System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及數據存儲和訪問控制技術,尤其涉及一種基于區塊鏈的私域直播數據存儲與訪客認證方法及系統。
技術介紹
1、隨著數字化進程的深入,私域直播成為企業和個人用戶與觀眾互動的重要方式,但在此過程中,直播數據的安全性、用戶隱私保護以及精準的訪問控制成為關鍵問題。現有技術的身份認證方式主要依賴密碼或單一生物特征識別,易受偽造攻擊且難以滿足高安全需求。同時,直播數據多采用集中式存儲,存在單點故障和數據泄露的風險,傳統加密方式也難以適應數據敏感度的多樣性。此外,當前的訪問控制機制通常較為固定,無法動態響應訪客的可信度和數據的敏感等級,導致敏感數據面臨較高的泄露風險,而直播數據的傳輸過程也缺乏自適應能力,無法在不同網絡條件下保證高效與穩定的傳輸效果。
2、因此,為了保障直播數據的私密性和安全性,亟需一種創新的方案來實現高效的訪客身份認證和數據加密存儲。
技術實現思路
1、本專利技術實施例提供一種基于區塊鏈的私域直播數據存儲與訪客認證方法及系統,能夠解決現有技術中的問題。
2、本專利技術實施例的第一方面,
3、提供一種基于區塊鏈的私域直播數據存儲與訪客認證方法,包括:
4、采集訪客終端的多模態生物特征數據,所述多模態生物特征數據包括動態唇語特征、聲紋特征與面部微表情特征,利用時空注意力機制的深度神經網絡進行特征提取與跨模態融合,生成融合特征向量,將所述融合特征向量輸入對抗式生成網絡進行真實性驗證,生成可信度分值,基于所述可信度分值對所述融合特征
5、接收直播數據流,利用預訓練的自適應內容感知模型對所述直播數據流進行語義分析,識別數據敏感等級,基于所述數據敏感等級與可信度分值構建雙層訪問控制矩陣,根據所述雙層訪問控制矩陣與網絡狀態對直播數據流進行自適應分片與分層加密,所述分層加密采用基于聯邦學習的加密模型;將加密后的數據分片存儲至分布式存儲網絡,并生成包含數據指紋的智能合約;
6、當接收到訪客終端發送的數據訪問請求時,基于動態身份令牌進行身份校驗,校驗通過后生成訪問授權信息,基于所述訪問授權信息從雙層訪問控制矩陣中獲取訪問權限,并根據所述訪問權限獲取傳輸路徑的網絡性能參數,利用預先構建的服務質量預測模型進行預測,根據預測分析結果選擇最優邊緣節點組合構建多路徑傳輸通道,所述邊緣節點通過區塊鏈協議記錄實時服務質量數據,基于所述實時服務質量數據計算傳輸路徑的服務質量評分,根據所述服務質量評分結合數據敏感等級生成傳輸策略,當所述服務質量評分低于預設閾值時,觸發智能合約中的故障遷移指令,將多路徑傳輸通道切換至預設的備用傳輸通道,并采用零知識證明生成包含訪問驗證與傳輸記錄的軌跡信息,提交至區塊鏈網絡存證。
7、在一種可選的實施例中,
8、基于預設的橢圓曲線方程選擇基點,利用所述基點生成包含私鑰與公鑰的密鑰將所述隱私保護特征向量與所述公鑰進行拼接,并利用私鑰對拼接結果與當前時間戳進行數字簽名,生成包含簽名信息的臨時訪問憑證包括:
9、構建基于橢圓曲線方程的有限域密碼系統,所述橢圓曲線方程包含有限域參數、曲線系數參數與基點階參數,在所述基點階參數限定的范圍內生成隨機私鑰,采用窗口化雙倍點快速乘法算法計算所述隨機私鑰與基點坐標的標量點乘,得到作為公鑰的橢圓曲線點坐標;
