CN117910023B - 基于大数据的计算机信息安全处理方法及系统 - Google Patents
基于大数据的计算机信息安全处理方法及系统 Download PDFInfo
- Publication number
- CN117910023B CN117910023B CN202410311943.XA CN202410311943A CN117910023B CN 117910023 B CN117910023 B CN 117910023B CN 202410311943 A CN202410311943 A CN 202410311943A CN 117910023 B CN117910023 B CN 117910023B
- Authority
- CN
- China
- Prior art keywords
- information
- computer
- big data
- computer information
- type
- 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 24
- 238000000034 method Methods 0.000 claims abstract description 43
- 239000012634 fragment Substances 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 29
- 230000009471 action Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Landscapes
- Storage Device Security (AREA)
Abstract
本发明提供一种基于大数据的计算机信息安全处理方法及系统,该方法包括:获取计算机信息的信息时间段;基于大数据根据信息类型确定出冗余特征信息;若确定第一信息量大于第二信息量,则基于大数据根据信息类型获取信息树;根据信息树将计算机信息拆分为多个第二信息量的子信息片段,在每一个子信息片段中标记信息编号;将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至冗余特征信息,得到待加密计算机信息;根据信息类型确定计算机信息的重要程度值,基于大数据根据重要程度值获取信息时间段内的潜在事件模式;基于潜在事件模式对待加密计算机信息进行信息加密,得到目标加密计算机信息。本发明提高了计算机信息安全性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于大数据的计算机信息安全处理方法及系统。
背景技术
随着计算机技术的迅速发展,信息大爆发时代,信息安全问题是不容忽视的问题。比如在计算机中安装一些非法监听设备,可监听计算机运行中的信息,在计算机中安装恶意程序,通过恶意程序读取计算机中的信息。为了提高计算机信息安全,现有技术中,对计算机信息加密常见的方法有密码技术加密方法和硬盘加密方法,密码技术加密方法即通过对称算法、非对称算法、混合算法和哈希算法进行信息加密。硬盘加密方法即在计算机中插入加密的快闪存储器卡,依赖于作为硬件的快闪存储器卡。然而,现有的计算机信息加密方法容易被破解,导致计算机信息安全性低。
发明内容
本发明提供一种基于大数据的计算机信息安全处理方法及系统,旨在提高计算机信息安全性。
第一方面,本发明提供一种基于大数据的计算机信息安全处理方法,包括:
获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的终止时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
第二方面,本发明提供一种基于大数据的计算机信息安全处理系统,包括:
第一获取模块,用于获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的其实时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定模块,用于确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
第二获取模块,用于若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
拆分标记模块,用于根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
第一加密模块,用于将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
第三获取模块,用于根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
第二加密模块,用于基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上第一方面所述基于大数据的计算机信息安全处理方法。
