[发明专利]一种保持数据稀缺性的开放数据细粒度访问控制方法

说明书

技术领域

本发明属于开放数据的访问控制技术领域，具体涉及一种数据稀缺性的开放数据细粒度访问控制方法。

背景技术

大数据技术研究和广泛应用为各个领域和业务系统的数据开放共享带来了越来越多的需求。数据开放和数据稀缺性的矛盾，是影响到数据开放的重要因素。传统的数据开放意味着数据实体（数据集）可被任意复制，造成数据稀缺性的丧失，进而导致数据持有者不愿开放数据。为了保持数据的稀缺性，现有的技术手段主要包括数据授权访问和数据加密。数据授权访问本质上是一种封闭式的数据共享方法，而非数据开放。通过获得相应的数据使用授权，用户能在授权范围内访问到所需的数据。然而，由于需要预先授权，这种方式对于数据使用效率是较低的；并且，由于难以确认授权的用户是否能切实履行数据不被二次复制，事实上也很难实现数据稀缺性的保护。数据加密是通过对数据表示形式进行转换，使得普通用户难以或无法在有限时间内获得数据。这种方式往往和数据授权同时使用，但同样也存在数据二次复制的问题。为此，数据安全领域研究了新型加密方法，使得不同用户只能使用自己授权的加密数据，并且无法单独解密。但该方法也存在诸如数据访问性能下降的问题。

为了解决数据开放和保持数据稀缺性的矛盾，数据自治开放的概念被提出。在大数据背景下，通过软件控制的方式，将部分数据完全开放给用户，但同时又保证完整数据集不被全部复制。本发明即采用对数据访问操作进行记录和分析的方法，实现对数据开放背景下保持数据稀缺性的访问控制。

发明内容

本发明的目的是提供一种在数据开放背景下保持数据稀缺性的数据访问控制方法，从而实现各类数据对用户开放可见，用户可按需使用开放的数据但无法获取开放数据源中的所有原始数据。

为了达到上述目的，本发明的技术方案如下：

本发明通过在开放数据源的外层封装一个用于访问数据的接口软件，所有对数据的访问操作均由该接口软件完成。该接口软件在完成数据访问操作的同时，还将数据访问操作的类型以及实际访问的数据记录的主键存储在数据访问日志中。本发明特别关注将数据源中原始数据直接提供给用户的数据访问操作，并对此类操作进行策略控制。由于外部用户的访问请求条件不同，一次访问操作所返回的数据集也不同。其中，指定数据访问操作通过规定特定的查询范围条件，获取符合条件的若干条数据记录，所获得的所有数据记录全部返回给用户；随机批量数据访问操作通过规定特定的查询范围条件，获取符合条件的若干条数据记录后，通过随机抽取的方式，每次访问操作返回不超过100条数据记录。所返回的数据记录以及相应的访问操作类型，都被记录在数据访问日志中，供后续分析。本发明的核心思想是，将数据稀缺性定义为完整数据集的稀缺性，而用户可以获取少部分零散数据；通过精确到每一条数据记录以何种形式被访问的日志记录，动态分析当前数据集中的数据记录多少倍用户获取，并由此判断是否允许用户继续获取更多的原始数据记录。

本发明方法具体步骤如下：

a.将开放数据源封装在一个具有有限数据访问功能的接口软件中，所有对开放数据源中原始数据的访问只能通过该接口软件完成；

b.设定接口软件各类操作所访问数据记录的范围控制值；

c.每个接口软件将通过该接口访问数据的操作情况，包括访问的数据、访问的操作类型，实时写入访问日志文件；

d.根据数据访问日志实时统计当前访问用户对当前数据源的数据访问情况，包括对该数据源的所有记录发生的各类访问操作的类型和数量；

e.针对每一个数据访问操作类型，将步骤d中获取的统计值与步骤b中设定的控制值进行比较，如果统计值超过控制值，则接口拒绝该类型的数据访问后续请求。

步骤a中所述的有限数据访问功能是指对数据按原样展示给用户的读取操作和不向用户泄露原始数据的其他操作。

其中，所述不向用户泄露原始数据的其他操作，是指用户在进行数据分析、计算、统计时需要读取所有或大部分原始数据时，不会直接获得原始数据，而是仅获得计算的结果；按原样展示给用户的读取操作是用户直接获得数据源中原始数据；按原样展示给用户的读取操作细分为指定数据读取操作和随机批量数据读取操作。