CN117354064B - 一种基于区块链的分布式多方隐私处理方法以及系统 - Google Patents
一种基于区块链的分布式多方隐私处理方法以及系统 Download PDFInfo
- Publication number
- CN117354064B CN117354064B CN202311647825.8A CN202311647825A CN117354064B CN 117354064 B CN117354064 B CN 117354064B CN 202311647825 A CN202311647825 A CN 202311647825A CN 117354064 B CN117354064 B CN 117354064B
- Authority
- CN
- China
- Prior art keywords
- data
- image
- processing
- binary
- processed
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000013075 data extraction Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 10
- 241001270131 Agaricus moelleri Species 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 abstract description 2
- 239000003086 colorant Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- 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
- H04L9/40—Network security protocols
-
- 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
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
-
- 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
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Bioethics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Storage Device Security (AREA)
Abstract
本发明适用于电数字数据处理技术领域,尤其涉及一种基于区块链的分布式多方隐私处理方法以及系统,所述方法包括:实时获取算力资源,设定唯一编码;获取待处理数据,获取随机图像,对随机图像进行叠加处理,得到数据分配图像;对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列;基于加密序列对待处理数据进行拆分,得到多个拆分数据块,对拆分数据块进行重新拼接,并存储于区块链;本发明根据加密序列对各方需要加密的数据进行拆分和重组,以改变数据内容,最后进行上传,保证了数据的隐私性,提升了数据的安全性,可以将多方隐私数据进行拆分和重组后存储在区块链中,安全性更高。
Description
技术领域
本发明属于电数字数据处理技术领域,尤其涉及一种基于区块链的分布式多方隐私处理方法以及系统。
背景技术
数据(Data)是对事实、概念或指令的一种表达形式,可由人工或自动化装置进行处理,数据经过解释并赋予一定的意义之后,便成为信息;数据处理(data processing)是对数据的采集、存储、检索、加工、变换和传输。
数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据;当前,对于来自多方的隐私数据,其应用在具体使用场景中时,私密性较差。
发明内容
本发明实施例的目的在于提供一种基于区块链的分布式多方隐私处理方法以及系统,旨在解决对于来自多方的隐私数据,其应用在具体使用场景中时,私密性较差的问题。
本发明实施例是这样实现的,一种基于区块链的分布式多方隐私处理方法,所述方法包括:
实时获取各个数据处理参与方的算力资源,为各个数据处理参与方设定一个唯一编码;
获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像;
对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列;
基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储。