第四方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上第一方面所述基于大数据的计算机信息安全处理方法。
本发明提供的基于大数据的计算机信息安全处理方法及系统,获取计算机信息的信息时间段;基于大数据根据信息类型确定出冗余特征信息;若确定第一信息量大于第二信息量,则基于大数据根据信息类型获取信息树;根据信息树将计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段中标记信息编号;将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至冗余特征信息,得到待加密计算机信息;根据信息类型确定计算机信息的重要程度值,基于大数据根据重要程度值获取信息时间段内的潜在事件模式;基于潜在事件模式对待加密计算机信息进行信息加密,得到目标加密计算机信息。在基于大数据的计算机信息安全处理的过程中,计算机在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的基于大数据的计算机信息安全处理方法的流程示意图;
图2是本发明提供的基于大数据的计算机信息安全处理系统的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
下面结合图1-图3描述本发明的基于大数据的计算机信息安全处理方法及系统。
具体地,本发明提供了一种基于大数据的计算机信息安全处理方法,参照图1,图1是本发明提供的基于大数据的计算机信息安全处理方法的流程示意图。
本发明提供的基于大数据的计算机信息安全处理方法,包括:
步骤100,获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;
步骤200,确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
步骤300,若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;
步骤400,根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,在每一个子信息片段的头部信息中标记信息编号;
步骤500,将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
步骤600,根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
步骤700,基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
需要说明的是,本发明实施例提供的基于大数据的计算机信息安全处理方法以基于大数据的计算机信息安全处理系统举例说明,基于大数据的计算机信息安全处理系统可以理解为大数据系统。
具体地,大数据系统获取计算机在运行过程中处理的计算机信息,并获取处理计算机信息的起始时间和处理计算机信息的终止时间。进一步地,大数据系统根据处理计算机信息的起始时间和终止时间,计算出计算机信息的信息时间段,其中,计算机信息可以包含很多种类型的数据,例如计算机程序、文件、图片、音频、视频。
进一步地,大数据系统确定计算机信息的信息类型,并基于大数据根据信息类型确定出计算机信息的载体数据。进一步地,大数据系统对载体数据进行字节形式表示,得到冗余特征信息。
进一步地,大数据系统将计算机信息的第一信息量与冗余特征信息的第二信息量进行信息量大小比较,得到比较结果,其中,信息量是指传递或包含在某个信息中的信息的多少或大小,因此,第一信息量表示计算机信息中的信息的大小,第二信息量表示冗余特征信息中的信息的大小。进一步地,若根据比较结果确定计算机信息的第一信息量小于或者等于冗余特征信息的第二信息量,大数据系统则计算机信息填充至冗余特征信息中,得到计算机信息的待加密计算机信息。
进一步地,若根据比较结果确定计算机信息的第一信息量大于冗余特征信息的第二信息量,大数据系统则基于大数据根据信息类型获取计算机信息的信息树,其中,信息树是以计算机信息中的每一个信息为节点,并根据每一个节点之间的父子关系建立的节点数。
进一步地,大数据系统根据信息树将计算机信息拆分为多个第二信息量的子信息片段,并根据每一个子信息片段的拆分顺序,在每一个子信息片段的头部信息中标记信息编号,具体为:
进一步地,大数据系统以信息树中的根节点信息为起始点,最后一个节点为未节点,遍历出每一条信息链,并根据每一条信息链将将计算机信息拆分为多个第二信息量的子信息片段,其中,第二信息量的数据量大小由信息链的长度决定。在一实施例中,根据信息树遍历出的信息量及其数据量大小为:信息链1及其数据量为200Byte,信息链2及其数据量为180Byte,信息链3及其数据量为100Byte,信息链4及其数据量为300Byte。因此可以理解为,将计算机信息拆分得到数据量为200Byte的子信息片段1,数据量为180Byte的子信息片段2,数据量为100Byte的子信息片段3,数据量不为300Byte的子信息片段4,在子信息片段1的头部信息中标记信息编号1,子信息片段2的头部信息中标记信息编号2,子信息片段3的头部信息中标记信息编号3,子信息片段4的头部信息中标记信息编号。