10、將接收的隱私保護特征向量進行字節規范化處理得到特征字節序列,根據離散對數問題將公鑰的橢圓曲線點坐標轉換為包含縱軸坐標奇偶標識與橫軸坐標值的壓縮公鑰,將所述特征字節序列、壓縮公鑰與毫秒級時間戳按照預設字節序進行拼接得到待簽名消息;
11、生成密碼學安全隨機數作為臨時私鑰,計算所述臨時私鑰與所述基點坐標的標量點乘得到臨時點坐標,將所述臨時點坐標的橫軸分量進行模運算得到簽名消息的第一分量,計算所述待簽名消息的哈希值,同時將隨機私鑰與所述第一分量進行模運算,根據所述待簽名消息的哈希值與模運算結果得到簽名消息的第二分量,所述第一分量與所述第二分量構成數字簽名;
12、將所述特征字節序列、壓縮公鑰、毫秒級時間戳與數字簽名組合生成臨時訪問憑證,所述臨時訪問憑證包含驗證所述數字簽名的元數據信息,基于毫秒級時間戳控制臨時訪問憑證的有效時間,所述臨時訪問憑證用于身份認證系統進行訪問控制。
13、在一種可選的實施例中,
14、接收直播數據流,利用預訓練的自適應內容感知模型對所述直播數據流進行語義分析,識別數據敏感等級,基于所述數據敏感等級與可信度分值構建雙層訪問控制矩陣,根據所述雙層訪問控制矩陣與網絡狀態對直播數據流進行自適應分片與分層加密包括:
15、將接收的直播數據流輸入預訓練的自適應內容感知模型所述自適應內容感知模型包括感受野自適應的空間金字塔池化模塊與基于壓縮激活的通道重標定模塊,對所述直播數據流進行特征增強與量化映射,得到統一特征表示;
16、將所述統一特征表示輸入敏感度識別模型,所述敏感度識別模型通過遞歸膠囊網絡對所述統一特征表示進行分層組合,并利用條件隨機場模型建立時序依賴關系得到時序特征;采用注意力引導的多任務學習框架對所述時序特征進行任務分解與權重分配,得到數據敏感等級;
17、根據所述數據敏感等級與預先獲取的可信度分值構建雙層訪問控制矩陣,所述雙層訪問控制矩陣的第一層根據所述數據敏感等級確定基礎訪問權限,第二層根據所述可信度分值對所述基礎訪問權限進行調整;采集網絡狀態參數,基于所述網絡狀態參數動態調整數據分片大小,并根據所述雙層訪問控制矩陣確定分片邊界,對所述直播數據流進行分片處理,得到數據分片;
18、構建基于聯邦學習的分層加密模型,在分布式環境中部署多個計算節點,各計算節點基于本地歷史數據訓練得到加密參數,通過差分隱私機制對加密參數添加噪聲,并采用同態加密技術進行參數聚合,更新各敏感等級對應的加密策略;
19、根據所述數據分片的敏感等級調用相應的加密策略進行分層加密處理,得到加密數據分片。
20、在一種可選的實施例中,
21、構建基于聯邦學習的分層加密模型,在分布式環境中部署多個計算節點,各計算節點基于本地歷史數據訓練得到加密參數,通過差分隱私機制對加密參數添加噪聲,并采用同態加密技術進行參數聚合,更新各敏感等級對應的加密策略包括:
22、構建基于聯邦學習的分層加密模型,包含加密函數、密鑰生成模塊、加密模塊和解密模塊,所述加密函數根據數據敏感等級配置安全參數與隨機數;所述密鑰生成模塊生成密鑰對與密鑰有效期,所述加密模塊基于同態加密對消息進行分塊加密得到加密數據塊,所述解密模塊對所述加密數據塊進行解密;
23、在分布式環境中部署多個計算節點進行協同訓練,所述計算節點的數量根據數據規模動態調整,每個計算節點基于本地歷史數據訓練局部模型得到局部加密參數,中心節點向各計算節點廣播全局參數與訓練輪次信息,各計本文檔來自技高網...
