[发明专利]一种半结构化数据的加密方法及系统

权利要求书

1.一种半结构化数据加密方法，其特征在于，包括：

所述加密方法的加解密过程基于全连接的多层神经网络结构；其中，使用全连接的多层神经网络结构处理半结构化数据块中各个结构化要素；在多层神经网络结构中的各个神经网络层使数据经过权重向量和激活函数的作用，得到下一层的输入；半结构化数据流经全连接的多层神经网络后，完成加密或解密操作。

2.根据权利要求1所述的一种半结构化数据加密方法，其特征在于，在基于全连接的多层神经网络进行加解密过程中，利用半结构化数据向量化并行操作作为结构保持方法；使用可选加密强度的密钥加密数据，对不同敏感程度的半结构化数据进行细粒度的加密或解密操作。

3.一种半结构化数据加密方法，其特征在于，包括以下步骤：

步骤1，对待加密的半结构化数据进行预处理，获得向量化的半结构化数据；

步骤2，构造获得全连接的神经网络结构，并设置安全参数；

步骤3，产生加密密钥；

步骤4，实现加密操作和解密操作；其中，所述加密操作包括：从全连接的神经网络结构的第0层输入待加密的向量化的半结构化数据，在激活函数和加密密钥的控制下，对流经各层神经网络的数据与各组参数做运算，输出加密后的数据；所述解密操作包括：从全连接的神经网络结构的第0层输入待解密的向量，在激活函数和加密密钥的的控制下，对流经各层神经网络的数据进行逆向的运算，输出解密后的数据。

4.根据权利要求3所述的一种半结构化数据加密方法，其特征在于，步骤1具体包括：将采集的半结构化明文数据向量化得到M＝(m₀,m₁,…,m_i,…,m_n)，其中m_i表示该向量的分量，0≤i≤n，并将该向量的每个分量编码为浮点数域的数值。

5.根据权利要求3所述的一种半结构化数据加密方法，其特征在于，所述步骤2具体包括以下步骤：

(2.1)随机构造一个全连接的神经网络NN(V,E,n,d,|x|,|y|)；其中，V是该有向图的神经元集合，E为连接的集合，n为神经元最大连接数，d为神经网络最大深度，|x|为用作输入的维度，|y|为用作输出的维度；

(2.2)选择一个用于控制结构的神经元激活函数σ和全局运算的单位g，g作为数域GF(g)的生成元，初始状态中每个神经元的权重ω随机取自GF(g)上的元素，输入数据赋值给向量x，从y中读取加密后的结果数据。

6.根据权利要求5所述的一种半结构化数据加密方法，其特征在于，所述步骤2的步骤(2.1)中，|y|≥|x|，令|V|＝nd。

7.根据权利要求5所述的一种半结构化数据加密方法，其特征在于，所述步骤4的加密操作具体包括以下步骤：

(4.1)在神经网络的第0层，计算：

(4.2)第p层，0＜p≤n层，计算：

I_p＝||o_p||²；

(4.3)在第p＝n层，令该层深度d＝1，ω_p＝1，计算：

v＝σ(ω_po_p)，

最后一层的计算结果：y＝(o_p,v)，则加密结果C＝y；

式中，加密密钥ω₀∈GF(g)。