CN117834287A - 一种零信任的数据处理方法和装置 - Google Patents
一种零信任的数据处理方法和装置 Download PDFInfo
- Publication number
- CN117834287A CN117834287A CN202410027217.5A CN202410027217A CN117834287A CN 117834287 A CN117834287 A CN 117834287A CN 202410027217 A CN202410027217 A CN 202410027217A CN 117834287 A CN117834287 A CN 117834287A
- Authority
- CN
- China
- Prior art keywords
- data
- target data
- target
- ciphertext
- capacity value
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 36
- 238000012163 sequencing technique Methods 0.000 claims description 29
- 230000011218 segmentation Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Abstract
本申请提供了一种零信任的数据处理方法和装置,该方法包括接收第一客户端上传的目标数据,依据目标数据的数据特征生成唯一密文;将唯一密文和目标数据存储到云端数据库;接收第二客户端对目标数据的访问请求,依据访问请求在云端数据库中提取目标数据;依据提取的目标数据的数据特征生成临时密文,将临时密文与唯一密文进行对比,当对比结果为密文相同时,则向第二客户端发送提取的目标数据,通过临时密文与唯一密文比对,若密文一致则表示所提取的目标数据为第一客户端最初存储的目标数据;若不一致,则表示目标数据被篡改;以此避免数据接收方拿到被篡改后的数据,提高了在这种零信任环境下数据的安全可信度。
Description
技术领域
本申请涉及数据处理领域,特别是一种零信任的数据处理方法和装置。
背景技术
随着5G技术的开发,人类将会步入物联网时代,数据成千上万倍产生。而传统中心化的互联网将数据存储在本地驱动器中,服务器的运营和维护成本不菲,与此同时有关泄密、侵犯隐私、随意删改等问题显然可见。针对该问题,各大厂商提出了云存储的理念,但是云存储由第三方的中心机构来管理,数据持有者、数据访问者以及中心机构均可在该数据传播到数据接收者之前对其进行更改,数据接收者则难以分辨所接收的数据是否为原始数据,导致数据的有效性和可信度降低。
发明内容
鉴于所述问题,提出了本申请以便提供克服所述问题或者至少部分的解决所述问题的一种零信任的数据处理方法和装置,包括:
一种零信任的数据处理方法,所述方法包括:
接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
将所述唯一密文和所述目标数据存储到云端数据库;
接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
优选地,所述依据所述目标数据的数据特征生成唯一密文,包括:
采用多模态识别模型提取所述目标数据中的数据特征,所述数据特征至少包括二进制特征、图像特征和音频特征中的一种;
对所述数据特征进行哈希处理,得到目标哈希码,将所述目标哈希码作为所述唯一密文。
优选地,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
将所述目标数据的数据特征按照不同的数据类别进行分类,并确定每一类别数据特征的容量值;
依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第一容量值序列;
对所述第一容量值序列进行哈希处理,得到目标哈希码。
优选地,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
确定每一所述特征组的容量值;
依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
对所述第二容量值序列进行哈希处理,得到目标哈希码。
为实现本申请还包括一种零信任的数据处理装置,所述装置包括:
接收模块,用于接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
存储模块,用于将所述唯一密文和所述目标数据存储到云端数据库;
提取模块,用于接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
对比模块,用于依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
优选地,所述依据所述目标数据的数据特征生成唯一密文,包括:
提取子模块,用于采用多模态识别模型提取所述目标数据中的数据特征,所述数据特征至少包括二进制特征、图像特征和音频特征中的一种;
哈希子模块,用于对所述数据特征进行哈希处理,得到目标哈希码,将所述目标哈希码作为所述唯一密文。
优选地,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
分类子模块,用于将所述目标数据的数据特征按照不同的数据类别进行分类,并确定每一类别数据特征的容量值;
排序子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第一容量值序列;
哈希码子模块,用于对所述第一容量值序列进行哈希处理,得到目标哈希码。
优选地,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
分割子模块,用于将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
容量值子模块,用于确定每一所述特征组的容量值;
第二容量值序列子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
目标哈希码子模块,用于对所述第二容量值序列进行哈希处理,得到目标哈希码。
为实现本申请还包括一种设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现所述的零信任的数据处理方法。
为实现本申请还包括一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时所述的零信任的数据处理方法。