优选的,所述获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像的步骤,具体包括:
获取各个数据处理参与方的待处理数据,所述待处理数据来自于各自的数据处理参与方,待处理数据的数据量不同;
从各个数据处理参与方获取一组随机图像,按照数据处理参与方的编码确定图像叠加顺序;
基于图像叠加顺序将所有随机图像导入到图像处理软件中,按照预设的叠加方式进行处理,得到数据分配图像。
优选的,所述对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列的步骤,具体包括:
对数据分配图像预处理,采用二值处理的方式将其转化为二值图像,所述二值图像通过两种灰度的像素进行表示;
确定两种灰度像素对应的二进制数值,从而将二值图像中的所有像素转化为二进制字符,得到二进制字符串;
将二进制字符串转化为十进制字符,并识别其中包含的唯一编码,基于唯一编码以及唯一编码之间的十进制字符生成加密序列。
优选的,所述基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储的步骤,具体包括:
基于加密序列提取得到多个编码,确定任意两个相邻编码之间的字符,基于该字符的数值确定数据块拆分量;
基于数据块拆分量对待处理数据进行数据提取,得到多个拆分数据块;
按照拆分顺序对拆分得到的多个拆分数据块进行拼接,随之存储于区块链,将数据分配图像存储于本地。
优选的,数据分配图像存储之前,对其进行加密处理。
优选的,当数据分配图像对应的加密序列用尽之后,重新获取新的数据分配图像。
本发明实施例的另一目的在于提供一种基于区块链的分布式多方隐私处理系统,所述系统包括:
信息采集模块,用于实时获取各个数据处理参与方的算力资源,为各个数据处理参与方设定一个唯一编码;
图像处理模块,用于获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像;
加密序列生成模块,用于对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列;
数据存储模块,用于基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储。
优选的,所述图像处理模块包括:
数据获取单元,用于获取各个数据处理参与方的待处理数据,所述待处理数据来自于各自的数据处理参与方,待处理数据的数据量不同;
叠加顺序识别单元,用于从各个数据处理参与方获取一组随机图像,按照数据处理参与方的编码确定图像叠加顺序;
图像叠加处理单元,用于基于图像叠加顺序将所有随机图像导入到图像处理软件中,按照预设的叠加方式进行处理,得到数据分配图像。
优选的,所述加密序列生成模块包括:
图像预处理单元,用于对数据分配图像预处理,采用二值处理的方式将其转化为二值图像,所述二值图像通过两种灰度的像素进行表示;
图文转换单元,用于确定两种灰度像素对应的二进制数值,从而将二值图像中的所有像素转化为二进制字符,得到二进制字符串;
加密数据提取单元,用于将二进制字符串转化为十进制字符,并识别其中包含的唯一编码,基于唯一编码以及唯一编码之间的十进制字符生成加密序列。
优选的,所述数据存储模块包括:
拆分量识别单元,用于基于加密序列提取得到多个编码,确定任意两个相邻编码之间的字符,基于该字符的数值确定数据块拆分量;
数据拆分单元,用于基于数据块拆分量对待处理数据进行数据提取,得到多个拆分数据块;
数据重组单元,用于按照拆分顺序对拆分得到的多个拆分数据块进行拼接,随之存储于区块链,将数据分配图像存储于本地。
本发明实施例提供的一种基于区块链的分布式多方隐私处理方法以及系统,通过获取随机图像,对随机图像进行叠加处理,从而将其转换为用于加密的加密序列,根据加密序列对各方需要加密的数据进行拆分和重组,以改变数据内容,最后进行上传,保证了数据的隐私性,提升了数据的安全性,可以将多方隐私数据进行拆分和重组后存储在区块链中,安全性更高。
附图说明
图1为本发明实施例提供的一种基于区块链的分布式多方隐私处理方法的流程图;
图2为本发明实施例提供的获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像的步骤的流程图;
图3为本发明实施例提供的对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列的步骤的流程图;
图4为本发明实施例提供的基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储的步骤的流程图;
图5为本发明实施例提供的一种基于区块链的分布式多方隐私处理系统的架构图;
图6为本发明实施例提供的一种图像处理模块的架构图;
图7为本发明实施例提供的一种加密序列生成模块的架构图;
