車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法
【專利摘要】本發(fā)明提出了一種車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，包括如下步驟：系統(tǒng)初始化，包括：車載終端采集車輛的車輛數(shù)據(jù)，并將所述車輛數(shù)據(jù)上傳至云服務(wù)器；計算Bloom濾波器的最優(yōu)設(shè)置策略，包括：設(shè)置所述Bloom濾波器的位置、所需比特和哈希函數(shù)的數(shù)量；設(shè)置Bloom濾波器，包括：對所述云服務(wù)器中的車輛數(shù)據(jù)進行網(wǎng)絡(luò)基因提取，將車輛數(shù)據(jù)的網(wǎng)絡(luò)基因設(shè)置在Bloom濾波器中；對所述車輛數(shù)據(jù)進行實時檢測，包括：對輸入的車輛數(shù)據(jù)進行CRC校驗處理，將車輛數(shù)據(jù)的對應(yīng)位置的數(shù)值與已設(shè)置好的濾波器進行匹配，如果不匹配，則立即停止數(shù)據(jù)流的傳輸；否則數(shù)據(jù)流繼續(xù)傳輸。本發(fā)明保證預(yù)期檢測結(jié)果的同時，降低了整個系統(tǒng)的內(nèi)存開銷。
【專利說明】
車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及車聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別設(shè)及一種車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法。
【背景技術(shù)】
[0002] 現(xiàn)有技術(shù)中存在很多基于網(wǎng)絡(luò)端的模型解決數(shù)據(jù)泄露問題，包括：
[0003] (1)通過檢測是否出現(xiàn)給定關(guān)鍵字與數(shù)據(jù)模式來阻止網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的非法竊取。
[0004] (2)設(shè)置信息黑名單，利用基于內(nèi)容相似度的分類器來檢測待訪問數(shù)據(jù)與黑名單 內(nèi)容是否一致，如果一致則中止數(shù)據(jù)訪問操作。
[0005] (3)在分析用戶在使用云計算時容易產(chǎn)生數(shù)據(jù)泄露的問題的基礎(chǔ)上，提出一種新 的防泄露技術(shù)，該技術(shù)主要是檢測HTTP消息，可檢測到用戶和云服務(wù)之間的數(shù)據(jù)擴散，截獲 用戶和云計算服務(wù)之間的文件傳輸并進行記錄，嚴(yán)格執(zhí)行數(shù)據(jù)擴散的預(yù)制策略。
[0006] (4)在數(shù)據(jù)網(wǎng)絡(luò)邊界設(shè)置一個代理進行檢測，通過在哈希表中存儲指紋來提高數(shù) 據(jù)傳輸?shù)陌踩?，該方案的成功性取決于如下兩個關(guān)鍵因素：1)指紋長度:為達到區(qū)分任何 兩個不同數(shù)據(jù)內(nèi)容的要求，指紋必須足夠長。2)哈希表大?。汗１泶笮?yīng)該足夠大，W避 免在匹配過程中出現(xiàn)太多沖突，因為出現(xiàn)過多沖突，就必須進行多次對比和匹配，W確定數(shù) 據(jù)是否包含在數(shù)據(jù)庫中。
[0007] 但是，上述方法要消耗較多的內(nèi)存。對于云平臺設(shè)備來說，降低內(nèi)存使用是一個重 要的指標(biāo)。

【發(fā)明內(nèi)容】

[000引本發(fā)明的目的旨在至少解決所述技術(shù)缺陷之一。
[0009] 為此，本發(fā)明的目的在于提出一種車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，可W保證預(yù)期檢 測結(jié)果的同時，降低了整個系統(tǒng)的內(nèi)存開銷。
[0010] 為了實現(xiàn)上述目的，本發(fā)明的實施例提供一種車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，包括 如下步驟：
[0011] 步驟S1，系統(tǒng)初始化，包括：
[0012] 車載終端采集車輛的車輛數(shù)據(jù)，并將所述車輛數(shù)據(jù)上傳至云服務(wù)器；
[0013] 計算Bloom濾波器的最優(yōu)設(shè)置策略，包括:設(shè)置所述Bloom濾波器的位置、所需比特 和哈希函數(shù)的數(shù)量；
[0014] 步驟S2:根據(jù)步驟S1中的初始化結(jié)果，設(shè)置Bloom濾波器，包括:對所述云服務(wù)器中 的車輛數(shù)據(jù)進行網(wǎng)絡(luò)基因提取，將車輛數(shù)據(jù)的網(wǎng)絡(luò)基因設(shè)置在Bloom濾波器中；
