[发明专利]一种加密数据破解场景中的资源匹配方法

说明书

本发明公开了一种加密数据破解场景中的资源匹配方法，其步骤包括：1)分布式集群资源管理系统对任务调度发出的资源匹配请求进行检查，如果正确则进行步骤2)，否则将错误信息返回至任务调度；2)分布式集群资源管理系统根据资源匹配请求中的条件信息，对分布式集群资源管理系统中的资源节点进行过滤筛选，得到可用的资源节点集合；3)从时间成本、能源成本、故障成本、已运行任务数量四个维度，对该资源节点集合中的资源节点属性信息进行量化，分别计算出相应的时间成本值、能源成本值、故障成本值和任务负载值；4)根据上述所得结果计算得到对应资源节点的rank值，对资源节点进行优先级排序，选取优先级最高的资源节点返回至任务调度。

技术领域

本发明涉及信息安全体系架构领域，具体为一种加密数据破解场景中的资源匹配方法。

背景技术

随着分布式计算的兴起，各种大数据资源管理系统不断涌现，但是常见的分布式集群资源管理系统因其本身系统设计与结构等方面的原因，无法良好的解决加密数据破解场景下的资源匹配问题。目前常见的分布式集群资源管理系统有Hadoop、Yarn、Mesos、Spark等，这些分布式集群资源管理系统将计算资源划分为cpus、gpus、disk、mem、ports等多种类型，在资源匹配时大多采用支配资源公平算法(DRF)。根据资源需求情况，将任务划分为计算密集型和内存依赖型，对于计算密集型任务，其主导资源为CPU，对于内存依赖型任务，其主导资源为内存。常见的分布式集群资源管理系统根据每一个任务的需求占集群总资源的比率，为每一个任务选取一个主导资源，计算这个主导资源在集群中所占用的比率，根据比率给任务进行优先级排序。每次分配，都会优先把资源给当前所占比率最低的那个任务。所以常见的分布式集群资源管理系统可以在较细粒度的基础上，实现资源的匹配，有效提高集群资源的利用率。

但是，传统的资源管理中的资源匹配方法只考虑了通用的计算资源，如内存和cpu，不能结合具体场景进行扩展。比如，加密数据破解场景具有加密算法种类多、加密应用版本更新迭代快、计算设备配置差别大、破解方式复杂多样等特点，现有的资源匹配方法无法兼容种类繁多的加密算法、没有考虑不同类型破解设备的优点、不支持类型多样的破解方式。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种加密数据破解场景中的资源匹配方法。

首先，对加密数据破解场景进行说明，加密数据破解场景具有加密算法种类多、加密应用版本更新迭代快、计算设备配置差别大、破解方式复杂多样等特点，具体如下：

(1)加密算法种类多。现有的加密算法类型及版本达到上百种，但是由于破解计算节点的硬件配置、软件部署等原因，造成某些破解计算节点只支持部分加密算法，所以在资源匹配时需要判断破解计算节点的加密算法支持情况；

(2)计算速度差别大。常见的CPU、GPU、FPGA服务器都可作为加密数据破解系统的破解计算节点，但是对于相同的加密数据破解应用，不同类型、不同配置的破解计算节点的运行速度千差万别，比如CPU和GPU服务器，在运行MD5加密算法时，运行速度相差百倍甚至千倍，所以在资源匹配时需要考虑破解计算节点的实际运行速度；

(3)破解方式复杂多样。任务资源匹配需求包括掩码、字典、彩虹表、字典+掩码组合、字典+规则组合、组合字典、字典+掩码+规则7种破解方式，不同的破解方式任务对节点的硬件配置要求不同，比如对于字典破解任务，需要较大的内存空间；

(4)节点预存储文件不同。在加密数据破解中应用的字典或彩虹表文件通常比较大，为了节省在破解中传输文件的时间，一般会预先在节点中存储部分常用字典或彩虹表文件。但是破解计算节点的存储空间有限，同时为区分破解计算节点的应用场景，使得每个破解计算节点中存储的文件各不相同，所以在资源匹配时需要考虑节点存储的文件信息；