CN117574413B - 一种车辆交易客户信息动态加密防护方法 - Google Patents

Abstract

本发明涉及数据动态存储保护技术领域，具体涉及一种车辆交易客户信息动态加密防护方法。该方法获取车辆交易系统中每种信息数据在预设时间段内的数据变动曲线；然后根据信息数据的变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征；根据信息数据的哈希差值的变动规律及时间变动特征，获取每种信息数据的数据变动特征，结合每种信息数据的变动概率获取每种信息数据的变动参量；最后根据变动参量构建每个客户所有信息数据的加密树，获取加密树上每个节点对应的编码及密文。本发明通过获取每种信息数据对应的变动参量，根据变动参量将每种信息数据分类排序获取加密层级结构及编码，提高了动态数据加密防护的效率及准确性。

Description

一种车辆交易客户信息动态加密防护方法

技术领域

本发明涉及数据动态存储保护技术领域，具体涉及一种车辆交易客户信息动态加密防护方法。

背景技术

随着互联网技术的发展，车辆交易活动逐渐线上化，交易过程中客户信息的保护和安全管理变得尤为重要。为避免客户信息不被泄露、篡改或非法使用等信息安全事故的发生，通常将信息数据进行分类加密存储至树状结构内，加强客户信息的安全性。

传统的树状分类模型需要大量的历史数据分析每个客户的车辆交易信息数据的特征，而车辆交易客户信息中每种信息数据的各项指标繁多且由于部分车辆交易客户的历史信息数据较少，可能导致模型难以学习到足够的特征及规律，从而使得部分动态数据的分类加密效果较差；且传统树状分类模型未考虑信息数据在时序上的变动情况，并未根据每种信息数据的变动概率将信息数据放在合适层级的子节点上，导致频繁变动的信息数据在变更密文时会占用较大索引资源，从而降低车辆交易客户动态信息加密防护的效率及效果。

发明内容

为了解决传统树状分类模型分类加密防护效果较差且效率的技术问题，本发明的目的在于提供一种车辆交易客户信息动态加密防护方法，所采用的技术方案具体如下：

本发明提出一种车辆交易客户信息动态加密防护方法，所述方法包括：

获取车辆交易系统中所有客户的每种信息数据在预设时间段内的数据变动曲线；所述信息数据至少包括车牌号码、车辆行驶里程、车辆型号、车主身份信息、交强险、商业险、车辆外观检查、车辆损耗程度以及车辆性能检查；

在每种信息数据的所述数据变动曲线中，根据变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征，并获取每次变动前后信息数据间的哈希差值；根据每种信息数据的所述哈希差值的变动规律及所述时间变动特征，获取每种信息数据的数据变动特征；

根据每种信息数据的变动次数及变动时间，获取每种信息数据的变动概率；根据所述变动概率及所述数据变动特征获取每种信息数据的变动参量；根据所述变动参量构建每个客户所有信息数据的加密树，获取所述加密树上每个节点对应的编码及密文。

进一步地，所述时间变动特征的获取方法包括：

当所述变动次数大于等于预设第一数值时，在对应种类信息数据的所述数据变动曲线中，获取所有相邻变动间的相邻变动时间，并获取预设时间段内的平均变动时间；筛选每个所述相邻变动时间中的最大变动时间，获取所述平均变动时间与所述最大变动时间的差值绝对值，将所述差值绝对值加上预设第一正常数，得到所述时间变动特征；

当所述变动次数等于预设第二数值时，将相邻变动时间加上所述预设第一正常数，得到所述时间变动特征；

当所述变动次数等于预设第三数值时，所述时间变动特征为预设第四数值；

其中，预设第一数值、预设第二数值、预设第三数值与预设第四数值均为非负整数，且预设第一数值大于预设第二数值，预设第二数值大于预设第三数值，预设第四数值小于预设第一正常数。

进一步地，所述每次变动前后信息数据间的哈希差值的获取方法包括：

在每种数据的所述数据变动曲线中，获取变动后信息数据与变动前信息数据间的哈希值差值，将所述哈希值差值转换为十进制，对应十进制数值为每次变动前后信息数据间的哈希差异。

进一步地，所述每种信息数据的数据变动特征的获取方法包括：

拟合每种信息数据的所述哈希差值与对应变动时间的变动规律关系式；将所述时间变动特征代入对应种类信息数据的所述变动规律关系式中，计算得到对应种类信息数据的数据变动特征。

