh et al. | Transmission of audio over LTE packet based wireless networks using wavelets | |
| CN111224886A (zh) | 一种网络流量的管控方法及系统 | |
| CN116011602B (zh) | 一种基于互联网的政务服务管理系统及方法 | |
| US20110170537A1 (en) | One Way and Round Trip Delays Using Telephony In-Band Tones | |
| Reisslein | Measurement‐based admission control for bufferless multiplexers |
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 |