一种DEM几何精度脱密与恢复方法与流程

本发明属于地理信息安全领域，具体涉及一种dem几何精度脱密与恢复方法。

背景技术：

地理信息是国家信息资源的重要组成部分，直接关系国家利益和安全，其安全保护研究十分重要。随着信息技术特别是网络通信技术的不断发展，dem数据访问、获取、使用、传播等都变得方便快捷。但随之而来的数据安全问题也日益突出，面对已获得的大量高精度dem数据，面临着保密与共享的难题，尤其是针对包含许多敏感目标(如军事设施、大型武器装备、秘密机构、核设施等)的高程数据。因此，需要利用脱密技术在保证数据安全的前提下充分共享。

目前，关于地理数据几何精度脱密研究主要集中在平面上，针对dem高程数据的几何精度脱密模型的研究还十分罕见。有些dem数据安全保护方法将dem数据处理成无实际意义的高程数据，以此达到数据保护的目的，如dem信息伪装技术，虽然这些技术能够很好的保证dem数据在存储和传输中的安全，但是处理后的数据并不能够满足地理数据的可用性。因此，需研究一种dem数据脱密的算法，使得脱密处理后的dem数据，具有安全性高、精度可控、拓扑保持基本不变的特性，为地理信息安全以及地理数据共享提供技术支撑。

技术实现要素：

发明目的：针对dem数据的安全和共享问题，本发明提出一种非线性模型对dem数据进行脱密与恢复方法，所述的方法处理的dem数据具有安全性高，拓扑关系基本保持不变等特点。

技术方案：一种dem几何精度脱密与恢复方法，所述的方法包括以下步骤：

(1)dem数据的脱密处理，所述的脱密处理包括选择控制点、设置扰动量、生成模型参数和加密保存密钥；

(2)dem数据恢复处理，将步骤(1)脱密处理后的dem数据进行恢复，包括密钥解密读取、恢复模型建立。

进一步的，步骤(1)所述的dem数据的脱密处理步骤如下：

(1.1)确定dem数据范围：读取待脱密dem数据，获取数据最小外接矩形r，其中r左下角坐标为(xmin,ymin)，右下角坐标为(xmax,ymax)；

(1.2)选择控制点：从dem数据范围中选取控制点，设控制点集合为cpoints＝{(pxi,pyi,pzi)|i＝1,2,3,...,k}，其中k为选择控制点个数，且k＞6；

(1.3)初始化扰动量区间：根据输入的目标脱密指标d，初始化扰动量区间，所述的区间表达式为：

u＝[d-c,d+c]

其中c是初始化扰动量区间的大小，其区间的大小根据脱密指标d进行设定，且0＜c＜d，初始值c＝15；

(1.4)生成带扰动量控制点集合；

(1.5)建立脱密模型；

(1.6)迭代步骤(1.4)到步骤(1.5)，中误差达到脱密要求精度后执行步骤(1.7)，所述指标满足公式为：

||rmsdecrypt-d||<0.1(6)

(1.7)dem数据脱密处理；

(1.8)保存脱密后的dem数据，将模型参数a0-a5、扰动量区间u以及脱密指标d组成密钥key，使用des对称加密算法进行加密并存入密钥文件key.txt。

所述的步骤(1.4)所述的生成带扰动量控制点集合步骤如下：

(1.4.1)在扰动量区间u[us,ue]内，生成k个扰动量集合，其表达式为：

zerrors＝{zei|i＝1,2,3,...,k}；

(1.4.2)将cpoints集合按照pz坐标进行正序排列，得到集合为：spoints＝{(pxj,pyj,pzj)|j＝1,2,3,…,k}；

(1.4.3)将zerrors集合按照值大小进行正序排列，得到集合为：serrors＝{sej|j＝1,2,3,...,k}；

(1.4.4)根据集合spoints和zerrors，计算带扰动量的控制点集合epoints＝{(exj,eyj,ezj)|j＝1,2,3,...,k}，其计算表达式为：

所述的步骤(1.5)建立脱密模型，具体步骤如下：

(1.5.1)根据公式(2)对epoints进行最小二乘解算，得到模型参数；

所述公式(2)为：

ezj＝a0+a1exj+a2eyj+a3exj²+a4exjeyj+a5eyj²(2)

所述的参数模型为：

a0,a1,a2,a3,a4,a5；

(1.5.2)以最小外接矩形r为全局样本选择样本点，根据取样点个数设定取样间隔为interval，在全局样本中均匀选取num个点作为样本点集合，

所述的样本点个数num为：

num＝((xmax–xmin)/interval)*((ymax-ymin)/interval)；

所述集合为：

samplepoints＝{(sxj,syj)|j＝1,2,3,...,num}；

(1.5.3)根据公式(3)和模型参数计算样本点的高程扰动量，得到带干扰三维样本点集合samplepoints＝{(sxj,syj,szj)|j＝1,2,3,...,num}；

计算公式为：

szj＝a0+a1sxj+a2syj+a3sxj²+a4sxjsyj+a5syj²(3)

所述的模型参数为：a0,a1,a2,a3,a4,a5；

所述的带干扰三维样本点集合为：

samplepoints＝{(sxj,syj,szj)|j＝1,2,3,...,num}；

(1.5.4)计算样本点高程脱密中误差rmsdecrypt，其计算公式为：

(1.5.5)将rmsdecrypt与目标脱密指标d进行比较：

如果rmsdecrypt＜d，则根据式(5)增大扰动量区间来增大全图的中误差；

如果rmsdecrypt＞d，则根据式(5)缩小扰动量区间来减少全图的中误差；

计算公式(5)为：

步骤(1.7)所述的dem数据脱密处理步骤如下：

(1.7.1)根据公式(7)和模型参数计算待脱密dem栅格单元的高程扰动量；

所述的dem所有栅格单元的高程扰动量集合为：

dz＝{pzj'|j＝1,2,3,...,m}，

其中m是dem数据的栅格单元个数；

所述公式(7)为：

pzj'＝a0+a1pxj+a2pyj+a3pxj²+a4pxjpyj+a5pyj²(7)

其中pxj为栅格单元的x坐标，pyj是栅格单元的y坐标；

(1.7.2)根据公式(8)生成脱密后的dem栅格单元的高程值集合，所述的高程值集合为：

dz'＝{pzj”|j＝1,2,3,...,m}；

所述的公式(8)为：

pzj”＝pzj+pzj'(8)

其中pzj为栅格单元的原始高程值。

步骤(2)所述的脱密后dem数据的恢复步骤如下：

(2.1)读取密钥文件key.txt，使用des算法解密后提取密钥key；

(2.2)打开脱密后的dem数据，获取脱密后栅格单元高程值集合dz'＝{pzj”|j＝1,2,3,...,m}，根据密钥中的模型参数和公式(7)计算栅格单元的高程扰动量集合dz＝{pzj'|j＝1,2,3,...,m}，其中m是dem数据的栅格单元个数。

(2.3)利用公式(9)计算恢复后的dem栅格单元的高程值集合tz＝{pzj|j＝1,2,3,...,m}，所述的公式(9)为：

pzj＝pzj”-pzj'(9)

(2.4)保存恢复后的dem数据。

有益效果：本发明相比现有技术其显著的效果在于，本发明对dem数据进行脱密并生成密钥，且脱密后的dem数据根据密钥可进行无损恢复；另外，本发明具有随机性、渐变性、可逆性等特点，提高了dem数据脱密的可靠性，完善了地理信息安全保护的理论与方法体系，可用于dem数据的公开发布等方面。

附图说明

图1是本发明所述dem数据脱密流程图；

图2是本发明所述脱密后dem数据的恢复流程图；

图3是本发明实施例中选用的待脱密dem数据；

图4是本发明实施例中控制点分布情况；

图5是本发明实施例中待脱密dem数据与脱密后dem数据的叠加效果图。

具体实施方式

为了详细的说明本发明公开的技术方案，下面结合说明书附图和具体实施方式做进一步的阐述。

本发明提供的一种dem几何精度脱密与恢复方法，其dem数据的脱密流程如图1所示，dem数据的恢复流程如图2所示。

本实施例选择某地区的dem数据(如图3)作为待脱密的dem数据，坐标系统为wgs84，大小为4010m*3480m，单元格分辨率为10m*10m。包括以下步骤：

(一)dem数据的脱密过程

步骤1.1：确定dem数据范围

打开待脱密dem数据，获取数据最小外接矩形r，其中r左下角坐标为(3552321.421,394764.191)，右下角坐标为(398774.191,3552321.421)。

步骤1.2：选择控制点

从dem数据范围中选取控制点，如图4，设控制点集合为：cpoints＝{(pxi,pyi,pzi)|i＝1,2,3,...,15}，选择15个控制点，即k＝15。

步骤1.3：初始化扰动量区间

根据输入的目标脱密指标d＝50，初始化扰动量区间的大小c＝15，即扰动量区间u＝[35,65]。

步骤1.4：生成带扰动量控制点集合

(1.4.1)在扰动量区间u内，生成k个扰动量集合

zerrors＝{zei|i＝1,2,3,…,15}。

(1.4.2)将cpoints集合按照pz坐标进行正序排列，得到

spoints＝{(pxj,pyj,pzj)|j＝1,2,3,…,15}。

(1.4.3)将zerrors集合按照值大小进行正序排列，得到

serrors＝{sej|j＝1,2,3,…,15}。

(1.4.4)根据集合spoints和zerrors，按照公式(1)计算带扰动量的控制点集合epoints＝{(exj,eyj,ezj)|j＝1,2,3,...,15}。

步骤1.5：建立脱密模型，具体步骤如下：

(1.5.1)根据公式(2)将归一化后的epoints进行最小二乘解算，得到模型参数a0＝0.63782743,a1＝-1.33780085,a2＝0.2522184,a3＝0.75793897,a4＝0.77987741,a5＝-0.19623591。

(1.5.2)选择样本点，以最小外接矩形r为全局样本，设定间隔250米，在全局样本中均匀选取num＝((xmax–xmin)/interval)*((ymax-ymin)/interval)个点作为样本点集合samplepoints＝{(sxj,syj)|j＝1,2,3,...,num}，其中num＝208。

(1.5.3)根据公式(3)和模型参数a0,a1,a2,a3,a4,a5计算样本点的高程扰动量，得到带干扰三维样本点集合samplepoints＝{(sxj,syj,szj)|j＝1,2,3,...,num}。

(1.5.4)根据公式(4)计算样本高程脱密中误差rmsdecrypt。

(1.5.5)将rmsdecrypt与目标脱密指标d进行比较。如果rmsdecrypt＜d，则根据式(5)增大扰动量区间来增大全图的中误差，如果rmsdecrypt＞d，则根据式(5)缩小扰动量区间减少全图的中误差。

迭代步骤1.4到步骤1.5，中误差rmsdecrypt＝50.002达到脱密要求指标，满足公式(6)，执行步骤1.6。

步骤(1.6)：dem数据脱密处理

(1.6.1)根据公式(7)和模型参数a0,a1,a2,a3,a4,a5计算待脱密dem栅格单元的高程扰动量。得到dem所有栅格单元的高程扰动量集合dz＝{pzj'|j＝1,2,3,...,m}。其中m＝139548。

(1.6.2)根据式(8)生成脱密后的dem栅格单元的高程值集合dz'＝{pzj”|j＝1,2,3,...,m}。

步骤(1.7)：保存脱密后的dem数据，将模型参数a0-a5、扰动量区间u以及脱密指标d组成密钥key，使用des堆成加密算法进行加密并存入密钥文件key.txt。

(二)脱密后dem数据的恢复过程

步骤(2.1)：读取密钥文件key.txt，使用des算法解密后提取密钥key。

步骤(2.2)：打开脱密后的dem数据，获取脱密后的高程点集合dz'＝{pzj”|j＝1,2,3,...,m}，根据密钥中的模型参数和公式(7)计算栅格单元的高程扰动量集合dz＝{pzj'|j＝1,2,3,...,m}，其中m＝139548为dem数据的栅格单元个数。

步骤(2.3)：利用公式(9)计算恢复后的dem栅格单元的高程值集合tz＝{pzj|j＝1,2,3,...,m。}

步骤(2.4)：保存恢复后的dem数据。

本发明的方法能有效保障dem数据的安全，同时维持dem数据的垂直拓扑关系基本保持不变，为地理信息安全以及地理数据共享提供技术支撑。