区块链大数据安全处理系统及方法与流程

[0001]
本发明涉及大数据处理技术领域，具体涉及一种区块链大数据安全处理系统及方法。


背景技术：

[0002]
传统的区块链技术为一种趋向于去中心化、不可篡改、数据公开的数据技术，而其存储的大数据一旦被所有节点获取，则无法保证大数据隐私和大数据安全性。因此目前亟需一种能够保证大数据隐私安全的区块链处理系统。


技术实现要素：

[0003]
为解决上述问题，本发明提供了一种区块链大数据安全处理系统及方法，大大提高了大数据的安全性。
[0004]
为实现上述目的，本发明采取的技术方案为：区块链大数据安全处理系统,包括：数据预处理模块，用于基于哈希函数为不同的大数据分配不同的数据标识；数据整理模块，用于根据数据标识的类型为大数据匹配对应的mpt树储存节点和数据计算节点，并搭建对应的数据传输通道；随机加密模块，用于实现每个mpt树储存节点内的数据以及数据访问通道搭建算法的随机加密，每进行一次数据访问，即进行一次加密算法的更新。
[0005]
进一步地，还包括：目标数据采集模块，用于基于预设的数据挖掘模型实现目标数据的定向采集。
[0006]
进一步地，还包括：数据预分类模块，用于采用sparkr的并行化k-means算法实现大数据的预分类。
[0007]
进一步地，还包括：权限分配模块，用于根据录入的生物特征模型实现用户身份的识别及权限的分配，该分配的权限为可访问数据权限，属于初级秘钥，用户通过初级秘钥审核后，录入需要访问的数据目录，系统会发送对应的中级秘钥至用户端，用户通过录入中级秘钥调用对应的数据访问通道搭建算法，实现数据访问通道的搭建，搭建完成后，系统会发送对应的数据解密秘钥至用户端，用于通过录入解密秘钥，方可实现目标数据的访问，未录入此次需访问的数据目录的数据处于随机加密状态。
[0008]
进一步地，用户端与随机加密模块通过相互独立的双通道连接，在任意一个通道进行通讯时，另一个备用通道进行密钥更新。
[0009]
进一步地，所述随机加密模块加密时，首先随机将每个mpt树储存节点内的数据分为若干个数据群，然后随机调用对应的加密算法实现每个数据群的单独加密。
[0010]
进一步地，还包括：动态身份识别模块，用于在数据访问的过程中以弹出对话框的模式进行用户身份的动
态识别，动态识别结果正确，则数据访问可继续，动态识别结果错误，数据访问通道切断，随机加密模块启动完成对应mpt树储存节点内的数据的随机加密，并启动预警模块将此次访问情况反馈至管理者终端。
[0011]
本发明还提供了一种区块链大数据安全处理方法，包括如下步骤：s1、基于预设的数据挖掘模型实现目标数据的定向采集；s2、基于sparkr的并行化k-means算法实现大数据的预分类；s3、基于哈希函数为不同的大数据分配不同的数据标识；s4、根据数据标识的类型为大数据匹配对应的mpt树储存节点和数据计算节点，并搭建对应的数据传输通道；s5、实现每个mpt树储存节点内的数据以及数据访问通道搭建算法的随机加密，每进行一次数据访问，即进行一次加密算法的更新。
[0012]
进一步地，根据录入的生物特征模型实现用户身份的识别及权限的分配，该分配的权限为可访问数据权限，属于初级秘钥，用户通过初级秘钥审核后，录入需要访问的数据目录，系统会发送对应的中级秘钥至用户端，用户通过录入中级秘钥调用对应的数据访问通道搭建算法，实现数据访问通道的搭建，搭建完成后，系统会发送对应的数据解密秘钥至用户端，用于通过录入解密秘钥，方可实现目标数据的访问，未录入此次需访问的数据目录的数据处于随机加密状态。
[0013]
进一步地，所述步骤s5中，在数据随机加密时，首先随机将每个mpt树储存节点内的数据分为若干个数据群，然后随机调用对应的加密算法实现每个数据群的单独加密。
[0014]
本发明具有以下有益效果：采用对每个mpt树储存节点内的数据以及数据访问通道搭建算法的随机加密，每进行一次数据访问，即进行一次加密算法的更新的方式进行数据的安全处理，大大提高了区块链内载大数据的安全性。
[0015]
采用在数据访问的过程中以弹出对话框的模式进行用户身份的动态识别的方式，进一步提高了大数据访问的安全性。
