一种CIM数据可信性提升方法与流程

本技术涉及区块链，尤其是涉及一种cim数据可信性提升方法。

背景技术：

1、城市信息模型（city information modeling，cim）是以建筑信息模型（buildinginformation modeling，bim）、数字孪生（digital twin，dt）、地理信息系统（geographicinformation system，gis）、物联网（internet of things，iot）等技术为基础，整合城市地上地下、室内室外、历史现状未来多维信息模型数据和城市感知数据，构建起三维数字空间的城市信息有机综合体。cim被广泛应用于城市规划、建设和管理领域，为城市发展提供了全面的信息支持。cim数据的可信性可以体现在数据的来源可信、数据完整、数据准确以及数据可追溯等方面，可信的cim数据对于cim的应用非常重要。

2、目前，cim整合了一个城市中的大量数据，但是这些数据的来源不唯一，涉及到了数据使用的权利，使得cim数据形成了资产，具有机密性。城市中不同的数据来源若想要进行数据资产的共享，需要确定数据来源的准确性，进而确定cim数据的可信性。但是目前并没有提升cim数据的可信性的较好的方法，导致cim数据的可信程度较低。

技术实现思路

1、为了提升cim数据的可信性，本技术提供一种cim数据可信性提升方法。

2、第一方面，本技术提供一种cim数据可信性提升方法，包括：

3、接收目标cim数据来源发送的cim数据；

4、检测所述cim数据是否包含隐藏的数据；

5、若包含，则对所述cim数据进行反隐写，确定对应的权属信息；

6、基于所述权属信息，将所述cim数据上链存储。

7、通过采用上述技术方案，在接收到cim数据来源发送的cim数据之后先检测是否存在隐藏的数据。存在隐藏的数据是可以进行后续上链存储的数据，保证了后续上链存储的cim数据的来源准确可信。对cim数据进行反隐写，可以准确确定出cim数据的权属信息，基于此进行上链存储，应用到的区块链可以避免cim数据被篡改，提升了cim数据的可信性。

8、可选的，所述方法还包括：

9、分析所述目标cim数据来源的来源性质；

10、根据所述来源性质，确定所述cim数据对应的数据类型范围。

11、通过采用上述技术方案，对目标cim数据来源的来源性质进行分析确定，进而得到当前时刻该目标cim数据来源发送的cim数据最新的数据类型范围，便于确定cim数据的数据类型是否符合数据类型范围的要求。

12、可选的，所述检测所述cim数据是否包含隐藏的数据，包括：

13、分析所述cim数据的数据类型，确定所述数据类型是否在所述数据类型范围内，所述数据类型包括图片、音频、视频和压缩文件；

14、若所述数据类型未包含于所述数据类型范围内，则针对不在所述数据类型范围内的异常文件进行初步检测，确定所述异常文件的存储申请；

15、若所述数据类型包含于所述数据类型范围内或所述异常文件中包含存储申请，则检测所述数据类型的数据统计特征；

16、根据所述数据统计特征和所述数据类型的预设隐写特征，确定所述cim数据是否包含隐藏的数据。

17、通过采用上述技术方案，针对cim数据的数据类型是否在对应的数据类型范围内的情况进行分别的分析，不在数据类型范围内的时候，进一步检测异常文件中的存储申请。在异常文件中包含存储申请或者数据类型在数据类型范围内时，进行隐藏数据的确定。避免cim数据并不是目标cim数据来源应该发送的数据，提升最终存储的cim数据的可信性。

18、可选的，所述方法还包括：

19、根据预设隐写分配方式，确定当前时刻所述目标cim数据来源的可选隐写方式；

20、从所述可选隐写方式中确定所述cim数据的数据类型对应的目标隐写方式；

21、获取所述目标隐写方式对应的反隐写方式；

22、所述对所述cim数据进行反隐写，确定对应的权属信息，包括：

23、按照所述反隐写方式对所述cim数据进行反隐写，以得到反隐写的结果；

24、基于所述反隐写的结果，确定对应的权属信息。

25、通过采用上述技术方案，根据预设隐写分配方式来确定目标cim数据来源的目标隐写方式和对应的反隐写方式，使得能够快速准确的对cim数据进行反隐写，节省了对cim数据的反隐写上链的整体用时。

26、可选的，所述对所述cim数据进行反隐写，确定对应的权属信息，包括：

27、当所述cim数据的数据类型为cim图像时，识别所述cim图像是否为原始图像；

28、若所述cim图像为原始图像，则确定所述cim图像的图像特征，所述图像特征包括像素分布、色彩分布和纹理；

29、基于所述图像特征和预设隐写特征，确定并提取所述cim图像中的隐藏图像特征；

30、分析所述隐藏图像特征，确定所述隐藏图像特征对应的权属信息。

31、通过采用上述技术方案，先识别cim图像是否为原始图像，如果不是原始图像，那么目前的cim图像可能存在数据的失真或丢失，隐写数据可能会嵌入这些丢失或失真的区域，在进行反隐写的时候可能导致结果不准确，或者无法将隐藏的数据还原出来。在cim图像为原始图像时进行图像特征的分析，提升了权属信息的准确性，进而提升cim数据的可信性。

32、可选的，所述方法还包括：

33、获取预设历史时段内的历史反隐写数据；

34、从所述历史反隐写数据中提取每一组历史cim数据的历史隐藏图像特征和对应的历史权属信息，得到若干组历史隐藏图像特征；

35、从若干组历史隐藏图像特征提取出各自对应的像素值均值指标、像素值方差指标、像素值梯度指标和图像噪音指标；

36、对所述像素值均值指标、像素值方差指标、像素值梯度指标和图像噪音指标进行归一化处理，得到每一组历史隐藏图像特征对应的像素值均值、像素值方差、像素值梯度和图像噪音；

37、将若干组历史隐藏图像特征的各自对应的像素值均值、各自对应的像素值方差、各自对应的像素值梯度、各自对应的图像噪音和各自对应的历史权属信息作为样本集，对权属信息确定模型进行训练；

38、所述分析所述隐藏图像特征，确定所述隐藏图像特征对应的权属信息，包括：

39、将所述隐藏图像特征输入到训练后的权属信息确定模型，输出权属信息确定结果，以根据所述权属信息确定结果确定所述隐藏图像特征对应的权属信息。

40、通过采用上述技术方案，将归一化处理后的、历史cim数据中的历史隐藏图像特征的像素值均值、像素值方差、像素值梯度、图像噪音和对应的历史权属信息作为样本集，可以快速被提取出来，提升模型训练的速度。另外由于反隐写可能会导致图像在空间域上的信息发生变化，因此像素值均值、像素值方差、像素值梯度、图像噪音可以用来对模型进行训练，提升了训练后的权属信息确定模型输出的权属信息的准确性。

41、可选的，所述方法还包括：

42、根据cim模型需求，确定对应的cim三维模型的模型结构和模型属性；

43、根据所述模型结构和所述模型属性，建立cim三维模型并确定所述cim三维模型对应的区块链平台；

44、根据所述cim模型需求，确定所述cim三维模型对应的区块链数据结构；

45、根据所述cim模型需求，编写所述cim三维模型对应的智能合约，并将所述智能合约部署到所述区块链平台；

46、所述基于所述权属信息，将所述cim数据上链存储，包括：

47、基于所述智能合约、所述区块链数据结构、所述cim数据、所述权属信息，对所述cim三维模型进行哈希值赋值，绑定对应的区块链。

48、通过采用上述技术方案，根据cim三维模型的模型结构、模型属性、可选cim数据来源和数据关系来搭建cim三维模型的框架，并且选择适宜的区块链平台。确定合适的区块链数据结果和智能合约，使cim三维模型更加匹配对应的城市的实际情况，提升了存储的cim数据的可信性和与各个城市区域之间的对应性。

49、可选的，所述cim模型需求包括可选cim数据来源、数据关系、若干cim核心对象、每一cim核心对象对应的实体、所述实体的属性和目标功能；所述根据cim模型需求，确定对应的cim三维模型的模型结构和模型属性，包括：

50、根据cim核心对象，确定对应的cim三维模型的应用领域和基本结构；

51、根据每一cim核心对象对应的实体，确定所述cim三维模型在所述应用领域下对应的层次结构和组织结构；

52、基于所述应用领域、所述基本结构、所述层次结构和所述组织结构，确定所述cim三维模型的模型结构；

53、根据所述实体的属性，确定所述cim三维模型的模型属性；

54、所述方法还包括：

55、从所述cim模型需求中提取可选cim数据来源；

56、根据所述可选cim数据来源、不同cim核心对象和对应的实体之间的层次结构、组织结构和所述cim三维模型的目标功能，确定若干cim核心对象、对应的实体之间的关联属性；

57、基于所述关联属性，确定对应的cim三维模型的数据关系。

58、通过采用上述技术方案，基于cim模型需求中若干cim核心对象、每一cim核心对象对应的实体、实体的属性和目标功能，对应确定cim三维模型的模型结构、模型属性、可选cim数据来源和数据关系，提升了cim三维模型的可靠性。

59、可选的，所述基于所述智能合约、所述区块链数据结构、所述cim数据、所述权属信息，对所述cim三维模型进行哈希值赋值，绑定对应的区块链，包括：

60、基于所述智能合约、所述区块链数据结构，将所述cim数据写入区块链中并将所述区块链与所述cim数据对应的权属信息进行绑定，以使所述cim数据按照所述cim模型需求上链存储。

61、通过采用上述技术方案，可以使cim数据存储更加清晰可查，提升了cim数据的可信性。

62、可选的，所述方法还包括：

63、若所述cim数据不包含隐藏的数据，则向所述cim数据对应的目标cim数据来源发送权属缺失信息。

64、通过采用上述技术方案，避免cim数据没有进行隐写而导致来源不明确，提升了被存储的cim数据的准确性。

65、第二方面，本技术提供一种cim数据可信性提升装置，包括：

66、cim数据接收模块，用于接收目标cim数据来源发送的cim数据；

67、隐藏数据检测模块，用于检测所述cim数据是否包含隐藏的数据；

68、权属信息确定模块，用于当包含时，对所述cim数据进行反隐写，确定对应的权属信息；

69、cim数据存储模块，用于基于所述权属信息，将所述cim数据上链存储。

70、可选的，所述cim数据可信性提升装置还包括数据类型确定模块，用于：

71、分析所述目标cim数据来源的来源性质；

72、根据所述来源性质，确定所述cim数据对应的数据类型范围。

73、可选的，所述隐藏数据检测模块具体用于：

74、分析所述cim数据的数据类型，确定所述数据类型是否在所述数据类型范围内，所述数据类型包括图片、音频、视频和压缩文件；

75、若所述数据类型未包含于所述数据类型范围内，则针对不在所述数据类型范围内的异常文件进行初步检测，确定所述异常文件的存储申请；

76、若所述数据类型包含于所述数据类型范围内或所述异常文件中包含存储申请，则检测所述数据类型的数据统计特征；

77、根据所述数据统计特征和所述数据类型的预设隐写特征，确定所述cim数据是否包含隐藏的数据。

78、可选的，所述cim数据可信性提升装置还包括反隐写方式确定模块，用于：

79、根据预设隐写分配方式，确定当前时刻所述目标cim数据来源的可选隐写方式；

80、从所述可选隐写方式中确定所述cim数据的数据类型对应的目标隐写方式；

81、获取所述目标隐写方式对应的反隐写方式；

82、所述权属信息确定模块具体用于：

83、按照所述反隐写方式对所述cim数据进行反隐写，以得到反隐写的结果；

84、基于所述反隐写的结果，确定对应的权属信息。

85、可选的，所述权属信息确定模块具体用于：

86、当所述cim数据的数据类型为cim图像时，识别所述cim图像是否为原始图像；

87、若所述cim图像为原始图像，则确定所述cim图像的图像特征，所述图像特征包括所述cim图像的像素分布、色彩分布和纹理；

88、基于所述图像特征和预设隐写特征，确定并提取所述cim图像中的隐藏图像特征；

89、分析所述隐藏图像特征，确定所述隐藏图像特征对应的权属信息。

90、可选的，所述cim数据可信性提升装置还包括权属信息确定模型生成模块，用于：

91、获取预设历史时段内的历史反隐写数据；

92、从所述历史反隐写数据中提取每一组历史cim数据的历史隐藏图像特征和对应的历史权属信息，得到若干组历史隐藏图像特征；

93、从若干组历史隐藏图像特征提取出各自对应的像素值均值指标、像素值方差指标、像素值梯度指标和图像噪音指标；

94、对所述像素值均值指标、像素值方差指标、像素值梯度指标和图像噪音指标进行归一化处理，得到每一组历史隐藏图像特征对应的像素值均值、像素值方差、像素值梯度和图像噪音；

95、将若干组历史隐藏图像特征的各自对应的像素值均值、各自对应的像素值方差、各自对应的像素值梯度、各自对应的图像噪音和各自对应的历史权属信息作为样本集，对权属信息确定模型进行训练；

96、所述权属信息确定模块具体用于：

97、将所述隐藏图像特征输入到训练后的权属信息确定模型，输出权属信息确定结果，以根据所述权属信息确定结果确定所述隐藏图像特征对应的权属信息。

98、可选的，所述cim数据可信性提升装置还包括cim三维模型搭建模块，用于：

99、根据cim模型需求，确定对应的cim三维模型的模型结构和模型属性；

100、根据所述模型结构和所述模型属性，建立cim三维模型并确定所述cim三维模型对应的区块链平台；

101、根据所述cim模型需求，确定所述cim三维模型对应的区块链数据结构；

102、根据所述cim模型需求，编写所述cim三维模型对应的智能合约，并将所述智能合约部署到所述区块链平台；

103、所述cim数据存储模块具体用于：

104、基于所述智能合约、所述区块链数据结构、所述cim数据、所述权属信息，对所述cim三维模型进行哈希值赋值，绑定对应的区块链。

105、可选的，所述cim模型需求包括可选cim数据来源、数据关系、若干cim核心对象、每一cim核心对象对应的实体、所述实体的属性和目标功能；所述cim三维模型搭建模块具体用于：

106、根据cim核心对象，确定对应的cim三维模型的应用领域和基本结构；

107、根据每一cim核心对象对应的实体，确定所述cim三维模型在所述应用领域下对应的层次结构和组织结构；

108、基于所述应用领域、所述基本结构、所述层次结构和所述组织结构，确定所述cim三维模型的模型结构；

109、根据所述实体的属性，确定所述cim三维模型的模型属性；

110、所述cim数据可信性提升装置还包括数据关系确定模块，用于

111、从所述cim模型需求中提取可选cim数据来源；

112、根据所述可选cim数据来源、不同cim核心对象和对应的实体之间的层次结构、组织结构和所述cim三维模型的目标功能，确定若干cim核心对象、对应的实体之间的关联属性；

113、基于所述关联属性，确定对应的cim三维模型的数据关系。

114、可选的，所述cim数据存储模块具体用于：

115、基于所述智能合约、所述区块链数据结构，将所述cim数据写入区块链中并将所述区块链与所述cim数据对应的权属信息进行绑定，以使所述cim数据按照所述cim模型需求上链存储。

116、可选的，所述cim数据可信性提升装置还包括权属缺失信息发送模块，用于：

117、若所述cim数据不包含隐藏的数据，则向所述cim数据对应的目标cim数据来源发送权属缺失信息。

118、第三方面，本技术提供一种电子设备，包括：存储器和处理器，所述存储器上存储有能够被处理器加载并执行第一方面的方法的计算机程序。

119、第四方面，本技术提供一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面的方法的计算机程序。