图8为本发明实施例提供的一种数据存储模块的架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
区块链,就是一个又一个区块组成的链条。每一个区块中保存了一定的信息,它们按照各自产生的时间顺序连接成链条。这个链条被保存在所有的服务器中,只要整个系统中有一台服务器可以工作,整条区块链就是安全的。这些服务器在区块链系统中被称为节点,它们为整个区块链系统提供存储空间和算力支持。本申请通过获取随机图像,对随机图像进行叠加处理,从而将其转换为用于加密的加密序列,根据加密序列对各方需要加密的数据进行拆分和重组,以改变数据内容,最后进行上传,保证了数据的隐私性,提升了数据的安全性,可以将多方隐私数据进行拆分和重组后存储在区块链的节点中,所有的基于待处理数据进行使用的节点都需要就数据准确性达成共识,并且所有经过验证的交易都将永久记录在案,可以应用在不同的具体使用场景中,数据不可篡改,安全性更高,解决了背景技术中的技术问题。
如图1所示,为本发明实施例提供的一种基于区块链的分布式多方隐私处理方法的流程图,所述方法包括:
S100,实时获取各个数据处理参与方的算力资源,为各个数据处理参与方设定一个唯一编码。
在本步骤中,实时获取各个数据处理参与方的算力资源,对于各方而言,都具有各自的计算中心,按照各个数据处理参与方的算力资源的大小进行排序,从而确定数据处理参与方的唯一编码,具体的,可以直接以排序排名作为唯一编码,如01,05等,可以根据数据处理参与方的类型加入对应的前置编码,从何将其与排序排名合成,作为唯一编码,无论是合成得到唯一编码,还是直接根据排序得到唯一编码,都需要保证唯一编码的唯一性,即唯一编码之间不同相同。
S200,获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像。
在本步骤中,获取各个数据处理参与方的待处理数据,待处理数据为包含多方的隐私数据,或者说需要进行加密处理的数据,各个数据处理参与方需要公开当前需要存储的待处理数据的容量,为了保证数据存储的安全性,将所有数据处理参与方提供的待处理数据进行重新排列,以实现加密的效果,具体的,从各个数据处理参与方获取一组随机图像,所述随机图像是各个数据处理参与方自行提供,其可以通过随机生成的方式确定,也可以通过图像采集的方式确定,但需要保证提供的随机图像的尺寸一致,如各个数据处理参与方提供的随机图像均为10000像素*10000像素,进而对获取得到的随机图像进行叠加处理,通过叠加处理,每个像素的色彩都是通过多组图像融合得到的,因此具有绝对随机性,将其作为数据分配图像。
S300,对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列。
在本步骤中,对数据分配图像预处理,预处理的目的在于,消除其中包含的色彩信息,即将其转化为黑白图像,其中仅包含两种灰度值的像素,具体的,可以为[0,0,0,]RGB色彩和[255,255,255]RGB色彩,即纯黑像素和纯白像素,此时,以黑色像素作为二进制数字0,白色像素则作为二进制数字1,此时可以得到一个二进制字符串,进一步将其转化为十进制数字,那么得到的十进制字符串中就存在与各个唯一编码对应的字符串,根据上述字符串出现的顺序来确定被选中的待处理数据的来源,即数据处理参与方,将相邻两组唯一编码对应的字符串字符,统计其数值之和,以据此确定本次从被选中的待处理数据中提取的数据量,基于上述规律,生成加密序列。
S400,基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储。
在本步骤中,基于加密序列对待处理数据进行拆分,加密序列中记载了被选中的数据处理参与方提供的待处理数据的顺序,并且确定了每次提取数据的数量,那么基于上述顺序以及数据提取数量进行拆分,将待处理数据转化为多个拆分数据块,而拆分数据块根据拆分顺序进行重组,得到一个完成连续的新数据,将新数据存储于区块链的若干节点,对数据分配图像进行存储,由于各个数据处理参与方的待处理数据都被打乱,并且混合存储,需要根据数据分配图像确定加密序列才能进行反向重组,保证了数据的安全性。
如图2所示,作为本发明的一个优选实施例,所述获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像的步骤,具体包括:
S201,获取各个数据处理参与方的待处理数据,所述待处理数据来自于各自的数据处理参与方,待处理数据的数据量不同。
在本步骤中,获取各个数据处理参与方的待处理数据,待处理数据是阶段性处理的,如每天处理一次,即各个数据处理参与方每天提交一次待处理数据,因此各个待处理数据的数据量是不同的。
S202,从各个数据处理参与方获取一组随机图像,按照数据处理参与方的编码确定图像叠加顺序。