进一步地,大数据系统将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至冗余特征信息,得到待加密计算机信息。在一实施例中,冗余特征信息中有序号1、序号2、序号3、序号4、序号5、序号6、序号7、序号8、序号9的冗余特征点,有子信息片段1、子信息片段2、子信息片段3和子信息片段4,间隔2个冗余特征点进行填充,因此,将子信息片段1填充至序号1的冗余特征点,将子信息片段2充至序号3的冗余特征点,将子信息片段3充至序号5的冗余特征点,将子信息片段4充至序号7的冗余特征点,到待加密计算机信息。
进一步地,大数据系统根据信息类型确定计算机信息的重要程度值,不同类型对应不同的重要程度值。在一实施例中,账号信息类型的重要程度值为1,动作信息类型的重要程度值为2,混合信息类型的重要程度值为3。进一步地,大数据系统通过大数据根据重要程度值获取信息时间段内的潜在事件模式。需要说明的是,从物联网中获取到的数据流将会导致加权不确定自动机中的状态变迁或者状态停留,从而产生多个描述复杂事件可能发生的处理过程的潜在事件模式。对每一个状态变迁定义一个可靠度值矩阵,潜在事件模式的可靠度值定义为该模式经历的所有状态变迁的累乘,即/>,/>为潜在事件模式/>经历的状态变化,如果状态变迁则/>,如果状态停留则/>。产生潜在事件模式的过程即为该数据流的特征提取过程。
进一步地,大数据系统根据潜在事件模式对待加密计算机信息进行信息加密,得到目标加密计算机信息。
本发明实施例提供的基于大数据的计算机信息安全处理方法,获取计算机信息的信息时间段;基于大数据根据信息类型确定出冗余特征信息;若确定第一信息量大于第二信息量,则基于大数据根据信息类型获取信息树;根据信息树将计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段中标记信息编号;将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;根据信息类型确定计算机信息的重要程度值,基于大数据根据重要程度值获取信息时间段内的潜在事件模式;基于潜在事件模式对待加密计算机信息进行信息加密,得到目标加密计算机信息。在基于大数据的计算机信息安全处理的过程中,计算机在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
进一步地,基于步骤200记载的基于大数据根据所述信息类型确定出冗余特征信息,包括:
基于大数据根据所述信息类型获取出待隐藏数据信息;
确定所述待隐藏数据信息的载体数据,并确定所述载体数据中的时间冗余、信息熵冗余和知识冗余;
以8位二进制字节表示所述时间冗余、所述信息熵冗余和所述知识冗余,得到所述冗余特征信息。
具体地,大数据系统通过大数据根据信息类型获取出待隐藏数据信息,待隐藏数据信息是指需要保密或不希望被他人轻易获取的数据,在一实施例中,信息类型可以是个人隐私信息类型、商业机密信息类型、敏感信息类型等。因此,在一实例中,个人隐私信息类型中的待隐藏数据信息包括姓名、出生日期、身份证号码、手机号码、住址、个人健康信息、财务信息等。商业机密信息类型中的待隐藏数据信息包括公司内部数据、产品设计方案、营销策略、客户数据、研发成果等。进一步地,大数据系统确定待隐藏数据信息的载体数据,其中,载体数据是指包含待隐藏数据信息的具体数据格式,载体数据中包括时间冗余、信息熵冗余和知识冗余,因此,大数据系统需要确定出载体数据中的时间冗余、信息熵冗余和知识冗余。
进一步地,大数据系统以8位二进制字节表示时间冗余、信息熵冗余和知识冗余,得到冗余特征信息。在一实施例中,时间冗余的8位二进制字节可表示为10011010,信息熵冗余的8位二进制字节可表示为10111011,知识冗余的8位二进制字节可表示为11000101。
本发明实施例在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
基于上述实施例,基于步骤300记载的基于大数据根据所述信息类型获取所述计算机信息的信息树,包括:
基于大数据根据所述信息类型获取所述计算机信息关键字集合;所述关键字集合包括所述计算机信息的初始属性信息,所述初始属性信息包括计算机信息的多个属性,所述多个属性包括关键字、业务值、关键字的父关键字、关键字的层级、业务值类型及业务值数量,所述业务值类型为对象类型、数组类型、数字类型或者字符串类型;
对所述关键字集合进行拆分处理,得到所述计算机信息的数组;所述数组中包括计算机信息的多个属性;
基于所述计算机信息的数组,获取出所述信息树。
具体地,大数据系统基于大数据根据信息类型获取计算机信息关键字集合,其中,关键字集合包括计算机信息的初始属性信息,初始属性信息包括计算机信息的多个属性,多个属性包括关键字、业务值、关键字的父关键字、关键字的层级、业务值类型及业务值数量,业务值类型为对象类型、数组类型、数字类型或者字符串类型。
