云计算下一种改进的数据传输隐私保护算法的制作方法

本发明涉及云计算，数据传输，数据安全领域。

背景技术：

随着云计算的发展，移动数据存储的研究，越来越多的人和企业选择在云端存储数据。但是，企业或者个人信息安全也面临风险。所以云环境下数据的加密技术和传输技术受到越来越多的研究。

研究云平台环境下的网络数据传输的加密成为确保数据传输安全和用户隐私的重要手段，云平台环境下的网络交互数据动态加密技术可以实现对网络用户的隐私保护，研究相关的数据加密和隐私保护算法成为信息安全领域的热点话题。

传统方法中，对云平台环境下的网络链路层交互数据的加密算法研究和隐私保护算法的实现主要采用的是基于混沌数据加密的隐私保护算法和基于随机数密钥配对的隐私保护算法。前者主要是采用一种基于非线性时间分析和混沌特征提取的方法实现对云平台环境下的链路层网络交互数据密钥设计和隐私保护实现；后者采用的是一种自顶而下的启发方式进行隐私保护设计，算法视线中，要求公布的数据中存在一定数量的不可分的个体，这在面对云平台网络交互数据这种集成大数据环境下的信息加密和隐私保护中，具有一定的局促性。

技术实现要素：

针对现有技术的上述不足，本发明提出了云计算下一种改进的数据传输隐私保护算法。

为解决上述问题，本发明提出了以下技术方案：

构建云平台环境下的数据交互节点拓扑模型，通过部分链路失效多路径加密方法使得数据聚集具有很高的容错功能。对云平台环境下的未加密比特序列的识别率进行分解，构建副本感知的数据聚集容错机制，将随机抽样原理引入到比特序列信息的提取过程，实现隐私保护。具体计算步骤如下：

步骤1：算法实施步骤。

步骤2：构建云平台环境下的网络数据交互模型。

步骤3：构建检验系统和检验准则。

步骤4：查找待识别的比特序列。

步骤5：生成数据密钥。

步骤6：输出密文。

步骤7：密文验证。

本发明的有益效果是：

该算法对加密数据具有较好的纠错性能，通讯量和吞吐量提高，能实现对隐私数据的全时态跟踪监测，预测值与实际值匹配较好，隐私保护安全性较高，具有较好的应用价值。

具体实施方式

步骤1：算法实施步骤

1)构建云平台环境下的网络数据交互模型

2)给通过公钥加密的信息mS_t←PK＝(n，E，g，h)

3)设置等待时间Δt＝u_t|t_τ-t_τ-1|

4)对每个叶子节点S_t进行如下操作：

加密将加密后的数据广播给父节点P_ij←C_t

5)对每个叶子节点S_t进行如下操作：

在等待时间Δt内接收所有的孩子节点Ch_t的数据S_t←Ch_t

6)设计具有容错机制的隐私保护措施，进行判断：

IfS_t负责聚集Ch_t，则保留

else丢弃

7)聚集操作：

其中set_t是所有有节点S_t负责聚集的孩子节点；

8)进行离散log运算还原m

9)接收轨道1上所有节点S_t聚集的数据

10)通过提前部署的公钥，进行同态加操作其中set_Sink是轨道1上节点集合；

11)解密，并验证m

步骤2：构建云平台环境下的网络数据交互模型

网络构建的交互节点中，包括Sink节点，获取聚集结果、中间节点，感知数据并对数据进行聚类操作、叶子节点，Sink节点在轨道0上，传感子节点在轨道1上，也就是节点P有主父节点C₁和后备用父节点C₂、C₃，从而得到给定显著性水平a的值。

步骤3：构建检验系统和检验准则

令P(拒绝H₀|H₀真)＝a，得到检验准则的拒绝域和接受域，设G₁，G₂是阶为P的双线性循环群，特征串匹配串表示为：e：G₁×G₁→G₂。

构建标准正态分布函数的统计量对比比特序列进行码元频数检测，检验统计量为：

步骤4：查找待识别的比特序列

为了实现具有容错性能的数据聚集操作，进行用户隐私保护，首先对云平台环境下的未加密比特序列的识别率进行分解：

r比特为序列值，t为比特序列号，n为总比特

随机选择g，g₁，g₂，g₃∈G₁，α，β∈Z_p，通过公钥PK加密信息流m，即：

S_t←PK＝(n，E，g，h)

得到Sink节点中进行动态加密的信息(即待查找的比特序列)特征为：(mk，param，ID_t)。

步骤5：生成数据密钥

采用二进制GCD算法，从D_γ-ρ(P)中随机抽取τ+1个样本生成网络用户隐私保护数据密钥：

pk＝＜x₀，x₁，…，x_τ＞

parity(r_p(z))＝Decrypt(sk，c)

步骤6：输出密文

在以上过程的基础上，进行密钥部署设计，对链路层中加密数据块内频率检测，二项式和S_n表示为：

S_n＝nπ-n(1-π)

此时链路层输出的密文为：

步骤7：密文验证

定义somewhat的同态模式，给定密文A，A输出正确明文的概率为由于：

所以验证：

是否成立，成立，则说明验证通过，密文策略正确。