[0015] 步驟S3,對所述車輛數(shù)據(jù)進行實時檢測，包括:對輸入的車輛數(shù)據(jù)進行CRC校驗處 理，將車輛數(shù)據(jù)的對應(yīng)位置的數(shù)值與已設(shè)置好的濾波器進行匹配，如果不匹配，則立即停止 數(shù)據(jù)流的傳輸;否則數(shù)據(jù)流繼續(xù)傳輸。
[0016] 進一步，在所述步驟S1中，所述車輛數(shù)據(jù)包括:車輛行駛數(shù)據(jù)、車體數(shù)據(jù)、車輛動力 數(shù)據(jù)、車輛安全數(shù)據(jù)、車輛環(huán)境數(shù)據(jù)。
[0017] 進一步，在所述步驟SI中，
[0018] 首先，設(shè)^^=0^〇')表示在到^'比特檢測時所需的最佳比特數(shù)量，在最后一個檢 測J點，即dtk處，有dk+l = Ψ = lmax-dtk，即dtk=lmax-dk+l，由于在dtk之后就不再檢測，所W設(shè) 置f (Imax-Ψ ) =0且pQmax-ψ )=巫；
[0019] 然后，計算每個檢測到j(luò)時，從j開始需要的比特數(shù)目
[0020] 最后，在濾波器設(shè)置的位置和檢測概率一致的情況下，可求出所需的哈希函數(shù)的 數(shù)量和濾波器所需要的比特數(shù)目。令化J表示第j個檢測位置，j = l，2,…，k。
[0021] 進一步，在所述步驟S2中，
[00剖根據(jù)最優(yōu)化方法得到第j個檢測點的位置化功化-1+h*，其中，j = 2,3, . . .，k且化1 =h，對所有的dtj點處進行網(wǎng)絡(luò)基因的提取，包括:車輛數(shù)據(jù)的網(wǎng)絡(luò)基于在文件的每預(yù)設(shè)比 特產(chǎn)生一個DGIDi，其中，DGIDi的產(chǎn)生采用32位的CRC校驗方法。
[0023] 進一步，DGIDi的產(chǎn)生，包括如下步驟：
[0024] 對車輛數(shù)據(jù)進行分組，按照化^立置將整個內(nèi)容分為k+1部分；
[0025] 32位的CRCi是第i部分的校驗碼，設(shè)CRCiWO為種子數(shù)，包括文件的第一部分，CRCi+i WCRCi為種子數(shù)，計算第i + 1部分的校驗碼，W此類推，計算處所有檢測位置處的CRC校驗 碼。
[0026] 進一步，設(shè)置Bloom濾波器，包括:對獲得的k+1個CRC校驗碼進行模m運算，將數(shù)值 與Bloom濾波器檢測位置一一關(guān)聯(lián)，其中，m表示濾波器所包含的比特總數(shù)。
[0027] 根據(jù)本發(fā)明實施例的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，利用網(wǎng)絡(luò)基因唯一標(biāo)示數(shù)據(jù)信 息的特征和Bloom濾波器的快速檢索和較少的內(nèi)存開銷特性，并利用最優(yōu)規(guī)劃的方法計算 濾波器的最佳設(shè)置，保證預(yù)期檢測結(jié)果的同時，降低了整個系統(tǒng)的內(nèi)存開銷，節(jié)約了云平臺 中的內(nèi)存使用。
[0028] 本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明的實踐了解到。
【附圖說明】
[0029] 本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得 明顯和容易理解，其中：
[0030] 圖1為根據(jù)本發(fā)明實施例的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法的流程圖。
【具體實施方式】
[0031] 下面詳細(xì)描述本發(fā)明的實施例，實施例的示例在附圖中示出，其中自始至終相同 或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描 述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。
[0032] 如圖1所示，本發(fā)明實施例的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，包括如下步驟：
[0033] 步驟S1，系統(tǒng)初始化，包括：
[0034] 首先，車載終端采集車輛的車輛數(shù)據(jù)，并將車輛數(shù)據(jù)上傳至云服務(wù)器。
[0035] 在本發(fā)明的一個實施例中，車輛數(shù)據(jù)包括:車輛行駛數(shù)據(jù)、車體數(shù)據(jù)、車輛動力數(shù) 據(jù)、車輛安全數(shù)據(jù)、車輛環(huán)境數(shù)據(jù)。