进一步地，所述变动规律关系式的拟合方法为最小二乘法。

进一步地，所述每种信息数据的变动概率的获取方法包括：

获取每种信息数据的变动类型，所述变动类型包括固定不变、固定变动和随机变动；

当信息数据的所述变动类型为固定不变时，对应种类信息数据的所述变动概率为预设第五数值；

当信息数据的所述变动类型为固定变动时，将对应种类信息数据的固定变动次数加上预设第二正常数，得到对应种类信息数据的所述变动概率；所述固定变动次数为车辆交易系统规定在预设时间段内的变动次数；

当信息数据的所述变动类型为随机变动时，获取对应种类信息数据在车辆交易系统中历史变动频次的平均变动次数，将所述平均变动次数加上所述预设第二正常数作为对应种类信息数据的所述变动概率；

其中，预设第五数值为正整数，预设第二正常数等于预设第五数值。

进一步地，所述变动类型的获取方法包括：

预设时间段内信息数据固定无法发生变动的信息数据的所述变动类型为固定不变；

预设时间段内信息数据变动次数固定且变动时间也固定的信息数据的所述变动类型为固定变动；

预设时间段内信息数据变动次数随机且变动时间也随机的信息数据的所述变动类型为随机变动。

进一步地，所述变动参量的获取方法包括：

将每种信息数据的所述变动概率乘以所述数据变动特征，得到对应种类信息数据的所述变动参量。

进一步地，所述加密树的构建方法包括：

根据将每种信息数据的所述变动参量将信息数据升序排列，获得排序序列；根据所述排序序列构建初始完全二叉树；从最后一个非叶子节点遍历整个所述初始完全二叉树，若所述初始完全二叉树中的子节点的所述变动参量大于对应父节点的所述变动参量，则将所述子节点判定为异常子节点，并交换所述父节点与所述异常子节点的节点位置，直至所有所述变动参量均参与构建且所述加密树中不存在所述异常子节点为止，得到所述加密树。

进一步地，所述密文的获取方法为利用DES加密算法获取所述加密树上每个节点对应信息数据的密文。

本发明具有如下有益效果：

本发明通过获取车辆交易系统中每种信息数据在预设时间段内的数据变动曲线；然后在数据变动曲线中根据每种信息数据的变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征；根据每种信息数据的哈希差值的变动规律及时间变动特征，获取每种信息数据的数据变动特征，每种信息数据变动随机且可能包含诸多关键指标，无法根据某种关键指标变动的微小性准确获取信息数据的变动规律，哈希差值能够帮助有助于快速检测每种信息数据是否发生变动并反映数据的变动程度；然后结合反映每种信息数据变动频次及规律性的变动概率获取每种信息数据的变动参量，变动参量综合反映了变动程度大小和频繁程度；最后根据变动参量构建每个客户所有信息数据的加密树，获取加密树上每个节点对应的编码及密文，便于后续对动态数据进行索引变更。本发明通过获取每种信息数据对应的变动参量，根据变动参量将每种信息数据分类排序并获取加密层级结构及编码，使得变动较为频繁的信息数据在加密树中对应的节点层级越浅，对应节点编码也越短，编码越短索引越快。本发明提高了动态数据加密防护的效率及准确性。

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为本发明一个实施例所提供的一种车辆交易客户信息动态加密防护方法的方法流程图。

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一种车辆交易客户信息动态加密防护方法，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。

下面结合附图具体的说明本发明所提供的一种车辆交易客户信息动态加密防护方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种车辆交易客户信息动态加密防护方法的方法流程图，该方法包括以下步骤：

步骤S1，获取车辆交易系统中所有客户的每种信息数据在预设时间段内的数据变动曲线；信息数据至少包括车牌号码、车辆行驶里程、车辆型号、车主身份信息、交强险、商业险、车辆外观检查、车辆损耗程度以及车辆性能检查。

为对车辆交易客户信息数据进行动态加密防护，本发明通过获取车辆交易系统中客户的每种信息数据在预设时间段内变动情况及变动后的信息数据，然后对所获取的信息数据进行分析并分类加密防护。其中信息数据是指在车辆交易过程中，车辆交易系统中客户所登记的所有车辆交易信息，其中信息数据包括车牌号码、车辆行驶里程、车辆型号、车主身份信息、交强险、商业险、车辆外观检查、车辆损耗程度以及车辆性能检查等相关车辆信息，部分信息数据中还包括多个关键指标，例如车辆性能检查中包括车门玻璃升降、天窗开合、后备箱锁、车灯、喇叭音响、座椅调节及雨刷器喷水的性能检查情况；车辆外观检查包括左右四车门、左右八立柱、车顶、挡风玻璃及前后保险杠的外观检查情况；车辆损耗程度包括发动机、管线老化、水箱及冷却液、避震塔、底盘及刹车驻车的损耗程度。每种信息数据的每个关键指标随时间变化会发生相应的变动，而由于车辆检修、使用损耗或客户在系统中登记更改的随机性，每次变动过程中每个关键指标的情况可能又不一致。

