[发明专利]数据集加密前处理方法

说明书

技术领域

本发明属于信息加密领域，特别是涉及一种数据集加密前处理方法。

背景技术

随着云计算的发展，由互联网产生和处理的数据量日益增加。大数据几乎贯穿了整个现实世界，然而在享受大数据所带来的便利的同时，个人数据的隐私和企业数据的安全性也越来越受到重视。密码学是防止数据被非法篡改和窃听的有效手段，然而将现有的密码标准直接应用于大规模数据集的加密其安全性尚未有充分的证明。如利用AES算法加密的图像可能会泄露部分信息，因此不恰当地使用已有的加密算法并不能确保数据的安全。

加密算法的一个重要要求是实现加密的全局扩散性，即任一明文数据的改变将影响全体密文数据。分组密码算法只能实现分组内的扩散，用于加密数据时可能会泄露数据的部分信息，而全局扩散性则可防止这类情况的发生。排列是图像加密中最常用的加密操作。目前有文献研究了在分组模式下对图像加密算法扩散性能的分析，并提出了基于四叉树的排列算法。然而该算法适用性太窄，仅适用于图像加密且要求图像的像素大小为2^a×2^a，a为正整数，不适用于任意结构的大量数据集。且目前尚未有标准的适合大规模数据集的加密算法。因此如何设计一个适合大规模数据集的分布式的数据集加密前处理方法，以便于进行高效的加密就显得非常具有研究意义和实用价值。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种高效、安全的数据集加密前处理方法。

为实现上述目的，本发明提供了一种数据集加密前处理方法，包括以下步骤：

步骤一、统计数据集的元素总量N，N为正整数；

步骤二、计算数据集需要加密的轮数；

步骤三、对数据集中各数据元素进行分组；其按以下步骤进行：

A1、将数据集中数据元素的位置用m位二进制数表示，m为正整数，m=log₂N，N≤2^m；

A2、对数据集中的数据元素按分组策略进行分组；

所述对数据集中的数据元素按分组策略进行分组按以下步骤执行：

判断数据集的元素总量N；当N=2^m时，则数据元素所在的分组由数据集中数据元素的位置右移一位得到；当2^m<N<2^m+1且数据集中数据元素的位置小于2^m时，则数据元素所在的分组由数据集中数据元素的位置右移一位得到；否则对该数据集中的数据元素从其父节点开始依次查找其祖宗节点，其分组等于未再分组的最近祖宗节点所在的分组。

进一步的，所述步骤三后还包括对数据集各分组的数据进行并行加密的步骤。

进一步的，为了加密更加全面安全，所述对数据集各分组的数据进行并行加密的步骤后还包括以下步骤：

B1、判断当前加密轮数是否小于需要加密的轮数，如果当前加密轮数小于需要加密的轮数，则执行步骤B2；否则加密完成，输出密文数据；

B2、对加密后的数据集中的各个元素的位置使用排列算法进行重新排列，计算其新的位置和所在的分组，加密轮数加1，然后对数据集各分组的数据进行并行加密。

较佳的，步骤二中所述需要加密的轮数按以下步骤计算：对于2^y≤N<2^y+1，所需要的加密轮数=y+2，y为正整数。

较佳的，所述步骤B2中分组排列算法按以下步骤进行：

C1：获取数据集中各数据元素原来的位置；

C2：当N%2不等于0且数据集中各数据元素原来的位置>2^m时，则该数据元素新的位置等于该数据元素原来的位置；否则该数据元素新的位置由函数