[发明专利]一种基于加权概率模型的自适应对称编码方法以及系统

说明书

本发明公开了一种基于加权概率模型的自适应对称编码方法以及系统，本申请兼具对称加密和无损压缩双重功能，首先通过对第一二进制序列进行分段交换，得到第二二进制序列，并构建加权系数的非线性轮函数，最后基于加权概率模型进行编码，实现了对数据的无损压缩和对称加密，能够抵御线性攻击和差分攻击。相较于目前主流的熵编码和对称加密算法，本申请无损压缩可达信息熵，兼具高强度的对称加密，能有效降低硬件资源和运算能耗。本申请加权概率模型编码后的长度具有随机性，具有极高的安全性，而且本申请提出了一种适用于“流”编码模式的计算方式，加权系数r随着二进制序列的局部特征变化，从而实现自适应调整。

技术领域

本发明涉及数据编码技术领域，特别涉及一种基于加权概率模型的自适应对称编码方法以及系统。

背景技术

无损压缩算法(熵编码)已经被广泛应用于通信、存储等技术领域，常见的无损压缩算法有行程编码，字典编码，哈夫曼编码以及算术编码(区间编码)等。对称加密算法作为信息安全的核心工具，也被广泛应用于通信、交易、支付以及数据脱敏等领域，常见的对称加密算法有DES(Data Encryption Standard，数据加密标准)，AES(Advanced EncryptionStandard，高级加密标准)，Blowfish(一个对称加密块算法)等。

在系统应用中，无损压缩算法无法实现高强度对称加密，对称加密算法无法实现良好的压缩效果，对称加密和无损压缩均为信源编码，这类算法一般采用独立级联应用，因数据需通过先后两种算法的编译码，所以需两种算法的硬件资源和运算能耗。大数据环境下，对称加密和无损压缩采用算法内联可减少硬件资源和运算能耗。基于算术编码加密方法是一种算法内联方法，然而该方法编码数据中某一符号时通过混沌映射成另一符号，因映射方法确定，所以必然改变了原有数据的信息熵，使得压缩效果无法确定。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种基于加权概率模型的自适应对称编码方法以及系统，即实现了无损压缩又具备高强度的对称加密，能保障信息安全，有效降低硬件资源和运算要求，而且还实现了以字节为单位的流编码模式，提升压缩比，可有效的适应于物联网终端的小数据和互联网的大数据加密和压缩。

本发明的第一方面，提供了一种基于加权概率模型的自适应对称编码方法，包括如下步骤：

获取包括信源序列的第一二进制序列以及由m²个随机整数组成的二维表；

对所述第一二进制序列进行分段交换，得到包含m段子序列的第二二进制序列；

通过如下方式分别对所述第二二进制序列中每段子序列进行编码，得到每段子序列对应的编码结果：

从所述二维表中获取与当前子序列中第i位符号X_i对应的比特值，基于所述比特值计算非线性轮函数r(i)；

计算所述符号X_i的加权概率和其中，所述r表示权系数，且所述p(0)表示所述当前子序列中符号0的概率，所述p(1)表示所述当前子序列中符号1的概率，所述n表示所述当前子序列中符号总数，所述L表示预设的编码长度，所述C₀表示编码所述符号X_i之前所述当前子序列中已经编码的总符号数中的符号0的个数，所述C₀的初始值为1，所述C₁表示编码所述符号X_i之前所述当前子序列中已经编码的总符号数中的符号1的个数，所述C₁的初始值为1，所述T表示编码所述符号X_i之前所述当前子序列中已经编码的总符号数，所述T的初始值为2；