CN117648723B - 一种基于人工智能的电子签章数据安全监管方法及系统 - Google Patents
一种基于人工智能的电子签章数据安全监管方法及系统 Download PDFInfo
- Publication number
- CN117648723B CN117648723B CN202410121982.3A CN202410121982A CN117648723B CN 117648723 B CN117648723 B CN 117648723B CN 202410121982 A CN202410121982 A CN 202410121982A CN 117648723 B CN117648723 B CN 117648723B
- Authority
- CN
- China
- Prior art keywords
- matrix
- submatrix
- sub
- data
- class
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 283
- 230000008569 process Effects 0.000 claims description 11
- 230000001502 supplementing effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明涉及数据加密技术领域,具体涉及一种基于人工智能的电子签章数据安全监管方法及系统,包括:采集电子签章数据,获取签章矩阵;对签章矩阵进行分割,获取若干子矩阵类簇;根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵;根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵;根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据。本发明通过对相似的子矩阵进行差异化处理,放大相似的子矩阵之间的差异,以此达到提高电子签章数据加密的安全性。
Description
技术领域
本发明涉及数据加密技术领域,具体涉及一种基于人工智能的电子签章数据安全监管方法及系统。
背景技术
由于电子签章数据通常包含重要信息,因此通常情况下需要对电子签章数据进行加密,但是由于传统的对电子签章数据进行加密采用的是AES加密算法,而在AES加密算法则是通过将签章矩阵分成若干个4×4的子矩阵,对每个子矩阵进行加密得到密文;但是由于电子签章数据中存在大量的不是文本部分的部分,因此在签章矩阵中存在大片为0的区域,所以在将签章矩阵的子矩阵中存在大量相似的子矩阵,而由这些相似的子矩阵得到的密文中就会出现大量的相似部分,使得加密的安全性下降。
发明内容
本发明提供一种基于人工智能的电子签章数据安全监管方法及系统,以解决现有的问题:再对电子签章数据进行加密时,由于存在大量相似的子矩阵,而由这些相似的子矩阵会使加密的安全性下降。
本发明的一种基于人工智能的电子签章数据安全监管方法及系统采用如下技术方案:
本发明一个实施例提供了一种基于人工智能的电子签章数据安全监管方法,该方法包括以下步骤:
采集电子签章数据,获取签章矩阵;
对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置;根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇;
根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵;
根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵;
根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据。
优选的,所述采集电子签章数据,获取签章矩阵,包括的具体方法为:
使用扫描仪扫描纸质签章数据,获取电子签章数据;利用光学字符识别技术识别电子签章数据中的文本部分,然后将电子签章数据中的文本部分标记为“1”,将电子签章数据中的不是文本部分的部分标记为“0”,得到电子签章数据的“01”矩阵,记为签章矩阵。
优选的,所述对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置,包括的具体方法为:
设置一个4×4的滑动窗口,并设置滑动窗口的滑动步长为4遍历签章矩阵,将每个窗口作为子矩阵;同时以每个子矩阵为基础单位,记录每个子矩阵在签章矩阵中的位置。
优选的,所述根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇,包括的具体方法为:
统计每个子矩阵与其他所有子矩阵之间的汉明距离,将子矩阵与其他子矩阵之间的汉明距离加1的和的倒数,作为子矩阵与其他子矩阵之间的相似程度;得到每个子矩阵与其他所有子矩阵之间的相似程度;
根据每个子矩阵与其他所有子矩阵之间的相似程度,对所有子矩阵使用迭代自组织聚类算法进行聚类,得到若干子矩阵类簇。
优选的,所述根据每个子矩阵类簇,计算子矩阵类簇的调整必要性,包括的具体方法为:
对于计算第类子矩阵类簇的调整必要性;首先统计第/>类子矩阵类簇内的子矩阵数量以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置;根据第/>类子矩阵类簇内的子矩阵数量,以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置,计算第/>类子矩阵类簇的调整必要性,其具体的计算公式为:
式中,表示第/>类子矩阵类簇的调整必要性;/>表示第/>类子矩阵类簇内的子矩阵的数量;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的列数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的列数均值;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的行数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的行数均值;/>表示线性归一化函数。