进一步地,大数据系统对关键字集合进行拆分处理,得到计算机信息的数组,其中,数组中包括计算机信息的多个属性。进一步地,大数据系统根据计算机信息的数组,获取出信息树。
本发明实施在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
基于上述实施例,基于所述计算机信息的数组,获取出所述信息树,包括:
基于所述计算机信息的数组,确定所述计算机信息的目标属性信息,所述目标属性信息中包括计算机信息中关键字对应的标识和关键字的父关键字对应的标识;
通过递归算法,基于所述各关键字对应的标识和所述各关键字的父关键字对应的标识,确定所述信息树。
具体地,大数据系统根据计算机信息的数组,确定计算机信息的目标属性信息,其中,目标属性信息中包括计算机信息中关键字对应的标识和关键字的父关键字对应的标识。进一步地,大数据系统通过递归算法,基于各关键字对应的标识和所述各关键字的父关键字对应的标识,确定所述信息树。
本发明实施例在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
基于上述实施例,基于所述计算机信息的数组,确定所述计算机信息的目标属性信息,包括:
通过预设算法确定所述计算机信息中关键字对应的标识;
通过预设算法确定所述计算机信息中关键字的父关键字对应的标识;
将所述关键字对应的标识、所述父关键字对应的标识和所述计算机信息的数组内的多个属性,确定为所述计算机信息的目标属性信息。
具体地,大数据系统通过预设算法确定计算机信息中关键字对应的标识,并通过预设算法确定计算机信息中关键字的父关键字对应的标识,具体为:大数据系统通过树上转算法确定计算机信息中关键字对应的标识,并通过树上转算法定计算机信息中关键字的父关键字对应的标识。进一步地,大数据系统将关键字对应的标识、父关键字对应的标识和计算机信息的数组内的多个属性,确定为计算机信息的目标属性信息。
基于上述实施例,基于步骤600记载的根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式,包括:
若确定所述信息类型为账号信息类型,则确定所述计算机信息的第一重要程度值为1,并根据所述第一重要程度值获取所述信息时间段内的潜在事件模式为账号异常模式;
若确定信息类型为动作信息类型,则确定所述计算机信息的第二重要程度值为2,并根据所述第二重要程度值获取所述信息时间段内的潜在事件模式为动作异常模式;
若确定信息类型为混合信息类型,则确定所述计算机信息的第三重要程度值为3,并根据所述第三重要程度值获取所述信息时间段内的潜在事件模式为混合异常模式;所述混合异常模式包括所述账号异常模式和所述动作异常模式。
具体地,若确定信息类型为账号信息类型,大数据系统则确定计算机信息的第一重要程度值为1,并根据第一重要程度值获取信息时间段内的潜在事件模式为账号异常模式。
若确定信息类型为动作信息类型,大数据系统则确定计算机信息的第二重要程度值为2,并根据第二重要程度值获取信息时间段内的潜在事件模式为动作异常模式。
若确定信息类型为混合信息类型,大数据系统则确定计算机信息的第三重要程度值为3,并根据第三重要程度值获取信息时间段内的潜在事件模式为混合异常模式,其中,混合异常模式包括账号异常模式和动作异常模式。
本发明实施例在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
进一步地,基于步骤700记载的基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息,包括:
若确定所述潜在事件模式为账号异常模式,则获取登录账号信息、应用程序信息和应用程序密钥序列信息,并根据登录账号信息、应用程序信息和应用程序密钥序列信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息;
若确定所述潜在事件模式为动作异常模式,则获取浏览内容信息和操作内容信息,并根据浏览内容信息和操作内容信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息;所述操作内容信息包括删除内容信息、新增内容信息和拖拽内容信息;
若确定所述潜在事件模式为混合异常模式,则根据所述登录账号信息、所述应用程序信息、所述应用程序密钥序列信息、所述浏览内容信息和所述操作内容信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
具体地,若确定潜在事件模式为账号异常模式,大数据系统则获取登录账号信息、应用程序信息和应用程序密钥序列信息,并根据登录账号信息、应用程序信息和应用程序密钥序列信息,对待加密计算机信息进行信息加密,得到目标加密计算机信息。
若确定潜在事件模式为动作异常模式,大数据系统则获取浏览内容信息和操作内容信息,并根据浏览内容信息和操作内容信息,对待加密计算机信息进行信息加密,得到目标加密计算机信息;操作内容信息包括删除内容信息、新增内容信息和拖拽内容信息。