本申请具有以下优点:
在本申请的实施例中,提供一种零信任的数据处理方法,接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;将所述唯一密文、所述目标数据以及上传时间戳存储到云端数据库;接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据;通过依据即将存储的目标数据生成唯一密文后存储到云端,第二客户端在对该目标数据进行访问的时候,将存储的目标数据提取出并再次生成密文,通过临时密文与唯一密文比对,若密文一致则表示所提取的目标数据为第一客户端最初存储的目标数据;若不一致,则表示目标数据被篡改;以此避免数据接收方拿到被篡改后的数据,提高了在这种零信任环境下数据的安全可信度。
附图说明
为了更清楚地说明本申请的技术方案,下面将对本申请的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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种零信任的数据处理方法的步骤流程图;
图2是本申请一实施例提供的一种零信任的数据处理装置的结构框图;
图3是本发明一实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请的所述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。显然,所描述的实施例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。
参照图1,示出了本申请一实施例提供的一种零信任的数据处理方法的步骤流程图;
所述方法包括:
S110,接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
S120,将所述唯一密文和所述目标数据存储到云端数据库;
S130,接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
S140,依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
在本申请的实施例中,提供一种零信任的数据处理方法,接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;将所述唯一密文、所述目标数据以及上传时间戳存储到云端数据库;接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据;通过依据即将存储的目标数据生成唯一密文后存储到云端,第二客户端在对该目标数据进行访问的时候,将存储的目标数据提取出并再次生成密文,通过临时密文与唯一密文比对,若密文一致则表示所提取的目标数据为第一客户端最初存储的目标数据;若不一致,则表示目标数据被篡改;以此避免数据接收方拿到被篡改后的数据,提高了在这种零信任环境下数据的安全可信度。
下面,将对本示例性实施例中一种零信任的数据处理方法作进一步的说明。
如所述步骤S110所述,接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文。
在本发明一实施例中,可以结合下列描述进一步说明步骤S110所述“依据所述目标数据的数据特征生成唯一密文”的具体过程。
如下列步骤所述,
采用多模态识别模型提取所述目标数据中的数据特征,所述数据特征至少包括二进制特征、图像特征和音频特征中的一种;
对所述数据特征进行哈希处理,得到目标哈希码,将所述目标哈希码作为所述唯一密文。
需要说明的是,上述的目标数据可以包括但不限于文字数据、二进制数据、图像数据和音频数据,可以是由多种数据交织组成。
进一步的,上述对所述数据特征进行哈希处理,得到目标哈希码,包括:
将所述目标数据的数据特征按照不同的数据类别进行分类,并确定每一类别数据特征的容量值;
依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第一容量值序列;
对所述第一容量值序列进行哈希处理,得到目标哈希码。
在本申请实施例中,通过按照不同的数据类别将目标数据进行分类后,可以得到不同容量值的多个类别数据,然后根据预设的排序方法将不同容量值进行排序,可减少特征融合步骤,降低哈希处理的计算量。
若目标数据的数据类别只有一种类别,则采取如下方法:
将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
确定每一所述特征组的容量值;
依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
对所述第二容量值序列进行哈希处理,得到目标哈希码。
如所述步骤S120,将所述唯一密文和所述目标数据存储到云端数据库;
在本发明一实施例中,可以结合下列描述进一步说明步骤S120所述“将所述唯一密文和所述目标数据存储到云端数据库”的具体过程。
在一具体实施例中,将所述唯一密文和所述目标数据都上传并存储到云端数据库中,从而更好的保存文件。云端数据库是指被优化或部署到一个虚拟计算环境中的数据库,可以实现按需使用、按需扩展、高可用性以及存储整合等优势,文件不易丢失。
如所述步骤S130,接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
在本发明一实施例中,可以结合下列描述进一步说明步骤S130所述“接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据”的具体过程。
在一具体实施例中,第二客户端将所述目标数据从云端数据库中提取出来,通过访问请求提取所述目标数据。
如所述步骤S140,依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
在本发明一实施例中,可以结合下列描述进一步说明步骤S140所述“依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据”的具体过程。
在一具体实施例中,将所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,若对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
若对比结果密文不同,则不发送所述目标数据至第二客户端。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
参照图2,示出了本申请一实施例提供的一种零信任的数据处理装置;