优选的,所述根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵,包括的具体方法为:
预设调整必要性阈值,若子矩阵类簇的调整必要性小于/>,则不需要对子矩阵类簇内的子矩阵进行调整,若子矩阵类簇的调整必要性大于等于/>,则需要对子矩阵类簇内的子矩阵进行调整,将所有需要调整的子矩阵记为待调整子矩阵。
优选的,所述根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵,包括的具体方法为:
对于处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵,对子矩阵中的每行数据进行游程编码运算,得到子矩阵每行的游程编码运算结果;若任意一行的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每行游程编码运算结果中字符数量等于4;完成对处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵的调整;
对于处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵,对子矩阵中的每列数据进行游程编码运算,得到子矩阵每列的游程编码运算结果,若任意一列的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每列游程编码运算结果中字符数量等于4;完成对处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵的调整;
将完成调整的待调整子矩阵记为特征矩阵。
优选的,所述根据特征矩阵获取电子签章数据的密文,包括的具体方法为:
将每个待调整矩阵替换成对应的特征矩阵,得到新的签章矩;
接着,利用随机数函数生成一组随机加密密钥;
最后,利用随机加密密钥对新的签章矩阵进行AES加密,得到电子签章数据的密文。
优选的,所述根据电子签章数据的密文,获取电子签章数据,包括的具体方法为:
根据电子签章数据的密文以及随机加密密钥进行AES解密,得到新的签章矩阵;
设置一个4×4的滑动窗口,并设置滑动窗口的滑动步长为4遍历签章矩阵,将每个窗口作为解密子矩阵;并以一个解密子矩阵为基础单位,记录每个解密子矩阵的位置;
将解密子矩阵中,将解密子矩阵中存在字符“2”、字符“3”或字符“4”的解密子矩阵作为特征矩阵;
对于处于奇数行偶数列的特征矩阵或处于偶数行奇数列的特征矩阵;在特征矩阵中若任意一列数据中不存在字符“3”或字符“4”,则直接对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据;若在特征矩阵中若任意一列数据中存在字符“3”,则去除该列数据中最后一个编码后,再对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据;若在特征矩阵中若任意一列数据中存在字符“4”,则去除该列数据中最后两个编码后,再对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据,完成对处于奇数行偶数列的特征矩阵或处于偶数行奇数列的特征矩的还原,得到还原子矩阵;
对于处于奇数行奇数列的特征矩阵或处于偶数行偶数列的特征矩阵;在特征矩阵中若任意一行数据中不存在字符“3”或字符“4”,则直接对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据;若在特征矩阵中若任意一行数据中存在字符“3”,则去除该行数据中最后一个编码后,再对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据;若在特征矩阵中若任意一行数据中存在字符“4”,则去除该行数据中最后两个编码后,再对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据,完成对处于奇数行奇数列的特征矩阵或处于偶数行偶数列的特征矩阵的还原,得到还原子矩阵;
将所有特征矩阵替换成对应原矩阵,得到电子签章数据。
本发明的实施例提供了一种基于人工智能的电子签章数据安全监管系统,该系统包括数据采集模块、数据粗分类模块、数据细分类模块、数据调整模块以及加密解密模块模块,其中:
数据采集模块,用于采集电子签章数据,获取签章矩阵;
数据粗分类模块,用于对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置;根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇;
数据细分类模块,用于根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵;
数据调整模块,用于根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵;
加密解密模块,用于根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据。
本发明的技术方案的有益效果是:本发明首先对电子签章数据进行分割,获取若干子矩阵,根据子矩阵的相似程度,对所有子矩阵进行聚类,将相似的子矩阵归为一个类簇,然后判断是否对类簇内的子矩阵进行调整,对需要调整的子矩阵进行差异化处理,放大相似的子矩阵之间的差异,避免了因相似的子矩阵导致电子签章数据的加密的安全性下降,以此提高加密的安全性。