在本步骤中,从各个数据处理参与方获取一组随机图像,数据处理参与方提供的随机图像都是自行决定的,其可以设置一组图像采集装置,在需要时采集一组图像,也可以随机从网络中获取一组图像作为随机图像,各个数据处理参与方提供的随机图像不可重复使用。
S203,基于图像叠加顺序将所有随机图像导入到图像处理软件中,按照预设的叠加方式进行处理,得到数据分配图像。
在本步骤中,基于图像叠加顺序将所有随机图像导入到图像处理软件中,利用图像处理软件,将随机图像按照确定的图像叠加顺序逐步导入,并按照预设的叠加方式进行处理,如导入到PS软件中,按照正片叠底的方式进行叠加处理,得到数据分配图像。
如图3所示,作为本发明的一个优选实施例,所述对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列的步骤,具体包括:
S301,对数据分配图像预处理,采用二值处理的方式将其转化为二值图像,所述二值图像通过两种灰度的像素进行表示。
在本步骤中,对数据分配图像进行预处理,预处理过程包括对数据分配图像进行尺寸检测,进行尺寸处理,随后通过二值化处理,将其中转化为二值图像,二值图像中,将灰度值低于平均灰度值的像素修改为第一灰度值像素,将灰度值不低于平均灰度值的像素修改为第二灰度值像素。
S302,确定两种灰度像素对应的二进制数值,从而将二值图像中的所有像素转化为二进制字符,得到二进制字符串。
在本步骤中,确定两种灰度像素对应的二进制数值,具体的,第一灰度值像素对应的灰度值为0,即为黑色,第二灰度值像素对应的灰度值为255,即为白色,将黑色像素作为二进制数字0,将白色像素作为二进制数字1,以形成二进制字符串。
S303,将二进制字符串转化为十进制字符,并识别其中包含的唯一编码,基于唯一编码以及唯一编码之间的十进制字符生成加密序列。
在本步骤中,将二进制字符串转化为十进制字符,通过转换之后,将会得到一组十进制字符串,此时将各个数据处理参与方对应的唯一编码进行查找,确定上述唯一编码在十进制字符串中出现的顺序,进而进行截取,将相邻两组唯一编码之间的十进制字符提取出来,统计上述十进制字符之和,如316515,求和得到21,则本次提取21M大小的数据量,生成加密序列,加密序列对唯一编码出现的顺序以及相邻两组唯一编码之间的十进制字符之和进行存储。
如图4所示,作为本发明的一个优选实施例,所述基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储的步骤,具体包括:
S401,基于加密序列提取得到多个编码,确定任意两个相邻编码之间的字符,基于该字符的数值确定数据块拆分量。
在本步骤中,基于加密序列提取得到多个编码,该编码即为各个数据处理参与方的唯一编码,而任意两个相邻编码之间的字符即为统计的相邻两组唯一编码之间的十进制字符之和,确定数据块拆分量。
S402,基于数据块拆分量对待处理数据进行数据提取,得到多个拆分数据块。
在本步骤中,基于数据块拆分量对待处理数据进行数据提取,如包含五个数据处理参与方,其唯一编码分别为1111,1112,1113,1114和1115,加密序列为1112-0080-1114-0121-1111-0231-1115-0023-1113-0542,则表明按照先从1112对应的数据处理参与方提供的待处理数据中提取80M数据,随后从1114对应的数据处理参与方提供的待处理数据中提取121M数据,随后从1111对应的数据处理参与方提供的待处理数据中提取231M数据,随后从1115对应的数据处理参与方提供的待处理数据中提取23M数据,随后从1113对应的数据处理参与方提供的待处理数据中提取542M数据,上述单位可以为M可以为KB,具体根据数据量进行设置。
S403,按照拆分顺序对拆分得到的多个拆分数据块进行拼接,随之存储于区块链,将数据分配图像存储于本地。
在本步骤中,按照拆分顺序对拆分得到的多个拆分数据块进行拼接,通过拼接之后,原始数据就被打算,得到新数据需要进行反向拆解和组装以得到原始的待处理数据,将处理得到的新数据存储于区块链的节点中,将数据分配图像存储于本地。
如图5所示,为本发明实施例提供的一种基于区块链的分布式多方隐私处理系统,所述系统包括:
信息采集模块100,用于实时获取各个数据处理参与方的算力资源,为各个数据处理参与方设定一个唯一编码。
在本系统中,信息采集模块100实时获取各个数据处理参与方的算力资源,对于各方而言,都具有各自的计算中心,按照各个数据处理参与方的算力资源的大小进行排序,从而确定数据处理参与方的唯一编码,具体的,可以直接以排序排名作为唯一编码,如01,05等,可以根据数据处理参与方的类型加入对应的前置编码,从何将其与排序排名合成,作为唯一编码,无论是合成得到唯一编码,还是直接根据排序得到唯一编码,都需要保证唯一编码的唯一性,即唯一编码之间不同相同。