具体包括:
接收模块210,用于接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
存储模块220,用于将所述唯一密文和所述目标数据存储到云端数据库;
提取模块230,用于接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
对比模块240,用于依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
在本发明一实施例中,所述接收模块210,包括:
提取子模块,用于采用多模态识别模型提取所述目标数据中的数据特征,所述数据特征至少包括二进制特征、图像特征和音频特征中的一种;
哈希子模块,用于对所述数据特征进行哈希处理,得到目标哈希码,将所述目标哈希码作为所述唯一密文。
在本发明一实施例中,所述哈希子模块包括:
分类子模块,用于将所述目标数据的数据特征按照不同的数据类别进行分类,并确定每一类别数据特征的容量值;
排序子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第一容量值序列;
哈希码子模块,用于对所述第一容量值序列进行哈希处理,得到目标哈希码。
在本发明一实施例中,所述哈希子模块包括:
分割子模块,用于将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
容量值子模块,用于确定每一所述特征组的容量值;
第二容量值序列子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
目标哈希码子模块,用于对所述第二容量值序列进行哈希处理,得到目标哈希码。
分割子模块,用于将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
容量值子模块,用于确定每一所述特征组的容量值;
第二容量值序列子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
目标哈希码子模块,用于对所述第二容量值序列进行哈希处理,得到目标哈希码。
参照图3,示出了本发明的一种零信任的数据处理方法的计算机设备,具体可以包括如下:
上述计算机设备12以通用计算设备的形式表现,计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线18结构中的一种或多种,包括存储器总线18或者存储器控制器,外围总线18,图形加速端口,处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线18,微通道体系结构(MAC)总线18,增强型ISA总线18、音视频电子标准协会(VESA)局域总线18以及外围组件互连(PCI)总线18。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质界面与总线18相连。存储器可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块42,这些程序模块42被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块42以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其他计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)界面22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LA2)),广域网(WA2)和/或公共网络(例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白,尽管图3中未示出,可以结合计算机设备12使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统34等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的零信任的数据处理方法。
也即,上述处理单元16执行上述程序时实现:接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
将所述唯一密文和所述目标数据存储到云端数据库;
接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
在本发明实施例中,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有实施例提供的零信任的数据处理方法:
也即,给程序被处理器执行时实现:
接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
将所述唯一密文和所述目标数据存储到云端数据库;
接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机克顿信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LA2)或广域网(WA2)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种零信任的数据处理方法和装置.,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种零信任的数据处理方法,其特征在于,所述方法包括:
接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
将所述唯一密文和所述目标数据存储到云端数据库;
接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
2.根据权利要求1所述的方法,其特征在于,所述依据所述目标数据的数据特征生成唯一密文,包括:
采用多模态识别模型提取所述目标数据中的数据特征,所述数据特征至少包括二进制特征、图像特征和音频特征中的一种;
对所述数据特征进行哈希处理,得到目标哈希码,将所述目标哈希码作为所述唯一密文。
3.根据权利要求2所述的方法,其特征在于,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
将所述目标数据的数据特征按照不同的数据类别进行分类,并确定每一类别数据特征的容量值;
依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第一容量值序列;