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,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为本发明的一种基于人工智能的电子签章数据安全监管方法的步骤流程图;
图2为本发明的一种基于人工智能的电子签章数据安全监管系统的结构框图。
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基于人工智能的电子签章数据安全监管方法及系统,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基于人工智能的电子签章数据安全监管方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于人工智能的电子签章数据安全监管方法的步骤流程图,该方法包括以下步骤:
步骤S001:采集电子签章数据,获取签章矩阵。
需要说明的是,由于电子签章数据通常包含如:个人身份信息,法律文件等重要信息,因此通常情况下需要对电子签章数据进行加密,而本实施例作为一种基于人工智能的电子签章数据安全监管方法,为了对电子签章数据进行加密,首现需要获取电子签章数据。
具体的,使用扫描仪扫描纸质签章数据,获取电子签章数据。
需要进一步说明的是,为了能够更好地对电子签章数据进行加密,还需要对电子签章数据进行预处理。
具体的,利用光学字符识别技术识别电子签章数据中的文本部分,然后将电子签章数据中的文本部分标记为“1”,将电子签章数据中的不是文本部分的部分标记为“0”,得到电子签章数据的“01”矩阵,记为签章矩阵。
至此,得到电子签章数据,并完成对电子签章数据的预处理得到签章矩阵。
步骤S002:对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置;根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇。
需要说明的是,由于传统的对电子签章数据进行加密采用的是AES加密算法,而在AES加密算法则是通过将签章矩阵分成若干个4×4的子矩阵,对每个子矩阵进行加密得到密文;但是由于电子签章数据中存在大量的不是文本部分的部分,因此在签章矩阵中存在大片为0的区域,所以在将签章矩阵的子矩阵中存在大量相似的子矩阵,而由这些相似的子矩阵得到的密文中就会出现大量的相似部分,使得加密的安全性下降;因此本实施例首先根据子矩阵的相似程度,对所有子矩阵进行聚类,将相似的子矩阵归为一个类簇,然后判断是否对类簇内的子矩阵进行调整,对相似的子矩阵进行差异化处理,放大相似的子矩阵之间的差异,以此提高加密的安全性。因此首先需要获取签章矩阵的子矩阵,并对所有子矩阵进行聚类得到若干子矩阵类簇。
具体的,设置一个4×4的滑动窗口,并设置滑动窗口的滑动步长为4遍历签章矩阵,将每个窗口作为子矩阵,若子矩阵不是4×4的矩阵,则对子矩阵的每列的末位处或每行的末位处进行补0,直至子矩阵为4×4的矩阵为止;同时以每个子矩阵为基础单位,记录每个子矩阵在签章矩阵中的位置。
进一步的,统计每个子矩阵与其他所有子矩阵之间的汉明距离,将子矩阵与其他子矩阵之间的汉明距离加1的和的倒数,作为子矩阵与其他子矩阵之间的相似程度;得到每个子矩阵与其他所有子矩阵之间的相似程度。
需要说明的是,两个子矩阵之间的汉明距离越小,则两个矩阵之间的越相似;本实施例将完全相同的子矩阵之间的相似程度置为1,获取两个子矩阵之间的相似程度,而由于统计汉明距离的具体过程作为一种公知的现有技术,故在本实施例中不再进行赘述。在得到每个子矩阵与其他所有子矩阵之间的相似程度后,即可根据每个子矩阵与其他所有子矩阵之间的相似程度,对所有子矩阵进行聚类,得到若干子矩阵类簇。
具体的,根据每个子矩阵与其他所有子矩阵之间的相似程度,对所有子矩阵使用迭代自组织聚类算法进行聚类,得到若干子矩阵类簇。
需要进一步说明的是,由于迭代自组织聚类算法作为一种公知的现有技术,故在本实施例中不再进行赘述;而通过迭代自组织聚类算法得到的若干子矩阵类簇中,每类子矩阵类簇内的子矩阵均与该类簇内的其他子矩阵相似。
至此,得到若干子矩阵类簇。
步骤S003:根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵。
需要说明的是,本实施例作为一种基于人工智能的电子签章数据安全监管方法,其目的是提高加密的安全性,而在通过步骤S002得到若干子矩阵类簇后,即可根据子矩阵类簇内的子矩阵,判断是否对子矩阵类簇内的子矩阵进行调整。
需要进一步说明的是,通过迭代自组织聚类算法得到的若干子矩阵类簇中,每类子矩阵类簇内的子矩阵均与该类簇内的其他子矩阵相似,使得加密的安全性下降,因此当一个子矩阵类簇中的子矩阵数量越多,就越应该对该子矩阵类簇内的子矩阵进行调整;同时子矩阵类簇中的子矩阵之间的距离越近,则说明该子矩阵类簇中的子矩阵在签章矩阵中的分布越集中,由先验知识可知,当相似的数据越集中,则加密效果越差,因此子矩阵类簇中的子矩阵之间的距离越近,越应该对该子矩阵类簇内的子矩阵进行调整。
具体的,对于计算第类子矩阵类簇的调整必要性;首先统计第/>类子矩阵类簇内的子矩阵数量以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置;根据第/>类子矩阵类簇内的子矩阵数量,以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置,计算第/>类子矩阵类簇的调整必要性,其具体的计算公式为:
式中,表示第/>类子矩阵类簇的调整必要性;/>表示第/>类子矩阵类簇内的子矩阵的数量;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的列数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的列数均值;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的行数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的行数均值;/>表示线性归一化函数。