图像处理模块200,用于获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像。
在本系统中,图像处理模块200获取各个数据处理参与方的待处理数据,待处理数据为即将公开于区块链当中的数据,各个数据处理参与方需要公开当前需要存储的待处理数据的容量,为了保证数据存储的安全性,将所有数据处理参与方提供的待处理数据进行重新排列,以实现加密的效果,具体的,从各个数据处理参与方获取一组随机图像,所述随机图像是各个数据处理参与方自行提供,其可以通过随机生成的方式确定,也可以通过图像采集的方式确定,但需要保证提供的随机图像的尺寸一致,如各个数据处理参与方提供的随机图像均为10000像素*10000像素,进而对获取得到的随机图像进行叠加处理,通过叠加处理,每个像素的色彩都是通过多组图像融合得到的,因此具有绝对随机性,将其作为数据分配图像。
加密序列生成模块300,用于对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列。
在本系统中,加密序列生成模块300对数据分配图像预处理,预处理的目的在于,消除其中包含的色彩信息,即将其转化为黑白图像,其中仅包含两种灰度值的像素,具体的,可以为[0,0,0,]RGB色彩和[255,255,255]RGB色彩,即纯黑像素和纯白像素,此时,以黑色像素作为二进制数字0,白色像素则作为二进制数字1,此时可以得到一个二进制字符串,进一步将其转化为十进制数字,那么得到的十进制字符串中就存在与各个唯一编码对应的字符串,根据上述字符串出现的顺序来确定被选中的待处理数据的来源,即数据处理参与方,将相邻两组唯一编码对应的字符串字符,统计其数值之和,以据此确定本次从被选中的待处理数据中提取的数据量,基于上述规律,生成加密序列。
数据存储模块400,用于基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储。
在本系统中,数据存储模块400基于加密序列对待处理数据进行拆分,加密序列中记载了被选中的数据处理参与方提供的待处理数据的顺序,并且确定了每次提取数据的数量,那么基于上述顺序以及数据提取数量进行拆分,将待处理数据转化为多个拆分数据块,而拆分数据块根据拆分顺序进行重组,得到一个完成连续的新数据,将新数据存储于区块链,对数据分配图像进行存储,由于各个数据处理参与方的待处理数据都被打乱,并且混合存储,需要根据数据分配图像确定加密序列才能进行反向重组,保证了数据的安全性。
如图6所示,作为本发明的一个优选实施例,所述图像处理模块200包括:
数据获取单元201,用于获取各个数据处理参与方的待处理数据,所述待处理数据来自于各自的数据处理参与方,待处理数据的数据量不同。
在本模块中,数据获取单元201获取各个数据处理参与方的待处理数据,待处理数据是阶段性处理的,如每天处理一次,即各个数据处理参与方每天提交一次待处理数据,因此各个待处理数据的数据量是不同的。
叠加顺序识别单元202,用于从各个数据处理参与方获取一组随机图像,按照数据处理参与方的编码确定图像叠加顺序。
在本模块中,叠加顺序识别单元202从各个数据处理参与方获取一组随机图像,数据处理参与方提供的随机图像都是自行决定的,其可以设置一组图像采集装置,在需要时采集一组图像,也可以随机从网络中获取一组图像作为随机图像,各个数据处理参与方提供的随机图像不可重复使用。
图像叠加处理单元203,用于基于图像叠加顺序将所有随机图像导入到图像处理软件中,按照预设的叠加方式进行处理,得到数据分配图像。
在本模块中,图像叠加处理单元203基于图像叠加顺序将所有随机图像导入到图像处理软件中,利用图像处理软件,将随机图像按照确定的图像叠加顺序逐步导入,并按照预设的叠加方式进行处理,如导入到PS软件中,按照正片叠底的方式进行叠加处理,得到数据分配图像。
如图7所示,作为本发明的一个优选实施例,所述加密序列生成模块300包括:
图像预处理单元301,用于对数据分配图像预处理,采用二值处理的方式将其转化为二值图像,所述二值图像通过两种灰度的像素进行表示。
在本模块中,图像预处理单元301对数据分配图像进行预处理,预处理过程包括对数据分配图像进行尺寸检测,进行尺寸处理,随后通过二值化处理,将其中转化为二值图像,二值图像中,将灰度值低于平均灰度值的像素修改为第一灰度值像素,将灰度值不低于平均灰度值的像素修改为第二灰度值像素。
图文转换单元302,用于确定两种灰度像素对应的二进制数值,从而将二值图像中的所有像素转化为二进制字符,得到二进制字符串。
在本模块中,图文转换单元302确定两种灰度像素对应的二进制数值,具体的,第一灰度值像素对应的灰度值为0,即为黑色,第二灰度值像素对应的灰度值为255,即为白色,将黑色像素作为二进制数字0,将白色像素作为二进制数字1,以形成二进制字符串。
