[发明专利]一种数据存取方法

权利要求书

1.一种数据存取方法，包括如下步骤：

数据存储：

(1)将用户输入的数据的每个字节通过根式拆分转换成k维特征向量；k为大于1的自然数；

(2)构建n×k维的中间矩阵，根据中间矩阵使所述的k维特征向量扩充为n维冗余向量，并保存中间矩阵，n为自然数且n大于k；

(3)将每个字节对应n维冗余向量中的n个元素值分别写入n个文本文档中，进而将这n个写有m个元素值的文本文档分别存储于n个服务器中，m为输入数据的字节个数；

数据读取：

(a)从n个服务器中任选k个服务器，并从中获取对应的k个文本文档；读取这k个文本文档中的每个元素值，重建得到m个与字节对应的k维中间向量；

(b)根据所述的k维中间向量和中间矩阵，构建k×k维的还原矩阵；根据还原矩阵使所述的k维中间向量还原成k维字节向量；

(c)依次对每个字节对应的k维字节向量进行模合并，得到每个字节的字节值，从而还原得到用户输入的数据。

2.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(1)中，将每个字节转换成k维特征向量的方法为：首先，构建k次多项式如下：

x^k+a_k-1x^k-1+a_k-2x^k-2+…+a₁x+a₀＝0

然后，将以上k次多项式转化为以下表达式：

(x-r₁)(x-r₂)…(x-r_k)＝0

其中，r₁～r_k为该k次多项式的k个根，则r₁×r₂×...×r_k＝a₀；

最后，令任一字节的字节值为a₀，并随机生成r1～r_k-1的值，进而求得r_k；使r₁～r_k为向量的k个元素，则得到的向量即为该字节对应的k维特征向量；依此遍历数据的每个字节。

3.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(2)中，构建n×k维的中间矩阵的方法为：建立一n×k维的矩阵，随机生成该矩阵中的每个元素值，且保证该矩阵的各行向量线性无关，则该矩阵即为中间矩阵。

4.根据权利要求1所述的数据存取方法，其特征在于：所述的中间矩阵采用Vandermonde矩阵。

5.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(2)中，通过公式C＝AR使k维特征向量扩充为n维冗余向量；其中，C为n维冗余向量，R为k维特征向量，A为n×k维的中间矩阵。

6.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(3)中，将每个字节对应n维冗余向量中的n个元素值分别写入n个文本文档中的方法为：对于数据中的第i字节，将该字节对应n维冗余向量中的n个元素值分别写入n个文本文档中的第i输入位；依此按数据中字节的顺序，遍历每个字节对应的n维冗余向量，得到n个写有m个元素值的文本文档，i为自然数且1≤i≤m。

7.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(a)中，读取k个文本文档中的每个元素值，重建m个k维中间向量的过程如下：对于数据中的第i字节，读取k个文本文档中该字节对应输入位上的k个元素值，使这k个元素值为向量的k个元素，则得到的向量即为第i字节对应的k维中间向量；依此遍历文本文档中每个输入位上的元素值，得到m个与字节对应的k维中间向量。

8.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(b)中，构建k×k维的还原矩阵的方法为：从中间矩阵中提取k个行向量，所述的k个行向量与k维中间向量中的k个元素一一对应；根据k维中间向量中k个元素的顺序，将这k个行向量组合成k×k维的还原矩阵。

9.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(b)中，通过公式S＝B^-1D使k维中间向量还原成k维字节向量；其中，D为k维中间向量，S为k维字节向量，B为k×k维的还原矩阵。

10.根据权利要求1所述的数据存取方法，其特征在于：所述的步骤(c)中，对每个字节对应的k维字节向量进行模合并的方法为：对于任一字节对应的k维字节向量，使该k维字节向量中的k个元素值相乘，得到的数值即为该字节的字节值。