需要说明的是,子矩阵类簇的调整必要性越大,则越需要对子矩阵类簇内的子矩阵进行调整;而当子矩阵类簇的调整必要性越小;则越不需要对子矩阵类簇内的子矩阵进行调整,因此可以预设一个阈值获取需要调整的子矩阵类簇,得到需要调整的子矩阵。
具体的,预设调整必要性阈值,/>的具体取值可结合实际情况自行设置,本实施例不做硬性要求,在本实施例中以/>进行叙述,若子矩阵类簇的调整必要性小于/>,则不需要对子矩阵类簇内的子矩阵进行调整,若子矩阵类簇的调整必要性大于等于/>,则需要对子矩阵类簇内的子矩阵进行调整,将所有需要调整的子矩阵记为待调整子矩阵。
至此,得到待调整子矩阵。
步骤S004:根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵。
需要说明的是,本实施例作为一种基于人工智能的电子签章数据安全监管方法,其目的就是为了提高加密的安全性;而在通过步骤S003得到所有需要调整的子矩阵后,即可通过对需要调整的子矩阵进行调整,以放大相似的子矩阵之间的差异,达到提高加密安全性的目的。
具体的,对于处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵,对子矩阵中的每行数据进行游程编码运算,得到子矩阵每行的游程编码运算结果,由于游程编码的运算过程作为一种公知的现有技术,故在本实施例中不再进行赘述;若任意一行的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每行游程编码运算结果中字符数量等于4;完成对处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵的调整;
对于处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵,对子矩阵中的每列数据进行游程编码运算,得到子矩阵每列的游程编码运算结果,由于游程编码的运算过程作为一种公知的现有技术,故在本实施例中不再进行赘述;若任意一列的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每列游程编码运算结果中字符数量等于4;完成对处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵的调整;
将完成调整的待调整子矩阵记为特征矩阵。
需要进一步说明的是,经过对上述对待调整子矩阵进行调整后,即可放大相似的子矩阵之间的差异,同时通过对上下左右相邻的待调整子矩阵,使用不同的调整方向进行调整,进一步的避免了相似子矩阵分布集中的情况发生,进一步的提升了加密的安全性。
至此,得到特征矩阵。
步骤S005:根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据。
需要说明的是,本实施例作为一种基于人工智能的电子签章数据安全监管方法,最终需要对电子签章数据进行加密,得到电子签章数据的密文;而在通过步骤S004的到特征矩阵后,即可根据特征矩阵获取电子签章数据的密文。
具体的,将每个待调整矩阵替换成对应的特征矩阵,得到新的签章矩阵;
接着,利用随机数函数生成一组随机加密密钥;
最后,利用随机加密密钥对新的签章矩阵进行AES加密,得到电子签章数据的密文;由于AES加密的具体过程作为一种公知的现有技术故在本实施例中不再进行赘述。
需要进一步说明的是,由于通过对签章矩阵中相似的子矩阵进行游程编码运算的调整,使得新的签章矩阵中子矩阵的相似程度降低,最终达到提高加密安全性的目的。由于本实施例作为一种基于人工智能的电子签章数据安全监管方法,在得到电子签章数据的密文后,还需要根据电子签章数据的密文,获取电子签章数据。
具体的,根据电子签章数据的密文以及随机加密密钥进行AES解密,得到新的签章矩阵;由于AES解密的具体过程作为一种公知的现有技术故在本实施例中不再进行赘述;
设置一个4×4的滑动窗口,并设置滑动窗口的滑动步长为4遍历签章矩阵,将每个窗口作为解密子矩阵;并以一个解密子矩阵为基础单位,记录每个解密子矩阵的位置。
需要说明的是,由于在加密的过程中,对大小不是4×4的子矩阵进行过补0操作,因此解密子矩阵的均是4×4的矩阵。
将解密子矩阵中,将解密子矩阵中存在字符“2”、字符“3”或字符“4”的解密子矩阵作为特征矩阵;
对于处于奇数行偶数列的特征矩阵或处于偶数行奇数列的特征矩阵;在特征矩阵中若任意一列数据中不存在字符“3”或字符“4”,则直接对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据;若在特征矩阵中若任意一列数据中存在字符“3”,则去除该列数据中最后一个编码后,再对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据;若在特征矩阵中若任意一列数据中存在字符“4”,则去除该列数据中最后两个编码后,再对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据,完成对处于奇数行偶数列的特征矩阵或处于偶数行奇数列的特征矩的还原,得到还原子矩阵;
对于处于奇数行奇数列的特征矩阵或处于偶数行偶数列的特征矩阵;在特征矩阵中若任意一行数据中不存在字符“3”或字符“4”,则直接对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据;若在特征矩阵中若任意一行数据中存在字符“3”,则去除该行数据中最后一个编码后,再对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据;若在特征矩阵中若任意一行数据中存在字符“4”,则去除该行数据中最后两个编码后,再对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据,完成对处于奇数行奇数列的特征矩阵或处于偶数行偶数列的特征矩阵的还原,得到还原子矩阵;