加密数据提取单元303,用于将二进制字符串转化为十进制字符,并识别其中包含的唯一编码,基于唯一编码以及唯一编码之间的十进制字符生成加密序列。
在本模块中,加密数据提取单元303将二进制字符串转化为十进制字符,通过转换之后,将会得到一组十进制字符串,此时将各个数据处理参与方对应的唯一编码进行查找,确定上述唯一编码在十进制字符串中出现的顺序,进而进行截取,将相邻两组唯一编码之间的十进制字符提取出来,统计上述十进制字符之和,如316515,求和得到21,则本次提取21M大小的数据量,生成加密序列,加密序列对唯一编码出现的顺序以及相邻两组唯一编码之间的十进制字符之和进行存储。
如图8所示,作为本发明的一个优选实施例,所述数据存储模块400包括:
拆分量识别单元401,用于基于加密序列提取得到多个编码,确定任意两个相邻编码之间的字符,基于该字符的数值确定数据块拆分量。
在本模块中,拆分量识别单元401基于加密序列提取得到多个编码,该编码即为各个数据处理参与方的唯一编码,而任意两个相邻编码之间的字符即为统计的相邻两组唯一编码之间的十进制字符之和,确定数据块拆分量。
数据拆分单元402,用于基于数据块拆分量对待处理数据进行数据提取,得到多个拆分数据块。
在本模块中,数据拆分单元402基于数据块拆分量对待处理数据进行数据提取,如包含五个数据处理参与方,其唯一编码分别为1111,1112,1113,1114和1115,加密序列为1112-0080-1114-0121-1111-0231-1115-0023-1113-0542,则表明按照先从1112对应的数据处理参与方提供的待处理数据中提取80M数据,随后从1114对应的数据处理参与方提供的待处理数据中提取121M数据,随后从1111对应的数据处理参与方提供的待处理数据中提取231M数据,随后从1115对应的数据处理参与方提供的待处理数据中提取23M数据,随后从1113对应的数据处理参与方提供的待处理数据中提取542M数据,上述单位可以为M可以为KB,具体根据数据量进行设置。
数据重组单元403,用于按照拆分顺序对拆分得到的多个拆分数据块进行拼接,随之存储于区块链,将数据分配图像存储于本地。
在本模块中,数据重组单元403按照拆分顺序对拆分得到的多个拆分数据块进行拼接,通过拼接之后,原始数据就被打算,得到新数据需要进行反向拆解和组装以得到原始的待处理数据,将处理得到的新数据存储于区块链,将数据分配图像存储于本地。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于区块链的分布式多方隐私处理方法,其特征在于,所述方法包括:
实时获取各个数据处理参与方的算力资源,为各个数据处理参与方设定一个唯一编码;
获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像;
对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列;
基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储。
2.根据权利要求1所述的基于区块链的分布式多方隐私处理方法,其特征在于,所述获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像的步骤,具体包括:
获取各个数据处理参与方的待处理数据,所述待处理数据来自于各自的数据处理参与方,待处理数据的数据量不同;
从各个数据处理参与方获取一组随机图像,按照数据处理参与方的编码确定图像叠加顺序;
基于图像叠加顺序将所有随机图像导入到图像处理软件中,按照预设的叠加方式进行处理,得到数据分配图像。
3.根据权利要求1所述的基于区块链的分布式多方隐私处理方法,其特征在于,所述对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列的步骤,具体包括:
对数据分配图像预处理,采用二值处理的方式将其转化为二值图像,所述二值图像通过两种灰度的像素进行表示;
确定两种灰度像素对应的二进制数值,从而将二值图像中的所有像素转化为二进制字符,得到二进制字符串;
将二进制字符串转化为十进制字符,并识别其中包含的唯一编码,基于唯一编码以及唯一编码之间的十进制字符生成加密序列。
4.根据权利要求1所述的基于区块链的分布式多方隐私处理方法,其特征在于,所述基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储的步骤,具体包括:
基于加密序列提取得到多个编码,确定任意两个相邻编码之间的字符,基于该字符的数值确定数据块拆分量;
基于数据块拆分量对待处理数据进行数据提取,得到多个拆分数据块;
按照拆分顺序对拆分得到的多个拆分数据块进行拼接,随之存储于区块链,将数据分配图像存储于本地。
5.根据权利要求1所述的基于区块链的分布式多方隐私处理方法,其特征在于,数据分配图像存储之前,对其进行加密处理。
6.根据权利要求1所述的基于区块链的分布式多方隐私处理方法,其特征在于,当数据分配图像对应的加密序列用尽之后,重新获取新的数据分配图像。
7.一种基于区块链的分布式多方隐私处理系统,其特征在于,所述系统包括:
信息采集模块,用于实时获取各个数据处理参与方的算力资源,为各个数据处理参与方设定一个唯一编码;
图像处理模块,用于获取各个数据处理参与方的待处理数据,并从各个数据处理参与方获取一组随机图像,对随机图像进行叠加处理,得到数据分配图像;
加密序列生成模块,用于对数据分配图像预处理,并将其处理为二值图像,基于二值图像提取二进制字符串,将二进制字符串转化为加密序列;
数据存储模块,用于基于加密序列对待处理数据进行拆分,得到多个拆分数据块,按照加密序列对拆分数据块进行重新拼接,并存储于区块链,对数据分配图像进行存储。
8.根据权利要求7所述的基于区块链的分布式多方隐私处理系统,其特征在于,所述图像处理模块包括:
数据获取单元,用于获取各个数据处理参与方的待处理数据,所述待处理数据来自于各自的数据处理参与方,待处理数据的数据量不同;
叠加顺序识别单元,用于从各个数据处理参与方获取一组随机图像,按照数据处理参与方的编码确定图像叠加顺序;
图像叠加处理单元,用于基于图像叠加顺序将所有随机图像导入到图像处理软件中,按照预设的叠加方式进行处理,得到数据分配图像。
9.根据权利要求7所述的基于区块链的分布式多方隐私处理系统,其特征在于,所述加密序列生成模块包括:
图像预处理单元,用于对数据分配图像预处理,采用二值处理的方式将其转化为二值图像,所述二值图像通过两种灰度的像素进行表示;
图文转换单元,用于确定两种灰度像素对应的二进制数值,从而将二值图像中的所有像素转化为二进制字符,得到二进制字符串;
加密数据提取单元,用于将二进制字符串转化为十进制字符,并识别其中包含的唯一编码,基于唯一编码以及唯一编码之间的十进制字符生成加密序列。
10.根据权利要求7所述的基于区块链的分布式多方隐私处理系统,其特征在于,所述数据存储模块包括:
拆分量识别单元,用于基于加密序列提取得到多个编码,确定任意两个相邻编码之间的字符,基于该字符的数值确定数据块拆分量;
数据拆分单元,用于基于数据块拆分量对待处理数据进行数据提取,得到多个拆分数据块;
数据重组单元,用于按照拆分顺序对拆分得到的多个拆分数据块进行拼接,随之存储于区块链,将数据分配图像存储于本地。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311647825.8A CN117354064B (zh) | 2023-12-05 | 2023-12-05 | 一种基于区块链的分布式多方隐私处理方法以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311647825.8A CN117354064B (zh) | 2023-12-05 | 2023-12-05 | 一种基于区块链的分布式多方隐私处理方法以及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117354064A CN117354064A (zh) | 2024-01-05 |
CN117354064B true CN117354064B (zh) | 2024-02-02 |
Family
ID=89357909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311647825.8A Active CN117354064B (zh) | 2023-12-05 | 2023-12-05 | 一种基于区块链的分布式多方隐私处理方法以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117354064B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918923A (zh) * | 2019-01-25 | 2019-06-21 | 哈尔滨理工大学 | 一种基于dna编码的多通道彩色图像混沌加密方法 |
CN112613055A (zh) * | 2020-12-24 | 2021-04-06 | 山东鑫泰洋智能科技有限公司 | 基于分布式云服务器和数图转换的图像处理系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10171229B2 (en) * | 2015-06-25 | 2019-01-01 | Instituto Potosino de Investigacion Cientifica y Tecnologica AC | Pseudo-random bit generator based on multim-modal maps |
