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】
本申請涉及數據處理,特別是涉及一種數據加密方法、裝置、計算機設備和存儲介質。
技術介紹
1、隨著移動端設備的廣泛應用,數據安全問題日益凸顯。本文提出了一種使用人工智能(ai)為移動端數據加密的創新方案。通過結合深度學習算法與傳統加密技術,詳細闡述了方案的設計原理、關鍵技術、視圖展示以及流程圖,并重點介紹了a?i技術在該方案中的具體實現方法,為移動端數據安全提供了新的解決方案。
2、然而,傳統的數據加密方法,存在加密效率低下或便利性較低等問題。
技術實現思路
1、基于此,有必要針對上述技術問題,提供一種能夠提高加密效率和便利性的數據加密方法、裝置、計算機設備和存儲介質。
2、第一方面,提供一種數據加密方法,所述方法包括:
3、接收移動終端發送的軟件應用的待加密數據,并對待加密數據進行特征提取,得到特征數據集;其中,待加密數據包括文本、圖片、音頻和視頻;
4、將特征數據集輸入至預先訓練好的加密等級分類神經網絡模型后得到數據加密等級,并根據數據加密等級在加密策略數據庫中進行查詢后得到對應的加密策略;加密策略用于表征數據加密方式和數據加密復雜度;
5、獲取待加密數據對應的秘鑰類型,根據秘鑰類型和加密策略對待加密數據進行加密處理后得到加密數據。
6、在其中一個是實例中,對待加密數據進行特征提取,得到特征數據集,包括:
7、將待加密數據輸入至預先訓練好的特征提取神經網絡模型,得到特征數據集;其中,特征數據集包括
8、在其中一個實施例中,所述方法還包括:獲取預設數量的軟件應用的歷史待加密數據和對應的安全標簽;安全標簽用于表征對應的待加密數據樣本的歷史數據加密等級;對歷史待加密數據進行特征提取,得到歷史特征數據集和對應的安全標簽;對各歷史特征數據集和對應的安全標簽進行隨機劃分處理,生成訓練樣本集和測試樣本集;根據訓練樣本集對預設的加密等級分類初始神經網絡模型進行訓練,并根據測試樣本集對加密等級分類初始神經網絡模型進行測試,基于訓練和測試得到的指標調整加密等級分類初始神經網絡模型的模型參數,直至指標符合預設要求,生成加密等級分類神經網絡模型,以基于加密等級分類神經網絡模型輸出數據加密等級;其中,加密等級分類初始神經網絡模型采用cnn卷積神經網絡、rnn循環神經網絡或lstm長短期記憶網絡。
9、在其中一個實施例中,獲取待加密數據對應的秘鑰類型,包括:獲取待加密數據的數據訪問階段;其中,數據訪問階段包括軟件應用的系統初始化階段、系統啟動階段或數據傳輸階段;根據數據訪問階段確定對應的秘鑰類型;其中,秘鑰類型包括主密鑰、會話秘鑰或數據秘鑰。
10、在其中一個實施例中,根據秘鑰類型和加密策略對待加密數據進行加密處理后得到加密數據,包括:調用隨機數生成器,根據秘鑰類型和加密策略生成加密秘鑰;根據加密秘鑰對待加密數據進行加密處理后得到加密數據。
11、在其中一個實施例中,所述方法還包括:存儲加密數據;響應于接收到軟件應用在數據訪問時發送的秘鑰驗證信息,根據秘鑰驗證信息進行秘鑰驗證處理,得到秘鑰驗證結果和對應的解密秘鑰;秘鑰驗證結果包括驗證成功或驗證失敗;若秘鑰驗證結果為驗證成功,根據解密秘鑰對加密數據進行解密處理,得到解密后的加密數據;若秘鑰驗證結果為驗證失敗,反饋秘鑰驗證結果。
12、在其中一個實施例中,方法還包括:監測軟件應用的數據流量,并根據數據流量判斷軟件應用是否存在數據訪問異常;若存在數據訪問異常,輸出訪問異常告警信息,以根據訪問異常告警信息更新數據加密等級。
13、第二方面,提供了一種數據加密裝置,所述裝置包括數據接收模塊、策略查詢模塊和加密處理模塊。
14、其中,數據接收模塊用于接收移動終端發送的軟件應用的待加密數據,并對待加密數據進行特征提取,得到特征數據集;其中,待加密數據包括文本、圖片、音頻和視頻;策略查詢模塊用于將特征數據集輸入至預先訓練好的加密等級分類神經網絡模型后得到數據加密等級,并根據數據加密等級在加密策略數據庫中進行查詢后得到對應的加密策略;加密策略用于表征數據加密方式和數據加密復雜度;加密處理模塊用于獲取待加密數據對應的秘鑰類型,根據秘鑰類型和加密策略對待加密數據進行加密處理后得到加密數據。
15、第三方面,提供了一種計算機設備,該計算機設備包括存儲器和處理器,存儲器存儲有計算機程序,處理器執行所述計算機程序時實現上述方法實施例中任一方法的步驟。
16、第四方面,提供了一種計算機可讀存儲介質,該計算機可讀存儲介質上存儲有計算機程序,計算機程序被處理器執行時實現上述方法實施例中任一方法的步驟。
17、上述數據加密方法、裝置、計算機設備和存儲介質,接收移動終端發送的軟件應用的待加密數據,并對待加密數據進行特征提取,得到特征數據集;其中,待加密數據包括文本、圖片、音頻和視頻;而后,將特征數據集輸入至預先訓練好的加密等級分類神經網絡模型后得到數據加密等級,并根據數據加密等級在加密策略數據庫中進行查詢后得到對應的加密策略;加密策略用于表征數據加密方式和數據加密復雜度;接著,獲取待加密數據對應的秘鑰類型,根據秘鑰類型和加密策略對待加密數據進行加密處理后得到加密數據,提高了獲取數據加密等級的效率和便利性,利于自適應獲取待加密數據的數據加密等級。
本文檔來自技高網...【技術保護點】
1.一種數據加密方法,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述對所述待加密數據進行特征提取,得到特征數據集,包括:
3.根據權利要求1所述的方法,其特征在于,所述方法還包括:
4.根據權利要求1所述的方法,其特征在于,所述獲取所述待加密數據對應的秘鑰類型,包括:
5.根據權利要求1所述的方法,其特征在于,所述根據所述秘鑰類型和所述加密策略對所述待加密數據進行加密處理后得到加密數據,包括:
6.根據權利要求1所述的方法,其特征在于,所述方法還包括:
7.根據權利要求1所述的方法,其特征在于,所述方法還包括:
8.一種數據加密裝置,其特征在于,所述裝置包括:
9.一種計算機設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的
...【技術特征摘要】
1.一種數據加密方法,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述對所述待加密數據進行特征提取,得到特征數據集,包括:
3.根據權利要求1所述的方法,其特征在于,所述方法還包括:
4.根據權利要求1所述的方法,其特征在于,所述獲取所述待加密數據對應的秘鑰類型,包括:
5.根據權利要求1所述的方法,其特征在于,所述根據所述秘鑰類型和所述加密策略對所述待加密數據進行加密處理后得到加密數據,包括:
6.根據權利要求1所述的方...
【專利技術屬性】
技術研發人員:李文飛,
申請(專利權)人:北京白龍馬云行科技有限公司,
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。