需要说明的是,由于逆游程编码运算的具体过程,作为一种公知的现有技术,故在本实施例中不再进行赘述。
将所有特征矩阵替换成对应原矩阵,得到电子签章数据。
至此,本实施例完成。
请参阅图2,其示出了本发明一个实施例提供的一种基于人工智能的电子签章数据安全监管系统的结构框图,该系统包括以下模块:
数据采集模块,用于采集电子签章数据,获取签章矩阵;
数据粗分类模块,用于对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置;根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇;
数据细分类模块,用于根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵;
数据调整模块,用于根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵;
加密解密模块,用于根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据。
本发明的技术方案的有益效果是:本发明首先对电子签章数据进行分割,获取若干子矩阵,根据子矩阵的相似程度,对所有子矩阵进行聚类,将相似的子矩阵归为一个类簇,然后判断是否对类簇内的子矩阵进行调整,对需要调整的子矩阵进行差异化处理,放大相似的子矩阵之间的差异,避免了因相似的子矩阵导致电子签章数据的加密的安全性下降,以此提高加密的安全性。
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)
1.一种基于人工智能的电子签章数据安全监管方法,其特征在于,该方法包括以下步骤:
采集电子签章数据,获取签章矩阵;
对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置;根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇;
根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵;
根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵;
根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据;
所述根据每个子矩阵类簇,计算子矩阵类簇的调整必要性,包括的具体方法为:
对于计算第类子矩阵类簇的调整必要性;首先统计第/>类子矩阵类簇内的子矩阵数量以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置;根据第/>类子矩阵类簇内的子矩阵数量,以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置,计算第/>类子矩阵类簇的调整必要性,其具体的计算公式为:
式中,表示第/>类子矩阵类簇的调整必要性;/>表示第/>类子矩阵类簇内的子矩阵的数量;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的列数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的列数均值;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的行数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的行数均值;表示线性归一化函数;
所述根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵,包括的具体方法为:
对于处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵,对子矩阵中的每行数据进行游程编码运算,得到子矩阵每行的游程编码运算结果;若任意一行的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每行游程编码运算结果中字符数量等于4;完成对处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵的调整;
对于处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵,对子矩阵中的每列数据进行游程编码运算,得到子矩阵每列的游程编码运算结果,若任意一列的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每列游程编码运算结果中字符数量等于4;完成对处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵的调整;
将完成调整的待调整子矩阵记为特征矩阵。
2.根据权利要求1所述一种基于人工智能的电子签章数据安全监管方法,其特征在于,所述采集电子签章数据,获取签章矩阵,包括的具体方法为:
使用扫描仪扫描纸质签章数据,获取电子签章数据;利用光学字符识别技术识别电子签章数据中的文本部分,然后将电子签章数据中的文本部分标记为“1”,将电子签章数据中的不是文本部分的部分标记为“0”,得到电子签章数据的“01”矩阵,记为签章矩阵。
3.根据权利要求1所述一种基于人工智能的电子签章数据安全监管方法,其特征在于,所述对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置,包括的具体方法为:
设置一个4×4的滑动窗口,并设置滑动窗口的滑动步长为4遍历签章矩阵,将每个窗口作为子矩阵;同时以每个子矩阵为基础单位,记录每个子矩阵在签章矩阵中的位置。
4.根据权利要求1所述一种基于人工智能的电子签章数据安全监管方法,其特征在于,所述根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇,包括的具体方法为:
统计每个子矩阵与其他所有子矩阵之间的汉明距离,将子矩阵与其他子矩阵之间的汉明距离加1的和的倒数,作为子矩阵与其他子矩阵之间的相似程度;得到每个子矩阵与其他所有子矩阵之间的相似程度;
根据每个子矩阵与其他所有子矩阵之间的相似程度,对所有子矩阵使用迭代自组织聚类算法进行聚类,得到若干子矩阵类簇。
5.根据权利要求1所述一种基于人工智能的电子签章数据安全监管方法,其特征在于,所述根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵,包括的具体方法为:
预设调整必要性阈值,若子矩阵类簇的调整必要性小于/>,则不需要对子矩阵类簇内的子矩阵进行调整,若子矩阵类簇的调整必要性大于等于/>,则需要对子矩阵类簇内的子矩阵进行调整,将所有需要调整的子矩阵记为待调整子矩阵。
6.根据权利要求1所述一种基于人工智能的电子签章数据安全监管方法,其特征在于,所述根据特征矩阵获取电子签章数据的密文,包括的具体方法为:
将每个待调整矩阵替换成对应的特征矩阵,得到新的签章矩阵;
接着,利用随机数函数生成一组随机加密密钥;
最后,利用随机加密密钥对新的签章矩阵进行AES加密,得到电子签章数据的密文。
7.根据权利要求1所述一种基于人工智能的电子签章数据安全监管方法,其特征在于,所述根据电子签章数据的密文,获取电子签章数据,包括的具体方法为:
根据电子签章数据的密文以及随机加密密钥进行AES解密,得到新的签章矩阵;
设置一个4×4的滑动窗口,并设置滑动窗口的滑动步长为4遍历签章矩阵,将每个窗口作为解密子矩阵;并以一个解密子矩阵为基础单位,记录每个解密子矩阵的位置;
将解密子矩阵中,将解密子矩阵中存在字符“2”、字符“3”或字符“4”的解密子矩阵作为特征矩阵;
对于处于奇数行偶数列的特征矩阵或处于偶数行奇数列的特征矩阵;在特征矩阵中若任意一列数据中不存在字符“3”或字符“4”,则直接对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据;若在特征矩阵中若任意一列数据中存在字符“3”,则去除该列数据中最后一个编码后,再对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据;若在特征矩阵中若任意一列数据中存在字符“4”,则去除该列数据中最后两个编码后,再对特征矩阵中的每列数据进行逆游程编码运算,得到该列数据,完成对处于奇数行偶数列的特征矩阵或处于偶数行奇数列的特征矩的还原,得到还原子矩阵;
对于处于奇数行奇数列的特征矩阵或处于偶数行偶数列的特征矩阵;在特征矩阵中若任意一行数据中不存在字符“3”或字符“4”,则直接对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据;若在特征矩阵中若任意一行数据中存在字符“3”,则去除该行数据中最后一个编码后,再对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据;若在特征矩阵中若任意一行数据中存在字符“4”,则去除该行数据中最后两个编码后,再对特征矩阵中的每行数据进行逆游程编码运算,得到该行数据,完成对处于奇数行奇数列的特征矩阵或处于偶数行偶数列的特征矩阵的还原,得到还原子矩阵;
将所有特征矩阵替换成对应原矩阵,得到电子签章数据。
8.一种基于人工智能的电子签章数据安全监管系统,其特征在于,该系统包括以下模块:
数据采集模块,用于采集电子签章数据,获取签章矩阵;
数据粗分类模块,用于对签章矩阵进行分割,获取若干子矩阵以及每个子矩阵在签章矩阵中的位置;根据子矩阵之间的汉明距离,获取子矩阵之间的相似程度;根据子矩阵之间的相似程度,对所有子矩阵进行聚类,获取若干子矩阵类簇;
数据细分类模块,用于根据每个子矩阵类簇,计算子矩阵类簇的调整必要性;根据子矩阵类簇的调整必要性,判断是否需要对子矩阵类簇内的子矩阵进行调整,获取待调整子矩阵;
数据调整模块,用于根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵;
加密解密模块,用于根据特征矩阵获取电子签章数据的密文;根据电子签章数据的密文,获取电子签章数据;
所述根据每个子矩阵类簇,计算子矩阵类簇的调整必要性,包括的具体方法为:
对于计算第类子矩阵类簇的调整必要性;首先统计第/>类子矩阵类簇内的子矩阵数量以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置;根据第/>类子矩阵类簇内的子矩阵数量,以及第/>类子矩阵类簇内的子矩阵在签章矩阵中的位置,计算第/>类子矩阵类簇的调整必要性,其具体的计算公式为:
式中,表示第/>类子矩阵类簇的调整必要性;/>表示第/>类子矩阵类簇内的子矩阵的数量;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的列数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的列数均值;/>表示第/>类子矩阵类簇内的第/>个子矩阵在签章矩阵中的行数;/>表示第/>类子矩阵类簇内的所有子矩阵在签章矩阵中的行数均值;表示线性归一化函数;
所述根据待调整子矩阵在签章矩阵中的位置,对待调整子矩阵进行调整得到特征矩阵,包括的具体方法为:
对于处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵,对子矩阵中的每行数据进行游程编码运算,得到子矩阵每行的游程编码运算结果;若任意一行的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每行游程编码运算结果中字符数量等于4;完成对处于奇数行奇数列的待调整子矩阵或处于偶数行偶数列的待调整子矩阵的调整;