【技術保護點】
1.一種基于區塊鏈的私域直播數據存儲與訪客認證方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,將所述融合特征向量輸入對抗式生成網絡進行真實性驗證,生成可信度分值,基于所述可信度分值對所述融合特征向量進行差分隱私處理,生成包含橢圓曲線加密訪問憑證的動態身份令牌,并將所述動態身份令牌的哈希值寫入區塊鏈網絡包括:
3.根據權利要求2所述的方法,其特征在于,基于預設的橢圓曲線方程選擇基點,利用所述基點生成包含私鑰與公鑰的密鑰將所述隱私保護特征向量與所述公鑰進行拼接,并利用私鑰對拼接結果與當前時間戳進行數字簽名,生成包含簽名信息的臨時訪問憑證包括:
4.根據權利要求1所述的方法,其特征在于,接收直播數據流,利用預訓練的自適應內容感知模型對所述直播數據流進行語義分析,識別數據敏感等級,基于所述數據敏感等級與可信度分值構建雙層訪問控制矩陣,根據所述雙層訪問控制矩陣與網絡狀態對直播數據流進行自適應分片與分層加密包括:
5.根據權利要求4所述的方法,其特征在于,構建基于聯邦學習的分層加密模型,在分布式環境中部署多個計算節點,各計算
6.根據權利要求1所述的方法,其特征在于,基于所述訪問授權信息從雙層訪問控制矩陣中獲取訪問權限,并根據所述訪問權限獲取傳輸路徑的網絡性能參數,利用預先構建的服務質量預測模型進行預測,根據預測分析結果選擇最優邊緣節點組合構建多路徑傳輸通道包括:
7.根據權利要求1所述的方法,其特征在于,基于所述實時服務質量數據計算傳輸路徑的服務質量評分,根據所述服務質量評分結合數據敏感等級生成傳輸策略,當所述服務質量評分低于預設閾值時,觸發智能合約中的故障遷移指令,將多路徑傳輸通道切換至預設的備用傳輸通道,并采用零知識證明生成包含訪問驗證與傳輸記錄的軌跡信息,提交至區塊鏈網絡存證包括:
8.一種基于區塊鏈的私域直播數據存儲與訪客認證系統,用于實現前述權利要求1-7中任一項所述的方法,其特征在于,包括:
9.一種電子設備,其特征在于,包括:
10.一種計算機可讀存儲介質,其上存儲有計算機程序指令,其特征在于,所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.一種基于區塊鏈的私域直播數據存儲與訪客認證方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,將所述融合特征向量輸入對抗式生成網絡進行真實性驗證,生成可信度分值,基于所述可信度分值對所述融合特征向量進行差分隱私處理,生成包含橢圓曲線加密訪問憑證的動態身份令牌,并將所述動態身份令牌的哈希值寫入區塊鏈網絡包括:
3.根據權利要求2所述的方法,其特征在于,基于預設的橢圓曲線方程選擇基點,利用所述基點生成包含私鑰與公鑰的密鑰將所述隱私保護特征向量與所述公鑰進行拼接,并利用私鑰對拼接結果與當前時間戳進行數字簽名,生成包含簽名信息的臨時訪問憑證包括:
4.根據權利要求1所述的方法,其特征在于,接收直播數據流,利用預訓練的自適應內容感知模型對所述直播數據流進行語義分析,識別數據敏感等級,基于所述數據敏感等級與可信度分值構建雙層訪問控制矩陣,根據所述雙層訪問控制矩陣與網絡狀態對直播數據流進行自適應分片與分層加密包括:
5.根據權利要求4所述的方法,其特征在于,構建基于聯邦學習的分層加密模型,在分布式環境中部署多個計算節點,各計算節點基于本地歷史數據訓練得到加密參數,通...
【專利技術屬性】
技術研發人員:于驚濤,廣宇昊,曾黎,傅強,
申請(專利權)人:北京易匯眾盟網絡技術有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。