[发明专利]一种基于隐匿模型的仓储数据安全存储方法及系统

说明书

本发明涉及一种基于隐匿模型的仓储数据安全存储方法及系统，涉及信息安全领域，该方法包括：构建上行阶段与下行阶段交替的隐匿模型；根据预设隐私性和预设可用性确定所述隐匿模型的形状参数；隐匿模型的形状参数包括上行阶段分布均值、下行阶段分布均值、上行阶段分布概率质量函数和下行阶段分布概率质量函数；上行阶段为仓储数据在数据平台为可被观察状态的阶段，下行阶段为仓储数据在数据平台为不可被观察状态的阶段；采用隐匿模型对待存储的仓储数据进行存储。本发明提高了仓储数据的安全性。

技术领域

本发明涉及信息安全领域，特别是涉及一种基于隐匿模型的仓储数据安全存储方法及系统。

背景技术

智能仓储使物资的管理和控制自动化，很好的解决了传统物流所面临的挑战。在决策方面，智能仓储可以基于货物前几个月的销售数据，使用智能算法预测每种货物的未来需求量，从而合理规划进货量；在效率方面，智能仓储可实现货物的自动取放、打包，提高仓储效率的同时减少了人工成本；除此之外，其在很多方面都展现出了极大的优势，是仓储物流行业的转折点。因此，智能仓储将是仓储物流的发展趋势。

然而，智能仓储中关于货物库存数据的存储却存在安全隐患。由于智能仓储中的货物库存数据极具经济价值，引来了不法分子的觊觎。不法分子可能发起诸如数据窃取等攻击，利用获取到的数据破解商业机密等。例如，不法分子窃取了某平台热销货品的库存数据，进而推出相近的热销产品并且打折销售，形成恶意商业竞争。因此，智能仓储中数据存储的安全是一个不可忽视的大问题。

发明内容

本发明的目的是提供一种基于隐匿模型的仓储数据安全存储方法及系统，提高了仓储数据的安全性。

为实现上述目的，本发明提供了如下方案：

一种基于隐匿模型的仓储数据安全存储方法，包括：

构建上行阶段与下行阶段交替的隐匿模型；

根据预设隐私性和预设可用性确定所述隐匿模型的形状参数；所述隐匿模型的形状参数包括上行阶段分布均值、下行阶段分布均值、上行阶段分布概率质量函数和下行阶段分布概率质量函数；上行阶段为仓储数据在数据平台为可被观察状态的阶段，下行阶段为仓储数据在数据平台为不可被观察状态的阶段；

采用确定了形状参数的隐匿模型对待存储的仓储数据进行存储。

可选地，所述根据预设隐私性和预设可用性确定所述隐匿模型的形状参数，具体包括：

所述隐匿模型的隐私性计算公式为：

；

其中，LR为隐私性，表示上行阶段分布概率质量函数，为的积分，表示上行阶段分布的累积分布函数，表示的互补累积分布函数，表示下行阶段分布的累积分布函数，为的积分，表示下行阶段分布概率质量函数，表示最后一个上行阶段所持续的时间，表示最后一个下行阶段所持续的时间，表示的互补累积分布函数；

所述隐匿模型的可用性计算公式为：

；

其中，Availability表示可用性，表示的均值，表示的均值；

以所述隐匿模型的隐私性小于预设隐私性并且隐匿模型的可用性大于预设可用性为条件确定隐匿模型的形状参数。

可选地，所述上行阶段分布概率质量函数为几何分布函数，所述下行阶段分布概率质量函数为负二项分布函数。

可选地，还包括：

根据公式计算负二项分布函数的形状参数n；

其中，表示不完全β积分函数，表示决策阈值，表示下行阶段分布的时间均值。