对于处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵,对子矩阵中的每列数据进行游程编码运算,得到子矩阵每列的游程编码运算结果,若任意一列的游程编码运算结果中字符数量小于4个,则对字符数量小于4个的游程编码运算结果进行补0操作,直至使每列游程编码运算结果中字符数量等于4;完成对处于奇数行偶数列的待调整子矩阵或处于偶数行奇数列的待调整子矩阵的调整;
将完成调整的待调整子矩阵记为特征矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410121982.3A CN117648723B (zh) | 2024-01-30 | 2024-01-30 | 一种基于人工智能的电子签章数据安全监管方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410121982.3A CN117648723B (zh) | 2024-01-30 | 2024-01-30 | 一种基于人工智能的电子签章数据安全监管方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117648723A CN117648723A (zh) | 2024-03-05 |
CN117648723B true CN117648723B (zh) | 2024-03-29 |
Family
ID=90043732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410121982.3A Active CN117648723B (zh) | 2024-01-30 | 2024-01-30 | 一种基于人工智能的电子签章数据安全监管方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117648723B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101340551A (zh) * | 2007-07-05 | 2009-01-07 | 韩庆军 | 一种多媒体数字签名的方法 |
CN106650799A (zh) * | 2016-12-08 | 2017-05-10 | 重庆邮电大学 | 一种电子证据分类提取方法及系统 |
CN112926099A (zh) * | 2021-04-02 | 2021-06-08 | 珠海市鸿瑞信息技术股份有限公司 | 一种基于远程控制身份认证的管理系统 |
CN115100253A (zh) * | 2022-05-31 | 2022-09-23 | 北京达佳互联信息技术有限公司 | 图像对比方法、装置、电子设备及存储介质 |
CN115906166A (zh) * | 2022-11-25 | 2023-04-04 | 中国银行股份有限公司 | 区块链共享私有数据的信息处理方法及装置 |
CN116305076A (zh) * | 2023-03-30 | 2023-06-23 | 重庆傲雄在线信息技术有限公司 | 基于签名的身份信息注册样本在线更新方法、系统及存储介质 |
CN116738493A (zh) * | 2023-08-15 | 2023-09-12 | 广州淘通科技股份有限公司 | 一种基于分类类别的数据加密存储方法及装置 |
CN117171817A (zh) * | 2023-11-03 | 2023-12-05 | 北京点聚信息技术有限公司 | 基于区块链的电子签章安全管理方法 |
US11853449B1 (en) * | 2022-10-10 | 2023-12-26 | Harbin Institute of Technology, (Shenzhen) (Shenzhen Int'l Technical Innovation Rearch Institute) | Data processing method based on secure multi-party computation, electronic device, and storage medium |
CN117439731A (zh) * | 2023-12-21 | 2024-01-23 | 山东大学 | 基于同态加密的隐私保护大数据主成分分析方法及系统 |
-
2024
- 2024-01-30 CN CN202410121982.3A patent/CN117648723B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101340551A (zh) * | 2007-07-05 | 2009-01-07 | 韩庆军 | 一种多媒体数字签名的方法 |
CN106650799A (zh) * | 2016-12-08 | 2017-05-10 | 重庆邮电大学 | 一种电子证据分类提取方法及系统 |
CN112926099A (zh) * | 2021-04-02 | 2021-06-08 | 珠海市鸿瑞信息技术股份有限公司 | 一种基于远程控制身份认证的管理系统 |
CN115100253A (zh) * | 2022-05-31 | 2022-09-23 | 北京达佳互联信息技术有限公司 | 图像对比方法、装置、电子设备及存储介质 |
US11853449B1 (en) * | 2022-10-10 | 2023-12-26 | Harbin Institute of Technology, (Shenzhen) (Shenzhen Int'l Technical Innovation Rearch Institute) | Data processing method based on secure multi-party computation, electronic device, and storage medium |
CN115906166A (zh) * | 2022-11-25 | 2023-04-04 | 中国银行股份有限公司 | 区块链共享私有数据的信息处理方法及装置 |