[0016]
采用不同的权限匹配不同的数据访问通道，不同的数据访问目录，只能实现权限内对应数据访问目录的查看的方式进行数据的访问，尽可能的减少了数据的暴露量，进一步提高了数据访问的安全性。
附图说明
[0017]
图1为本发明实施例一种区块链大数据安全处理系统的系统框图。
[0018]
图2为本发明实施例一种区块链大数据安全处理方法的流程图。
具体实施方式
[0019]
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0020]
实施例1如图1所示，本发明实施例提供了一种区块链大数据安全处理系统,包括：
目标数据采集模块，用于基于预设的数据挖掘模型实现目标数据的定向采集；数据预分类模块，用于采用sparkr的并行化k-means算法实现大数据的预分类；数据预处理模块，用于基于哈希函数为不同的大数据分配不同的数据标识；数据整理模块，用于根据数据标识的类型为大数据匹配对应的mpt树储存节点和数据计算节点，并搭建对应的数据传输通道；随机加密模块，用于实现每个mpt树储存节点内的数据以及数据访问通道搭建算法的随机加密，每进行一次数据访问，即进行一次加密算法的更新；权限分配模块，用于根据录入的生物特征模型实现用户身份的识别及权限的分配，该分配的权限为可访问数据权限，属于初级秘钥，用户通过初级秘钥审核后，录入需要访问的数据目录，系统会发送对应的中级秘钥至用户端，用户通过录入中级秘钥调用对应的数据访问通道搭建算法，实现数据访问通道的搭建，搭建完成后，系统会发送对应的数据解密秘钥至用户端，用于通过录入解密秘钥，方可实现目标数据的访问，未录入此次需访问的数据目录的数据处于随机加密状态；动态身份识别模块，用于在数据访问的过程中以弹出对话框的模式进行用户身份的动态识别，动态识别结果正确，则数据访问可继续，动态识别结果错误，数据访问通道切断，随机加密模块启动完成对应mpt树储存节点内的数据的随机加密，并启动预警模块将此次访问情况反馈至管理者终端。
[0021]
本实施例中，用户端与随机加密模块通过相互独立的双通道连接，在任意一个通道进行通讯时，另一个备用通道进行密钥更新。
[0022]
本实施例中，所述随机加密模块加密时，首先随机将每个mpt树储存节点内的数据分为若干个数据群，然后随机调用对应的加密算法实现每个数据群的单独加密。
[0023]
实施例2如图2所示，本实施例提供了一种区块链大数据安全处理方法，包括如下步骤：s1、基于预设的数据挖掘模型实现目标数据的定向采集；s2、基于sparkr的并行化k-means算法实现大数据的预分类；s3、基于哈希函数为不同的大数据分配不同的数据标识；s4、根据数据标识的类型为大数据匹配对应的mpt树储存节点和数据计算节点，并搭建对应的数据传输通道；s5、实现每个mpt树储存节点内的数据以及数据访问通道搭建算法的随机加密，每进行一次数据访问，即进行一次加密算法的更新。
[0024]
本实施例中，根据录入的生物特征模型实现用户身份的识别及权限的分配，该分配的权限为可访问数据权限，属于初级秘钥，用户通过初级秘钥审核后，录入需要访问的数据目录，系统会发送对应的中级秘钥至用户端，用户通过录入中级秘钥调用对应的数据访问通道搭建算法，实现数据访问通道的搭建，搭建完成后，系统会发送对应的数据解密秘钥至用户端，用于通过录入解密秘钥，方可实现目标数据的访问，未录入此次需访问的数据目录的数据处于随机加密状态。
[0025]
本实施例中，所述步骤s5中，在数据随机加密时，首先随机将每个mpt树储存节点内的数据分为若干个数据群，然后随机调用对应的加密算法实现每个数据群的单独加密。
[0026]
本实施例中，在数据访问的过程中以弹出对话框的模式进行用户身份的动态识
别，动态识别结果正确，则数据访问可继续，动态识别结果错误，数据访问通道切断，随机加密模块启动完成对应mpt树储存节点内的数据的随机加密，并启动预警模块将此次访问情况反馈至管理者终端。
[0027]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。