US11757616B2 (en) * | 2021-09-18 | 2023-09-12 | Dalian Unversity of Technology | Image encryption method based on improved class boosting scheme |
-
2023
- 2023-12-05 CN CN202311647825.8A patent/CN117354064B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918923A (zh) * | 2019-01-25 | 2019-06-21 | 哈尔滨理工大学 | 一种基于dna编码的多通道彩色图像混沌加密方法 |
CN112613055A (zh) * | 2020-12-24 | 2021-04-06 | 山东鑫泰洋智能科技有限公司 | 基于分布式云服务器和数图转换的图像处理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117354064A (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kumar et al. | A 2D logistic map and Lorenz-Rossler chaotic system based RGB image encryption approach | |
CN111784556A (zh) | 在图像中添加数字水印的方法、装置、终端及存储介质 | |
KR20190048104A (ko) | 딥러닝을 이용한 암호화 방법 | |
CN105637801A (zh) | 多形态加密密钥矩阵 | |
CN117354064B (zh) | 一种基于区块链的分布式多方隐私处理方法以及系统 | |
Angarita et al. | Brauer configuration algebras for multimedia based cryptography and security applications | |
CN116228508B (zh) | 一种密码生成和认证系统及方法 | |
CN116980534A (zh) | 一种视频通讯的图像处理方法及系统 | |
CN115883841B (zh) | 一种基于霍夫曼编码的计算机信息存储系统 | |
CN111026583B (zh) | 区块链钱包多私钥的备份恢复方法和计算机可读存储介质 | |
CN115632780B (zh) | 用于物联网印章的使用管理系统及方法 | |
Dobre et al. | Blockchain-based image copyright protection system using JPEG resistant digital signature | |
CN115017877B (zh) | 一种版式文件的储存方法及样本数据库本地重建方法 | |
CN114697671B (zh) | 一种建筑工程质量管理系统 | |
CN115511030A (zh) | 防伪验证方法、装置和电子设备 | |
CN115131465A (zh) | 一种基于身份关系保持的人脸匿名图像生成及识别方法 | |
Wu et al. | Reversible image visual transformation for privacy and content protection | |
CN114996745B (zh) | 基于舆情事件智能搜寻的媒体资产管理系统 | |
CN117240626B (zh) | 基于虚拟专网技术的数据加密通讯方法及系统 | |
Boughaci et al. | Stochastic local search combined with LSB technique for image steganography | |
CN117271528B (zh) | 一种基于区块链技术的表格关键字符储存方法及系统 | |
CN116611986B (zh) | 一种数据加密方法、系统、计算机设备及存储介质 | |
CN112380551B (zh) | 一种基于双图像的可逆数据隐藏方法与系统 | |
CN117955737B (zh) | 车联网数据隐私保护与加密传输方法及系统 | |
Tallón-Ballesteros | A secure image authentication scheme with tamper localization and recovery |
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 |