需要说明的是，在本发明的其他实施例中，信息数据及信息数据中关键指标可根据实施者实际所需情况自行选择和设定。

在本发明实施例中，为便于分析每种信息数据的变动特征，首先获取车辆交易系统中每种信息数据在预设时间段内的数据变动曲线，即数据变动曲线的横坐标为变动时间，纵坐标为每次变动后对应的信息数据。在本发明的一个实施例中，预设时间段设置为365天，实施者可根据具体情况进行设置。

步骤S2，在每种信息数据的数据变动曲线中，根据变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征，并获取每次变动前后信息数据间的哈希差值；根据每种信息数据的哈希差值的变动规律及时间变动特征，获取每种信息数据的数据变动特征。

考虑到信息数据在时序上的变动可能性，通过分析每种信息数据相邻变动时间可以获得每种信息数据的在时间上的变动规律；又考虑到每种信息数据可能包含诸多关键指标及变动随机性，无法根据某种信息数据中诸多关键指标中的某种关键指标变动的微小性准确获取每种信息数据的变动规律，而哈希摘要算法的随机性有助于快速检测每种信息数据是否发生变动，且变动前后的哈希差值侧面反映了信息数据的变动程度，便于后续分析每项信息数据的数据变化特征。故本发明实施例首先在每种信息数据的数据变动曲线中，根据变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征，并获取每次变动前后信息数据间的哈希差值。

优选地，在本发明的一个实施例中，时间变动特征的获取方法包括，当变动次数大于等于预设第一数值时，在对应种类信息数据的数据变动曲线中，获取所有相邻变动间的相邻变动时间，并获取预设时间段内的平均变动时间；筛选每个相邻变动时间中的最大变动时间，获取平均变动时间与最大变动时间的差值绝对值，将差值绝对值加上预设第一正常数，得到时间变动特征；当变动次数等于预设第二数值时，将相邻变动时间加上预设第一正常数，得到时间变动特征；当变动次数等于预设第三数值时，时间变动特征为预设第四数值；其中，预设第一数值、预设第二数值、预设第三数值与预设第四数值均为非负整数，且预设第一数值大于预设第二数值，预设第二数值大于预设第三数值，预设第四数值小于预设第一正常数。时间变动特征的计算公式为：

式中，表示第/>种信息数据的时间变动特征，/>表示信息数据的种类序号，/>表示第/>种信息数据的变动次数符号，/>表示第/>种信息数据的第/>次变动对应的时间，/>表示预设第一正常数，/>为预设第一数值、/>为预设第二数值、/>为预设第三数值，/>为预设第四数值。在本发明的一个实施例中，预设第一正常数/>为1，预设第一数值/>为2，预设第二数值为1，预设第三数值/>为0，预设第四数值/>为0，实施者可根据具体实施情况进行设置。

在时间变动特征的计算公式中，当变动次数大于等于2时，平均变动时间与最大变动时间的差值绝对值反映了第种信息数据预设时间段内变动时间的均布规律程度；差值绝对值越小，说明每次变动的时间差异越小，在预设时间段内变动的越规律；反之差值绝对值越大，说明每次变动随机且不规律；将差值绝对值加上预设第一正常数防止出现当差值绝对值为0时，时间变动特征与未发生变动时一致；当变动次数小于等于1时，无法分析变动时间的变化规律及变动程度，故设置为预设数值表示其变动特征，其中当变动次数为1时，变动次数为本次变动时间加上预设第一正常数，当变动次数为0时，无法分析信息数据的变动程度，故将时间变动特征设置为0。

优选地，在本发明的一个实施例中，每次变动前后信息数据间的哈希差值的获取方法包括，在每种数据的数据变动曲线中，获取变动后信息数据与变动前信息数据间的哈希值差值，将哈希值差值转换为十进制，对应十进制数值为每次变动前后信息数据间的哈希差值。哈希差值的计算公式表示为：