若确定潜在事件模式为混合异常模式,大数据系统则根据登录账号信息、应用程序信息、应用程序密钥序列信息、浏览内容信息和操作内容信息,对待加密计算机信息进行信息加密,得到目标加密计算机信息。
本发明实施例在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
图2是本发明提供的基于大数据的计算机信息安全处理系统的结构示意图,参照图2,本发明的实施例提供了一种基于大数据的计算机信息安全处理系统,包括:
第一获取模块201,用于获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的其实时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定模块202,用于确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
第二获取模块203,用于若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
拆分标记模块204,用于根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
第一加密模块205,用于将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
第三获取模块206,用于根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
第二加密模块207,用于基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
本发明实施例提供的基于大数据的计算机信息安全处理系统,获取计算机信息的信息时间段;基于大数据根据信息类型确定出冗余特征信息;若确定第一信息量大于第二信息量,则基于大数据根据信息类型获取信息树;根据信息树将计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段中标记信息编号;将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;根据信息类型确定计算机信息的重要程度值,基于大数据根据重要程度值获取信息时间段内的潜在事件模式;基于潜在事件模式对待加密计算机信息进行信息加密,得到目标加密计算机信息。在基于大数据的计算机信息安全处理的过程中,计算机在运行过程中处理的计算机信息的冗余特征信息、信息树和潜在事件模式,对计算机在运行过程中处理的待加密计算机信息进行信息加密,得到目标加密计算机信息,提高了计算机信息安全性。
在一个实施例中,确定模块202还用于:
基于大数据根据所述信息类型获取出待隐藏数据信息;
确定所述待隐藏数据信息的载体数据,并确定所述载体数据中的时间冗余、信息熵冗余和知识冗余;所述载体数据是指包含所述待隐藏数据信息的具体数据格式;
以8位二进制字节表示所述时间冗余、所述信息熵冗余和所述知识冗余,得到所述冗余特征信息。
在一个实施例中,第二获取模块203还用于:
基于大数据根据所述信息类型获取所述计算机信息关键字集合;所述关键字集合包括所述计算机信息的初始属性信息,所述初始属性信息包括计算机信息的多个属性,所述多个属性包括关键字、业务值、关键字的父关键字、关键字的层级、业务值类型及业务值数量,所述业务值类型为对象类型、数组类型、数字类型或者字符串类型;
对所述关键字集合进行拆分处理,得到所述计算机信息的数组;所述数组中包括计算机信息的多个属性;
基于所述计算机信息的数组,获取出所述信息树。
在一个实施例中,第二获取模块203还用于:
基于所述计算机信息的数组,确定所述计算机信息的目标属性信息,所述目标属性信息中包括计算机信息中关键字对应的标识和关键字的父关键字对应的标识;
通过递归算法,基于所述各关键字对应的标识和所述各关键字的父关键字对应的标识,确定所述信息树。
在一个实施例中,第二获取模块203还用于:
通过预设算法确定所述计算机信息中关键字对应的标识;
通过预设算法确定所述计算机信息中关键字的父关键字对应的标识;
将所述关键字对应的标识、所述父关键字对应的标识和所述计算机信息的数组内的多个属性,确定为所述计算机信息的目标属性信息。
在一个实施例中,第三获取模块206还用于:
若确定所述信息类型为账号信息类型,则确定所述计算机信息的第一重要程度值为1,并根据所述第一重要程度值获取所述信息时间段内的潜在事件模式为账号异常模式;
若确定信息类型为动作信息类型,则确定所述计算机信息的第二重要程度值为2,并根据所述第二重要程度值获取所述信息时间段内的潜在事件模式为动作异常模式;
若确定信息类型为混合信息类型,则确定所述计算机信息的第三重要程度值为3,并根据所述第三重要程度值获取所述信息时间段内的潜在事件模式为混合异常模式;所述混合异常模式包括所述账号异常模式和所述动作异常模式。
在一个实施例中,第二加密模块207还用于:
