[发明专利]一种基于对称加密的实时大数据隐私保护方法

权利要求书

1.一种基于对称加密的实时大数据隐私保护方法，其特征在于，所述方法利用实时数据不断被定点采样，得到变化增量的隐私保护，用户端对当前数据示数值和实时变化增量处理后，将数据交由服务器乱序存放；当需要数据时，恢复原先数据的时间序并调整数据变化增量，最终获得原始数据；

所述方法包括下述步骤：

A、服务器初始化数据索引和数据混淆；

B、服务器数据恢复；

所述步骤A的服务器初始化数据索引和数据混淆包括下述子步骤：

(1)服务器对数据采样点时间进行编码；

(2)服务器产生某段时间内2n+1个数据采样点的数据随机存放位置，n为正整数；

(3)根据时间采样点编码和对应的存放位置，建立数据索引数组index[]，数据索引数组index[]为(时间编码，存放位置)；

(4)用户端获得当前数据示数值d[i]和定点采样后的数据增量Δd[i]；

(5)用户端更新数据示数值d[i+1]＝d[i]op_operateΔd[i]；op_operate表示与上轮数据处理符号相反；

(6)用户端将数据d[i+1]发送至服务器；

(7)服务器按照先前建立的数据索引，将数据示数值d[i+1]存放在第i+1个随机数对应的位置；

所述步骤B的服务器数据恢复包括下述步骤：

<1>用户端发送请求，要求获得某时间段内的真实数据；

<2>服务器接受请求，从步骤A的数据存储文件中获取相应时间段内混淆后的数据结果和对应数据索引；

<3>按照数据索引恢复按时间序排列处理后的数据示数值；

<4>将当前数据加上或减去其与下一个相邻数据间的差值，恢复真实数据。

2.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤(2)中，服务器产生对应时间内2n+1个数据采样点的数据随机存放位置，即产生一个2n+1维的不重复随机向量V，向量元素Vi取值为0≤Vi≤2n。

3.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤(3)包括下述步骤：

a、将2n+1维的不重复随机向量V发送给服务器，存入数据索引数组index[]；

b、服务器根据时间采样点编码和对应的存放位置，完成数据索引数组index[]建立的数组序号，为对应的采样点时间序，数组存储内容为采样数据存放的随机位置；

c、服务器建立大小为2n+1的一维数组data[]，用于存放用户实时采样数据。

4.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤(5)中，op_operate表示与上轮数据处理符号相反，设第2k个数为加，第2k+1个数为减；或设第2k个数为减，第2k+1个数为加，0≤k<n+1。

5.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤(7)中，服务器按照先前建立的数据索引数组index[]，将数据示数值d[i+1]存放在index[i+1]所指示的位置上，即data[index[i+1]]＝d[i+1]。

6.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤<2>中，服务器验证用户身份后接受请求，从文件中获取相应时间段内混淆后的数据结果2m+1个，m为正整数，存入大小为2m+1的一维数组result[]中；服务器从文件中获取对应的数据索引2m+1项，存入大小为2m+1的一维数组re_index[]中。

7.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤<3>中，按照数据索引恢复按时间序排列处理后的数据示数值，即生成一维数组real[]存放恢复顺序后的数据示数值，real[i]＝result[re_index[i]]。

8.如权利要求1所述的实时大数据隐私保护方法，其特征在于，所述步骤<4>中，对处理当前第i+1个数据，若i＝2k-1，0≤k≤m，则real[i+1]＝real[i]+result[i+1]-result[i]；若i＝2k，则real[i+1]＝real[i]+result[i]-result[i+1]，恢复真实数据。