式中，表示第/>次变动前后第/>种信息数据间的哈希差值，/>表示信息数据的种类序号，/>表示第/>种信息数据的变动次数符号，/>表示哈希摘要算法，/>表示第/>次变动后的信息数据值，/>表示第/>次变动后的数据值；/>表示十进制转换函数，将哈希差值转换为十进制数。

在哈希差值的计算公式中，通过哈希差值反映信息数据中诸多关键指标的综合变动程度，然后将哈希差值进行十进制转化，便于后续拟合哈希差值与时间变化的关系。

考虑到哈希差值仅能侧面反映信息数据每次变动的变动程度，并无法准确反映信息数据的变动大小及规律，又考虑到根据每种信息数据的时间变动特征可以反映信息数据的变动规律。为进一步获取信息数据的变动大小及规律，本发明实施例根据每种信息数据的哈希差值的变动规律及时间变动特征，获取每种信息数据的数据变动特征。

优选地，在本发明的一个实施例中，考虑到哈希差值会随每次信息数据的变动而发生变化，通过分析每次变动过程中哈希差值的变化情况，结合变动过程中的时间变动特征，可以进一步获取每种信息数据的数据变动特征；基于此，每种信息数据的数据变动特征的获取方法包括，拟合每种信息数据的哈希差值与对应变动时间的变动规律关系式；将时间变动特征代入对应种类信息数据的变动规律关系式中，计算得到对应种类信息数据的数据变动特征。在本发明的一个实施例中，考虑到最小二乘法可以直观高效对数据进行回归分析，具体通过最小二乘法拟合每种信息数据的哈希差值与对应变动时间的变动规律关系式，并将时间变动特征代入至变动规律关系式中，从而获得对应种类信息数据的数据变动特征。数据变动特征不仅反映了信息数据在预设时间段内的变动程度，还侧面反映了数据变动是否规律。数据变动特征越大，说明信息数据在预设时间段内变动越不规律且变动程度越大。

步骤S3，根据每种信息数据的变动次数及变动时间，获取每种信息数据的变动概率；根据变动概率及数据变动特征获取每种信息数据的变动参量；根据变动参量构建每个客户所有信息数据的加密树，获取加密树上每个节点对应的编码及密文。

每种信息数据的数据变动特征仅反映了信息数据的变动程度及规律性，但并未反映出具体的变动规律周期大小，仅根据信息数据的变动特征仍无法准确对信息数据进行分类加密防护。为进一步根据数据的变动情况对数据进行分类加密，本发明实施例首先根据每种信息数据的变动次数及变动时间，获取每种信息数据的变动概率。变动概率在一定程度上反映了信息数据在预设时间段内的变动规律周期，可进一步结合数据变动特征对信息数据分类。

优选地，在本发明的一个实施例中，考虑到每种信息数据变动概率有所差异，故首先获取数据的变动类型，再进一步获取每个变动类型对应的变动概率；故变动类型的获取方法包括，预设时间段内信息数据固定无法发生变动的信息数据的变动类型为固定不变；预设时间段内信息数据变动次数固定且变动时间也固定的信息数据的变动类型为固定变动；预设时间段内信息数据变动次数随机且变动时间也随机的信息数据的变动类型为随机变动。

优选地，在本发明的一个实施例中，每种信息数据的变动概率的获取方法包括，获取每种信息数据的变动类型，变动类型包括固定不变、固定变动和随机变动；当信息数据的变动类型为固定不变时，对应种类信息数据的变动概率为预设第五数值；当信息数据的变动类型为固定变动时，将对应种类信息数据的固定变动次数加上预设第二正常数，得到对应种类信息数据的变动概率；固定变动次数为车辆交易系统规定在预设时间段内的变动次数；当信息数据的变动类型为随机变动时，获取对应种类信息数据在车辆交易系统中历史变动频次的平均变动次数，将平均变动次数加上预设第二正常数作为对应种类信息数据的变动概率，其中，预设第五数值为正整数，预设第二正常数等于预设第五数值。每种变动类型的每种信息数据的变动概率的表达式为：

式中，表示第/>种变动类型的第/>种信息数据的变动概率，/>表示变动类型的类型序号，/>表示信息数据的种类序号，/>表示固定不变的变动类型符号、/>表示固定变动的变动类型符号、/>表示随机变动的变动类型符号，/>表示预设第五数值，/>表示第/>种信息数据在车辆交易系统规定在预设时间段内的变动次数，/>表示第/>种信息数据在车辆交易系统中历史变动频次的平均变动次数，/>表示预设第二正常数；在本发明的一个实施例中，预设第五数值/>设置为1，预设第二正常数/>设置为1，实施者根据具体情况进行设置。