若确定所述潜在事件模式为账号异常模式,则获取登录账号信息、应用程序信息和应用程序密钥序列信息,并根据登录账号信息、应用程序信息和应用程序密钥序列信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息;
若确定所述潜在事件模式为动作异常模式,则获取浏览内容信息和操作内容信息,并根据浏览内容信息和操作内容信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息;所述操作内容信息包括删除内容信息、新增内容信息和拖拽内容信息;
若确定所述潜在事件模式为混合异常模式,则根据所述登录账号信息、所述应用程序信息、所述应用程序密钥序列信息、所述浏览内容信息和所述操作内容信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行基于大数据的计算机信息安全处理方法,该方法包括:
获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的终止时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的基于大数据的计算机信息安全处理方法,该方法包括:
获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的终止时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
以上所描述的系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于大数据的计算机信息安全处理方法,其特征在于,包括:
获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的终止时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
2.根据权利要求1所述的基于大数据的计算机信息安全处理方法,其特征在于,所述基于大数据根据所述信息类型确定出冗余特征信息,包括:
基于大数据根据所述信息类型获取出待隐藏数据信息;
确定所述待隐藏数据信息的载体数据,并确定所述载体数据中的时间冗余、信息熵冗余和知识冗余;所述载体数据是指包含所述待隐藏数据信息的具体数据格式;
以8位二进制字节表示所述时间冗余、所述信息熵冗余和所述知识冗余,得到所述冗余特征信息。
3.根据权利要求1所述的基于大数据的计算机信息安全处理方法,其特征在于,所述基于大数据根据所述信息类型获取所述计算机信息的信息树,包括:
基于大数据根据所述信息类型获取所述计算机信息关键字集合;所述关键字集合包括所述计算机信息的初始属性信息,所述初始属性信息包括计算机信息的多个属性,所述多个属性包括关键字、业务值、关键字的父关键字、关键字的层级、业务值类型及业务值数量,所述业务值类型为对象类型、数组类型、数字类型或者字符串类型;
对所述关键字集合进行拆分处理,得到所述计算机信息的数组;所述数组中包括计算机信息的多个属性;
基于所述计算机信息的数组,获取出所述信息树。
4.根据权利要求3所述的基于大数据的计算机信息安全处理方法,其特征在于,所述基于所述计算机信息的数组,获取出所述信息树,包括:
基于所述计算机信息的数组,确定所述计算机信息的目标属性信息,所述目标属性信息中包括计算机信息中关键字对应的标识和关键字的父关键字对应的标识;
通过递归算法,基于所述各关键字对应的标识和所述各关键字的父关键字对应的标识,确定所述信息树。
5.根据权利要求4所述的基于大数据的计算机信息安全处理方法,其特征在于,所述基于所述计算机信息的数组,确定所述计算机信息的目标属性信息,包括:
通过预设算法确定所述计算机信息中关键字对应的标识;
通过预设算法确定所述计算机信息中关键字的父关键字对应的标识;
将所述关键字对应的标识、所述父关键字对应的标识和所述计算机信息的数组内的多个属性,确定为所述计算机信息的目标属性信息。
6.根据权利要求1所述的基于大数据的计算机信息安全处理方法,其特征在于,所述根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式,包括:
若确定所述信息类型为账号信息类型,则确定所述计算机信息的第一重要程度值为1,并根据所述第一重要程度值获取所述信息时间段内的潜在事件模式为账号异常模式;
若确定信息类型为动作信息类型,则确定所述计算机信息的第二重要程度值为2,并根据所述第二重要程度值获取所述信息时间段内的潜在事件模式为动作异常模式;
若确定信息类型为混合信息类型,则确定所述计算机信息的第三重要程度值为3,并根据所述第三重要程度值获取所述信息时间段内的潜在事件模式为混合异常模式;所述混合异常模式包括所述账号异常模式和所述动作异常模式。
7.根据权利要求6所述的基于大数据的计算机信息安全处理方法,其特征在于,所述基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息,包括:
若确定所述潜在事件模式为账号异常模式,则获取登录账号信息、应用程序信息和应用程序密钥序列信息,并根据登录账号信息、应用程序信息和应用程序密钥序列信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息;
若确定所述潜在事件模式为动作异常模式,则获取浏览内容信息和操作内容信息,并根据浏览内容信息和操作内容信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息;所述操作内容信息包括删除内容信息、新增内容信息和拖拽内容信息;
若确定所述潜在事件模式为混合异常模式,则根据所述登录账号信息、所述应用程序信息、所述应用程序密钥序列信息、所述浏览内容信息和所述操作内容信息,对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
8.一种基于大数据的计算机信息安全处理系统,其特征在于,包括:
第一获取模块,用于获取计算机在运行过程中处理的计算机信息,并获取所述计算机信息的信息时间段;所述信息时间段的起始时间为处理所述计算机信息的起始时间,终止时间为处理所述计算机信息的其实时间;所述计算机信息包括文件信息、图片信息、音频信息和视频信息;
确定模块,用于确定所述计算机信息的信息类型,并基于大数据根据所述信息类型确定出冗余特征信息;
第二获取模块,用于若确定所述计算机信息的第一信息量大于所述冗余特征信息的第二信息量,则基于大数据根据所述信息类型获取所述计算机信息的信息树;信息量是指传递或包含在某个信息中的信息的大小;
拆分标记模块,用于根据所述信息树将所述计算机信息拆分为多个第二信息量的子信息片段,并在每一个子信息片段的头部信息中标记信息编号;
第一加密模块,用于将标记有信息编号的每一个子信息片段的信息,间隔预设个冗余特征点填充至所述冗余特征信息,得到待加密计算机信息;
第三获取模块,用于根据所述信息类型确定所述计算机信息的重要程度值,并基于大数据根据所述重要程度值获取所述信息时间段内的潜在事件模式;
第二加密模块,用于基于所述潜在事件模式对所述待加密计算机信息进行信息加密,得到目标加密计算机信息。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一项所述的基于大数据的计算机信息安全处理方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于大数据的计算机信息安全处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410311943.XA CN117910023B (zh) | 2024-03-19 | 2024-03-19 | 基于大数据的计算机信息安全处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410311943.XA CN117910023B (zh) | 2024-03-19 | 2024-03-19 | 基于大数据的计算机信息安全处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117910023A CN117910023A (zh) | 2024-04-19 |
CN117910023B true CN117910023B (zh) | 2024-05-14 |
Family
ID=90690986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410311943.XA Active CN117910023B (zh) | 2024-03-19 | 2024-03-19 | 基于大数据的计算机信息安全处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117910023B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353138A (zh) * | 2018-12-24 | 2020-06-30 | 中移(杭州)信息技术有限公司 | 一种异常用户识别的方法、装置、电子设备及存储介质 |
CN111683046A (zh) * | 2020-04-29 | 2020-09-18 | 平安国际智慧城市科技股份有限公司 | 文件压缩以及获取的方法、装置、设备及存储介质 |
EP4016307A1 (de) * | 2020-12-16 | 2022-06-22 | TÜV Informationstechnik GmbH | Computersystem, verfahren und computerprogramm zur auditierung komplexer informationen |
CN115623140A (zh) * | 2022-12-14 | 2023-01-17 | 北京国电高科科技有限公司 | 一种信息处理方法 |
CN117251886A (zh) * | 2023-09-20 | 2023-12-19 | 腾讯科技(深圳)有限公司 | 模型输出信息的验证方法、装置、电子设备和可读介质 |
-
2024
- 2024-03-19 CN CN202410311943.XA patent/CN117910023B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353138A (zh) * | 2018-12-24 | 2020-06-30 | 中移(杭州)信息技术有限公司 | 一种异常用户识别的方法、装置、电子设备及存储介质 |
CN111683046A (zh) * | 2020-04-29 | 2020-09-18 | 平安国际智慧城市科技股份有限公司 | 文件压缩以及获取的方法、装置、设备及存储介质 |
EP4016307A1 (de) * | 2020-12-16 | 2022-06-22 | TÜV Informationstechnik GmbH | Computersystem, verfahren und computerprogramm zur auditierung komplexer informationen |
CN115623140A (zh) * | 2022-12-14 | 2023-01-17 | 北京国电高科科技有限公司 | 一种信息处理方法 |
CN117251886A (zh) * | 2023-09-20 | 2023-12-19 | 腾讯科技(深圳)有限公司 | 模型输出信息的验证方法、装置、电子设备和可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117910023A (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112771525A (zh) | 松散耦合的分布式系统中个人数据的模糊和删除 | |
CN111756522A (zh) | 数据处理方法及系统 | |
CN115795538B (zh) | 脱敏文档的反脱敏方法、装置、计算机设备和存储介质 | |
CN114745373A (zh) | 一种文件传输方法、装置、设备及存储介质 | |
CN114756887A (zh) | 一种敏感信息块在文件中的加密存储方法及装置 | |
WO2020044095A1 (zh) | 文件加密方法、装置、设备/终端/服务器及计算机可读存储介质 | |
CN117910023B (zh) | 基于大数据的计算机信息安全处理方法及系统 | |
CN117240625A (zh) | 一种涉及防篡改的数据处理方法、装置及电子设备 | |
WO2021115589A1 (en) | Devices and methods for applying and extracting a digital watermark to a database | |
CN116401718A (zh) | 基于区块链的数据保护方法及装置、电子设备和存储介质 | |
Snyder et al. | Cloudsweeper: enabling data-centric document management for secure cloud archives | |
CN115033900A (zh) | 一种基于区块链的电子数据取证方法及系统 | |
US11372999B2 (en) | Method for inserting data on-the-fly into a watermarked database and associated device | |
CN115935299A (zh) | 授权控制方法、装置、计算机设备和存储介质 | |
CN109145645B (zh) | 一种保护安卓手机中短信验证码的方法 | |
CN107423631A (zh) | 一种数据库加解密方法和装置 | |
CN111582954A (zh) | 一种虚假数据识别方法及装置 | |
CN111291387B (zh) | 文件保护方法及其文件处理系统 | |
CN117349867B (zh) | 智能合约部署方法、系统、设备及介质 | |
KR102578606B1 (ko) | 클라우드에서 데이터 저장 및 공유를 위한 핑거프린팅 장치 및 방법 | |
CN115150164B (zh) | 请求验证方法、装置、电子设备和计算机可读存储介质 | |
JP2023036489A (ja) | ブロックチェーンを用いたデータ保存システム、および、その方法 | |
CN116992494B (zh) | 一种用于景区数据流通的安全保护方法、设备和介质 | |
CN110661759B (zh) | 访问检测方法及设备 | |
Alfawair et al. | Secure Image Indexing Using Speeded Up Robust Features (SURF) Key Points and SHAKE256 Hashing |
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 |