[发明专利]一种半结构化数据的加密方法及系统

说明书

本发明公开了一种半结构化数据的加密方法及系统，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。本发明提出的方法充分考虑了半结构化数据对密码算法的需求，将数据加密、数据结构保持和操作效率相结合，确保了半结构化数据加密方法的可行性和实用性。

技术领域

本发明属于计算机数据安全保护技术领域，涉及数据加密领域，特别涉及一种半结构化数 据的加密方法及系统。

背景技术

随着后互联网时代中社交网络、物联网和人工智能技术的发展，传统结构化数据和非结构 化数据已经远远不能满足层出不穷的新型网络应用。当前，在大数据存储、处理和应用中，半 结构化数据占有越来越重要的地位。半结构化数据多采用树状、列表和图状数据结构组织细粒 度的数据项，从组织形式上摆脱了结构化数据库操作的局限，增加了操作的灵活性。相比传统 数据类型，半结构化数据应用差异性大，操作类型多样化，用于保护半结构化数据的标准方法 非常少。

对于半结构化数据的加密保护，其安全性和灵活性是两个相互矛盾的方面，因此设计安全 加密方法时，必须平衡需求，在两个方面兼顾考虑。在已有的保护方法上，一般将半结构化数 据块视为某一维度上独立完整的张量，将其中的数据项作为该张量的一个分量或属性参与运算； 例如，XML数据采用树状结构组织，树的深度即为该数据的维度；JSON数据采用松散的列 表形式组织每个数据，其维度一般为2或3。加密的目的就是保护最高维度上的数据项安全， 同时保持半结构化数据的全部或部分维度关系。在具体应用场景中，如社交网络数据，需要将 参与者的个人信息加密保护，同时将发表言论、感情倾向等数据项与他人共享。在已有的加密 方法中，基于属性加密方法和差分隐私保护方法在一定程度上能够满足上述两个方面的需求， 但系统开销方面并不能适用于在大数据量应用场景中使用，实用性能较差。

综上，亟需一种新的半结构化数据的加密方法及系统。

发明内容

本发明的目的在于提供一种半结构化数据的加密方法及系统，以解决上述存在的一个或多 个技术问题。本发明提出一种基于神经网络结构的半结构化数据加密方法，该方法充分考虑了 半结构化数据对密码算法的需求，将数据加密、数据结构保持和操作效率相结合，确保了半结 构化数据加密方法的可行性和实用性。

为达到上述目的，本发明采用以下技术方案：

本发明的一种半结构化数据加密方法，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。

本发明的进一步改进在于，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。

本发明的一种半结构化数据加密方法，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；