对所述第一容量值序列进行哈希处理,得到目标哈希码。
4.根据权利要求2所述的方法,其特征在于,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
确定每一所述特征组的容量值;
依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
对所述第二容量值序列进行哈希处理,得到目标哈希码。
5.一种零信任的数据处理装置,其特征在于,所述装置包括:
接收模块,用于接收第一客户端上传的目标数据,依据所述目标数据的数据特征生成唯一密文;
存储模块,用于将所述唯一密文和所述目标数据存储到云端数据库;
提取模块,用于接收第二客户端对所述目标数据的访问请求,依据所述访问请求在所述云端数据库中提取所述目标数据;
对比模块,用于依据提取的所述目标数据的数据特征生成临时密文,将所述临时密文与所述唯一密文进行对比,当对比结果为密文相同时,则向所述第二客户端发送提取的所述目标数据。
6.根据权利要求5所述的装置,其特征在于,所述依据所述目标数据的数据特征生成唯一密文,包括:
提取子模块,用于采用多模态识别模型提取所述目标数据中的数据特征,所述数据特征至少包括二进制特征、图像特征和音频特征中的一种;
哈希子模块,用于对所述数据特征进行哈希处理,得到目标哈希码,将所述目标哈希码作为所述唯一密文。
7.根据权利要求6所述的装置,其特征在于,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
分类子模块,用于将所述目标数据的数据特征按照不同的数据类别进行分类,并确定每一类别数据特征的容量值;
排序子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第一容量值序列;
哈希码子模块,用于对所述第一容量值序列进行哈希处理,得到目标哈希码。
8.根据权利要求6所述的装置,其特征在于,所述对所述数据特征进行哈希处理,得到目标哈希码,包括:
分割子模块,用于将目标数据的数据特征按照预设的分段规则分割为若干个特征组;
容量值子模块,用于确定每一所述特征组的容量值;
第二容量值序列子模块,用于依据预设的排序规则对所有的所述容量值进行排序,得到所述目标数据对应的第二容量值序列;
目标哈希码子模块,用于对所述第二容量值序列进行哈希处理,得到目标哈希码。
9.一种设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410027217.5A CN117834287A (zh) | 2024-01-04 | 2024-01-04 | 一种零信任的数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410027217.5A CN117834287A (zh) | 2024-01-04 | 2024-01-04 | 一种零信任的数据处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117834287A true CN117834287A (zh) | 2024-04-05 |
Family
ID=90515262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410027217.5A Pending CN117834287A (zh) | 2024-01-04 | 2024-01-04 | 一种零信任的数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117834287A (zh) |
-
2024
- 2024-01-04 CN CN202410027217.5A patent/CN117834287A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110321958B (zh) | 神经网络模型的训练方法、视频相似度确定方法 | |
CN108182211B (zh) | 视频舆情获取方法、装置、计算机设备及存储介质 | |
CN111382123B (zh) | 文件存储方法、装置、设备及存储介质 | |
CN108921552B (zh) | 一种验证证据的方法及装置 | |
CN111209431A (zh) | 一种视频搜索方法、装置、设备及介质 | |
CN107729768B (zh) | 一种页面显示方法、装置、智能平板和存储介质 | |
CN111368013A (zh) | 基于多账户的统一标识方法、系统、设备和存储介质 | |
CN110826036A (zh) | 用户操作行为安全性的识别方法、装置和电子设备 | |
CN111241043A (zh) | 一种多媒体文件的分享方法、终端及存储介质 | |
CN109086097B (zh) | 一种小程序的启动方法、装置、服务器及存储介质 | |
WO2022142536A1 (zh) | 灰度发布方法、系统、装置、设备及存储介质 | |
CN107862035B (zh) | 会议记录的网络读取方法、装置、智能平板和存储介质 | |
CN113723158A (zh) | 文本结构化识别方法、装置、电子设备和计算机可读介质 | |
CN110991431A (zh) | 人脸识别方法、装置、设备及存储介质 | |
CN111047657A (zh) | 图片压缩方法、装置、介质及电子设备 | |
CN107992457B (zh) | 一种信息转换方法、装置、终端设备及存储介质 | |
CN117834287A (zh) | 一种零信任的数据处理方法和装置 | |
WO2022105120A1 (zh) | 图片文字检测方法、装置、计算机设备及存储介质 | |
CN113807056A (zh) | 一种文档名称序号纠错方法、装置和设备 | |
CN115730104A (zh) | 直播间处理方法、装置、设备及介质 | |
CN112669000A (zh) | 政务事项处理方法、装置、电子设备及存储介质 | |
CN107749892B (zh) | 会议记录的网络读取方法、装置、智能平板和存储介质 | |
CN112364268A (zh) | 资源获取方法、装置、电子设备及存储介质 | |
CN111369375A (zh) | 一种社交关系确定方法、装置、设备及存储介质 | |
CN111176611B (zh) | 一种生成随机数据组的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |