【技术实现步骤摘要】
基于敏感性等级和可计算性等级的数据加密选择方法
[0001]本专利技术属于网络空间安全
，特别涉及一种数据加密方法，可用于结构化数据的安全存储。
技术介绍
[0002]随着互联网技术的发展，互联网技术在人们的日常生活中发挥着越来越大的作用，影响金融，物联网，医疗等各个行业，用户在使用互联网技术提供的各个服务时产生大量数据，这些数据中包含有价值的信息或用户的敏感信息等，人们越来越重视数据的安全性，密码技术是保障数据安全性的有效手段，在存储数据时可以使用密码技术保障数据安全。不同的加密方式有不同的优缺点。现有的加密算法包括对称加密，非对称加密，同态加密，其中对称加密算法包括DES算法，3DES算法，AES算法；非对称加密算法包括RSA算法，ECC算法；同态加密算法包括BFV方案，CKKS方案，不同的加密算法有不同加密效果。
[0003]对称加密算法，是使用不同的密钥长度提供不同等级的安全性，加密速度快，其中的DES算法和3DES算法的安全性较低，而其中的AES算法与DES算法和3DES算法相比，由于其使用密钥长度包括128位，192位，256位三种，因此会随着密钥长度的增加，加解密数据的效率不断降低，密文数据的安全性不断增加。
[0004]非对称加密算法，是使用公开的公钥加密数据保障数据的机密性，使用秘密保存的私钥解密数据提供明文数据信息，该算法只有拥有私钥的用户才能解密数据，与对称加密算法相比，非对称加密算法的加解密效率较低。
[0005]同态加密算法，是在加密数据后用户直接在密文上计算，...
【技术保护点】
【技术特征摘要】
1.一种基于敏感性等级和可计算性等级的数据加密选择方法，其特征在于，包括如下步骤：(1)确定评估敏感性等级和可计算性等级的指标：(1a)设评估敏感性等级包括：隐私，风险，效率这三方面的指标；(1b)设置评估可计算性等级包括三个指标，分别为数据与有价值的预测相关、数据有统计分析的价值、数据与用户分类相关，数据与有价值的预测越相关，具有的统计及分析的价值越大，数据与用户的分类越相关，数据的可计算性等级越高；(2)评估数据的敏感性等级和可计算性等级：(2a)设敏感性等级分为三级，等级越高表示数据需要越安全的加密方式；设可计算性等级分为三级，等级越高表示用户使用数据进行计算越频繁；(2b)使用模糊综合评价获取多位专家的评估意见，构建从隐私，风险，效率的角度评估敏感性等级对应的模糊隶属度矩阵，及评估可计算性等级的模糊隶属度矩阵；(2c)从模糊隶属度矩阵中获取每位专家从单个指标的角度评估敏感性等级的评估结果，使用这些数据计算Hellinger距离，通过Hellinger距离确定每个指标的权重；(2d)从模糊隶属度矩阵中获取多位专家从单个指标角度的评估结果平均值，使用平均值作为基本概率分布，使用D
‑
S证据理论融合多个指标的评估结果，得到对数据敏感性等级和可计算性等级的评估结果，分别表示为概率分布(p1,p2,p3)和(g1,g2,g3)，其中p1，p2，p3分别表示将数据敏感性等级评估为一级，二级，三级的可能性，g1，g2，g3分别表示将数据可计算性等级评估为一级，二级，三级的可能性；(2e)设数据敏感性等级和可计算性的三个等级均分别对应分数score1、score2、score3，将p1、p2、p3与score1、score2、score3分别相乘，再将相乘结果相加，得到敏感性等级评估结果最终对应的分值s1；将g1、g2、g3与score1、score2、score3分别相乘，再将相乘结果相加，得到可计算性等级评估结果最终对应的分值s2；(2f)根据分值s1和s2所在范围确定最终数据的敏感性等级和可计算性等级：设score4＝score3
‑
score1，分值在之间，将数据评估为一级，对应数值1，分值在之间，将数据评估为二级，对应数值2，分值在score4～score3之间，将数据评估为三级，对应数值3。(3)服务器端根据敏感性等级和可计算性等级确定加密方式：(3a)将数据的敏感性等级对应数值与可计算性等级对应数值相加，得到评估数值sa，设评估阈值d为5；(3b)将评估数值sa与其进行比较：若sa<d，则根据数据的敏感性等级按如下规则选择加密方式：数据的敏感性等级为一级时，选择不加密；数据的敏感性等级为二级时，选用AES
‑
128算法对数据进行加密；数据的敏感性等级为三级时，选用AES
‑
256算法对数据进行加密；若sa≧d，则根据数据是否包含小数和对数据的计算是否涉及小数选择加密方式：当数据不包含小数且对数据的计算不涉及小数时，则选择同态加密的BFV方案对数据进行加密；
否则，执行(3c)；(3c)根据敏感性等级按如下规则选择一种加密方式：若数据的敏感性等级为二级，则选择AES
‑
128算法和同态加密的CKKS方案同时对数据进行加密；若数据的敏感性等级为三级，则选择AES
‑
256算法和同态加密的CKKS方案同时对数据进行加密。2.根据权利要求1所所述的方法，其特征在于，步骤(1a)中设定评估敏感性等级的三方面指标，其内容分别如下：所述隐私方面指标，包括标识个人身份、信息熵，越能标识个人身份的数据，信息熵越大的数据，敏感性等级越高；所述风险方面的指标，是指为数据带来的价值、对数据拥有者的社会影响、恶意攻击者的攻击偏好、已有的防御措施的完备性，数据带来的价值越大，对数据拥有者的社会影响越大，恶意攻击者对该类数据攻击越频繁，已有的其他防御措施越不完备，敏感性等级越高；所述效率方面的指标，是指为计划的安全性投资、数据使用的即时性，计划的安全性投资越高，能够提高数据存储和使用的效率的手段越多，敏感性等级可评估为越高的等级；数据使用的即时性要求越高，数据敏感性等级应该越低。3.根据权利要求1所所述的方法，其特征在于，步骤(2b)中使用模糊综合评价获取多位专家的评估意见，构建从隐私，风险，效率的角度评估数据敏感性等级对应的模糊隶属度矩阵，及评估数据可计算性等级的模糊隶属度矩阵，实现如下：(2b1)从隐私，风险，效率的角度评估敏感性等级时，分别确定因素集和评价集：从隐私的角度评估敏感性等级时，因素集包括：标识个人身份和信息熵这两个隐私方面的指标：从风险的角度评估敏感性等级时，因素集包括：数据带来的价值、对数据拥有者的社会影响、恶意攻击者的攻击偏好、已有的防御措施的完备性这四个风险方面的指标；从效率的角度评估敏感性等级时，因素集包括：计划的安全性投资、数据使用的即时性这两个效率方面的指标；从隐私，风险，效率的角度评估敏感性等级时，评价集均包括：一级、二级、三级这三个数据敏感性等级。(2b2)评估可计算性等级时，确定因素集和评价集：评估可计算性等级时，因素集包括：数据与有价值的预测相关、数据有统计分析的价值、数据与用户分类相关这三个指标，评价集包括：一级、二级、三级这三个数据可计算性等级；(2b3)从隐私，风险，效率的角度评估数据的敏感性等级对应的模糊隶属度矩阵分别为2
×
3矩阵，4
×
3矩阵，3
×
3矩阵；评估数据的可计算性等级的模糊隶属度矩阵为3
×
3矩阵，这四个矩阵中第i行第j列的隶属度记为a
ij
，b
ij
，c
ij
，d
ij
，其表示从对应因素集中第i个指标的角度将数据评估为对应评价集中第j个元素的可能性；(2b4)根据所述四个矩阵互不关联的情况，需要分别确定每个矩阵中的隶属度值，即专家从0，0.1，02，0.3，
…
，1共11个值中选择三个合适的值确定每行的三个隶属度值，三个隶属度值可以重复，但每行隶属度值相加之和为1，不同行之间隶属度取值互不影响，隶属度
值a
ij
，b
ij
，c
ij
，d
ij
越大，表示从对应因素集中第i个指标的角度评估时，专家将数据评估为对应评价集中第j个元素的把握越大。4.根据权利要求1所所述的方法，其特征在于，步骤(2c)使用每位专家从单个指标的角度评估数据敏感性等级的评估结果计算Hellinger距离，通过Hellinger距离确定每个指标的权重，实现如下：(2c1)评估数据的敏感性等级时，计算多位专家从单个指标角度的评估结果平均值：获取m位专家从标识个人身份、信息熵、数据带来的价值、对数据拥有者的社会影响、恶意攻击者的攻击偏好、已有的防御措施的完备性、计划的安全性投资、数据使用的即时性8个指标中每个指标的角度评估数据的评估结果；将第w个专家从第f个指标的角度评估数据的结果记为R
fw
＝(r
f1w
，r
f2w
，r
f3w
)，其中r
f1w
、r
f2w
、r
f3w
分别表示第w个专家从第f个指标的角度将数据敏感性等级评估为一级，二级，三级的概率，f为整数，0<f<9，w为整数，0<w<m+1，分别对应专家1，专家2，
…
，专家m；从隐私的角度评估敏感性等级时，专家w对应的模糊隶属度矩阵中，其第一行，第二行的三列值分别为R
1w
，R
2w
中的三个值；从风险的角度评估敏感性等级时，专家w对应的模糊隶属度矩阵中，其第一行，第二行，第三行，第四行的三列值分别为R
3w
，R
4w
，R
5w
，R
6w
中的三个值；从效率的角度评估敏感性等级时，专家w对应的模糊隶属度矩阵中，其第一行，第二行的三列值分别为R
7w
，R
8w
中的三个值；从第f个指标的角度评估敏感性等级时，计算m位专家的评估结果平均值R
fave
：(2c2)使用Hellinger距离确定每个指标的权重：(2c21)计算专家w的评估结果R
fw
与R
fave
的Hellinger距离HL
fn
：其中，(2c22)计算m位专家的评估结果R
fw
与R
fave
的Hellinger距离之和：(2c23)通过HL
fsum<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。