CN116305076A (zh) * | 2023-03-30 | 2023-06-23 | 重庆傲雄在线信息技术有限公司 | 基于签名的身份信息注册样本在线更新方法、系统及存储介质 |
CN116738493A (zh) * | 2023-08-15 | 2023-09-12 | 广州淘通科技股份有限公司 | 一种基于分类类别的数据加密存储方法及装置 |
CN117171817A (zh) * | 2023-11-03 | 2023-12-05 | 北京点聚信息技术有限公司 | 基于区块链的电子签章安全管理方法 |
CN117439731A (zh) * | 2023-12-21 | 2024-01-23 | 山东大学 | 基于同态加密的隐私保护大数据主成分分析方法及系统 |
Non-Patent Citations (2)
Title |
---|
Privacy-Preserving Accelerated Clustering for Data Encrypted by Different Keys;Zhang Jun 等;《International Conference on Smart Computing and Communication》;20210417;全文 * |
基于QR码签章技术的研究与设计;闵孝忠 等;《控制工程》;20151120;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117648723A (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2333718B1 (en) | Feature amount selecting device | |
Tiwari et al. | Watermarking based image authentication and tamper detection algorithm using vector quantization approach | |
Lu et al. | Selection of image features for steganalysis based on the Fisher criterion | |
DE102016005636A1 (de) | Transformierte Repräsentation für Fingerabdruckdaten mit hoher Erkennungsgenauigkeit | |
US20080222496A1 (en) | Secure Protection of Biometric Templates | |
AU2007231252A1 (en) | Processing biometric data un a multidimensional repository | |
Chen et al. | Multi-bits biometric string generation based on the likelihood ratio | |
Tkachenko et al. | Printed document authentication using two level or code | |
EP2186040B1 (en) | Method for transforming a feature vector | |
Chen et al. | Biometric quantization through detection rate optimized bit allocation | |
US5708731A (en) | Pattern matching method with pixel vectors | |
CN109446997A (zh) | 文档编号自动识别方法 | |
CN117648723B (zh) | 一种基于人工智能的电子签章数据安全监管方法及系统 | |
CN101419673A (zh) | 图像词典生成装置及方法 | |
Merkle et al. | Multi-modal and multi-instance fusion for biometric cryptosystems | |
Eskander et al. | On the dissimilarity representation and prototype selection for signature-based bio-cryptographic systems | |
CN113392828B (zh) | 一种基于高分辨率点阵的编码与解码方法 | |
CN110852239B (zh) | 一种人脸识别系统 | |
Chen et al. | An improvement of diamond encoding using characteristic value positioning and modulus function | |
CN113989530A (zh) | 一种快速特征比对的方法及系统 | |
Wang et al. | Data hiding method based on reference matrix | |
CN116628660B (zh) | 基于深度神经网络编码的个人化人脸生物密钥生成方法 | |
Zhou et al. | An unsolvable pixel reduced authentication method for color images with grayscale invariance | |
Rashid et al. | Covert exchange of face biometric data using steganography | |
Yadav et al. | A fast and efficient data hiding scheme in binary images |
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 |