变动概率不仅侧面反映信息数据的大致变动规律周期，还反映了每种信息数据的变动可能性，变动概率越大，变动的可能性越大，获取变动概率后，根据变动概率及哈希变动特征获取每种信息数据的变动参量。

优选地，在本发明的一个实施例中，变动参量的获取方法包括，将每种信息数据的变动概率乘以数据变动特征，得到对应种类信息数据的变动参量。变动参量的计算公式表示为：

式中，表示第/>种信息数据的变动参量，/>表示信息数据的种类序号，/>表示第/>种信息数据的数据变动特征，/>表示第/>种信息数据的变动概率。

在变动参量的计算公式中，通过乘法将数据变动特征与变动概率相结合，数据变动特征仅反映了数据的变动程度及规律性，进一步结合数据的变动概率获取反映信息数据变动频繁程度的变动参量；变动参量越大，说明信息数据变动大且变动频繁，反之变动参量小说明信息数据变动或变动次数少。

通过上述变动参量计算公式获取每种信息数据的变动参量后，根据变动参量构建每个客户所有信息数据的加密树，获取加密树上每个节点对应的编码及密文，便于后续信息数据发生变动时进行密文的搜索变更。

优选地，在本发明的一个实施例中，加密树的构建方法包括，根据将每种信息数据的变动参量将信息数据升序排列，获得排序序列；根据排序序列构建初始完全二叉树；从最后一个非叶子节点遍历整个初始完全二叉树，若初始完全二叉树中的子节点的变动参量大于对应父节点的变动参量，则将子节点判定为异常子节点，并交换父节点与异常子节点的节点位置，直至所有变动参量均参与构建且加密树中不存在异常子节点为止，得到加密树。在本发明实施例中，根据变动参量获取每种信息数据对应的加密结构层级，可将变动不频繁的信息数据存储至较深的层级，将变动频繁的信息数据存储至加密树较浅的层级，便于后续检索变更，以保证信息的安全加密及动态防护存储。

构建每个客户完整的加密树后，获取每种信息数据对应节点的编码及对应节点对应的信息数据的密文，并且变动参量越大，节点在加密树中的层级越浅，对应的编码也越短，当信息数据发生变更时，通过编码可以快速且准确索引得到对应种类信息数据的密文。

优选地，在本发明的一个实施例中，密文的获取方法为利用DES加密算法获取加密树上每个节点对应信息数据的密文。需要说明的是，DES加密算法为现有技术，在此不再过多详细介绍，仅简述通过DES加密算法对信息数据进行加密获取每个节点的密文的简要步骤：

首先输入每个节点对应种类的信息数据的64位明文数据，并将64位明文数据进行初始置换，初始置换后，明文数据再被分为左右两部分，每部分32位；然后对数据进行16轮迭代运算，在每轮运算中通过交换左右部分数据，结合每个用户在车辆交易系统中的私钥对右半部分进行f函数操作，再与左半部分及逆行异或运算，获取下一轮的右半部分，然后进行下一轮迭代运算；16轮迭代运算后，交换左右两部分并连接，再进行逆置换得到输出64位密文。

获取每种信息数据的密文及在加密树中对应节点的编码，并将加密树存储至云数据库中，当某种数据发生变动时，仅需在加密树中根据编码索引到对应节点并替换变动后的信息数据的密文，以提高加密防护的效率和准确性。

综上所述，本发明通过获取车辆交易系统中每种信息数据在预设时间段内的数据变动曲线；然后根据每种信息数据的变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征；根据每种信息数据的哈希差值的变动规律及时间变动特征，获取每种信息数据的数据变动特征，结合每种信息数据的变动概率获取每种信息数据的变动参量；最后根据变动参量构建每个客户所有信息数据的加密树并获取加密树上每个节点对应的编码及密文。本发明通过获取每种信息数据对应的变动参量，根据变动参量将每种信息数据分类排序并获取加密层级结构及编码，使得变动较为频繁的信息数据在加密树中对应的节点层级越浅，对应节点编码也越短，编码越短索引越快，提高了动态数据加密防护的效率及准确性。

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。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。

Claims (5)

1.一种车辆交易客户信息动态加密防护方法，其特征在于，所述方法包括：

获取车辆交易系统中所有客户的每种信息数据在预设时间段内的数据变动曲线；所述信息数据至少包括车牌号码、车辆行驶里程、车辆型号、车主身份信息、交强险、商业险、车辆外观检查、车辆损耗程度以及车辆性能检查；

在每种信息数据的所述数据变动曲线中，根据变动次数及每次变动的变动时间差异获取每种信息数据的时间变动特征，并获取每次变动前后信息数据间的哈希差值；根据每种信息数据的所述哈希差值的变动规律及所述时间变动特征，获取每种信息数据的数据变动特征；

根据每种信息数据的变动次数及变动时间，获取每种信息数据的变动概率；根据所述变动概率及所述数据变动特征获取每种信息数据的变动参量；根据所述变动参量构建每个客户所有信息数据的加密树，获取所述加密树上每个节点对应的编码及密文；

所述时间变动特征的获取方法包括：

当所述变动次数大于等于预设第一数值时，在对应种类信息数据的所述数据变动曲线中，获取所有相邻变动间的相邻变动时间，并获取预设时间段内的平均变动时间；筛选每个所述相邻变动时间中的最大变动时间，获取所述平均变动时间与所述最大变动时间的差值绝对值，将所述差值绝对值加上预设第一正常数，得到所述时间变动特征；

当所述变动次数等于预设第二数值时，将相邻变动时间加上所述预设第一正常数，得到所述时间变动特征；

当所述变动次数等于预设第三数值时，所述时间变动特征为预设第四数值；

其中，预设第一数值、预设第二数值、预设第三数值与预设第四数值均为非负整数，且预设第一数值大于预设第二数值，预设第二数值大于预设第三数值，预设第四数值小于预设第一正常数；

所述数据变动特征的获取方法包括：

拟合每种信息数据的所述哈希差值与对应变动时间的变动规律关系式；将所述时间变动特征代入对应种类信息数据的所述变动规律关系式中，计算得到对应种类信息数据的数据变动特征；

所述变动概率的获取方法包括：

获取每种信息数据的变动类型，所述变动类型包括固定不变、固定变动和随机变动；

当信息数据的所述变动类型为固定不变时，对应种类信息数据的所述变动概率为预设第五数值；

当信息数据的所述变动类型为固定变动时，将对应种类信息数据的固定变动次数加上预设第二正常数，得到对应种类信息数据的所述变动概率；所述固定变动次数为车辆交易系统规定在预设时间段内的变动次数；

当信息数据的所述变动类型为随机变动时，获取对应种类信息数据在车辆交易系统中历史变动频次的平均变动次数，将所述平均变动次数加上所述预设第二正常数作为对应种类信息数据的所述变动概率；

其中，预设第五数值为正整数，预设第二正常数等于预设第五数值；

所述变动参量的获取方法包括：

将每种信息数据的所述变动概率乘以所述数据变动特征，得到对应种类信息数据的所述变动参量；

所述加密树的构建方法包括：

根据将每种信息数据的所述变动参量将信息数据升序排列，获得排序序列；根据所述排序序列构建初始完全二叉树；从最后一个非叶子节点遍历整个所述初始完全二叉树，若所述初始完全二叉树中的子节点的所述变动参量大于对应父节点的所述变动参量，则将所述子节点判定为异常子节点，并交换所述父节点与所述异常子节点的节点位置，直至所有所述变动参量均参与构建且所述加密树中不存在所述异常子节点为止，得到所述加密树。

2.根据权利要求1所述的一种车辆交易客户信息动态加密防护方法，其特征在于，所述每次变动前后信息数据间的哈希差值的获取方法包括：

在每种数据的所述数据变动曲线中，获取变动后信息数据与变动前信息数据间的哈希值差值，将所述哈希值差值转换为十进制，对应十进制数值为每次变动前后信息数据间的哈希差异。

3.根据权利要求1所述的一种车辆交易客户信息动态加密防护方法，其特征在于，所述变动规律关系式的拟合方法为最小二乘法。

4.根据权利要求1所述的一种车辆交易客户信息动态加密防护方法，其特征在于，所述变动类型的获取方法包括：

预设时间段内信息数据固定无法发生变动的信息数据的所述变动类型为固定不变；

预设时间段内信息数据变动次数固定且变动时间也固定的信息数据的所述变动类型为固定变动；

预设时间段内信息数据变动次数随机且变动时间也随机的信息数据的所述变动类型为随机变动。

5.根据权利要求1所述的一种车辆交易客户信息动态加密防护方法，其特征在于，所述密文的获取方法为利用DES加密算法获取所述加密树上每个节点对应信息数据的密文。