[0036] 具體地，車載終端采用模塊化設(shè)計理念，由智能忍片，中央處理模塊，通信模塊，定 位模塊等模塊組成，其內(nèi)部嵌有多種傳感器，可對車輛所有靜態(tài)和動態(tài)信息進行感知和監(jiān) 控。運些數(shù)據(jù)信息設(shè)及車輛行駛和車體，動力，車輛安全，環(huán)境等與具體車輛相關(guān)的一些屬 性。將車輛在運行中產(chǎn)生的相關(guān)數(shù)據(jù)，如車輛行駛的歷史軌跡，訪問的路線等，進行動態(tài)實 時采集，實現(xiàn)車輛駕乘等智能感知。車載終端將運些與車輛相關(guān)的數(shù)據(jù)利用通信網(wǎng)絡(luò)上傳 至云設(shè)備。
[0037] 然后，在預(yù)先設(shè)定的檢測時延的前提下，計算Bloom濾波器的最優(yōu)設(shè)置策略，包括： 設(shè)置Bloom濾波器的位置、所需比特和哈希函數(shù)的數(shù)量。
[0038] 下面首先對Bloom濾波器進行介紹。
[0039] Bloom濾波器是一種特殊的數(shù)據(jù)結(jié)構(gòu)，相比較其他的數(shù)據(jù)結(jié)構(gòu)，其主要應(yīng)用于對信 息進行檢索。原理是利用標(biāo)識位來表示數(shù)據(jù)庫的數(shù)據(jù)內(nèi)容信息，在進行數(shù)據(jù)查找和檢索時， 利用標(biāo)識位是否一致來判斷數(shù)據(jù)庫中是否包含該信息。由特征比特向量和哈希函數(shù)兩部分 組成。
[0040] Bloom濾波器在進行數(shù)據(jù)檢索時，包括W下Ξ個步驟：
[0041 ] 1)初始化:濾波器的m位特征比特向量都為0。
[0042] 2)添加數(shù)據(jù)元素:將數(shù)據(jù)集合中每一個數(shù)據(jù)項，計算k個哈希函數(shù)的數(shù)值，然后將 該函數(shù)值映射到特征比特向量的對應(yīng)位置中。
[0043] 3)數(shù)據(jù)檢索:將待查詢數(shù)據(jù)計算k個哈希函數(shù)數(shù)值，若k若是k位有1位或者1位W上 為0時，則原數(shù)據(jù)集合中一定不包含待查詢數(shù)據(jù)。若k個比特位都是1，則原數(shù)據(jù)集合中極有 可能包含待查詢數(shù)據(jù)。當(dāng)不在集合中的元素 X被認(rèn)為在集合中時，Bloom濾波器發(fā)生假陽性 誤稱，運個概率稱為錯誤檢測概率。錯誤檢測概率P滿足如下關(guān)系：
[0044] 下面對設(shè)置Bloom濾波器的位置進行說明：
[0045] Bloom濾波器的設(shè)置包括檢測位置的設(shè)置和總比特數(shù)的設(shè)置。對于一個字符串進 行周期檢測時，將每一位都進行檢測是不現(xiàn)實的。為達到上述目的，可W采用其他措施，如 基于概率的方案。
[0046] 在進行分析之前，首先討論在固定檢測概率時所需的內(nèi)存使用量。由上面的分析 可知，對給定字符串a(chǎn)比特到達之后進行檢測，若前a個比特匹配失敗，則字符串與給定的信 息肯定是前a比特不匹配的；反之，則運個字符串W-定的概率與給定的信息匹配，稱運個 概率為錯誤檢測概率。由此，該技術(shù)更加關(guān)注于檢測時延，定義檢測時延為用戶在進行數(shù)據(jù) 訪問時，在被禁止訪問時，已經(jīng)訪問的數(shù)據(jù)比特數(shù)和用戶實際上可W訪問的比特數(shù)之差，記 為L。很顯然，L越小越好。在本發(fā)明中，為降低系統(tǒng)復(fù)雜性，只將字符串在指定的位置l<ti< ?2<…<tp進行檢測。
[0047] 采用Bloom濾波器主要是為了減輕計算開銷和內(nèi)存開銷，從而降低整個系統(tǒng)的復(fù) 雜性。為分析實現(xiàn)不同的檢測概率pj，所需的比特數(shù)，先分析在給定錯誤檢測概率為P的情 況下，假設(shè)系統(tǒng)中濾波器有m個比特，q個哈希函數(shù)，系統(tǒng)中有η個字符串，則使用q個哈希函 數(shù)的濾波器的錯誤檢測概率為：
[004引

[0049]需要確定哈希函數(shù)的數(shù)量q來使得內(nèi)存開銷最小，即m的數(shù)值最小。將上式進行轉(zhuǎn) 化，得，
[(K)加] 2)
[0051] 為簡化計算，令
則式(2)可表示為：
、' (3)
[0化2]
[0化3] 在式（3)中，11 = 0.5，m最小，此時
[0化4] 當(dāng)q = l，由式(2)得出
[0055]在上述實施例中，給出了檢測時延和檢測概率的定義，推算出了給定檢測概率條 件下所需的比特數(shù)和哈希函數(shù)的數(shù)目，得出了檢測時延L與系統(tǒng)保密性之間的關(guān)系，L越大， 則保密性越差。為進一步降低系統(tǒng)復(fù)雜度，只將長度1為字符串在指定的位置1含化パ化2<… <化1<<1進行檢測。
[0056] 對于字符串S，其長度為1，有如下定義:di = dti，di = dt廣dti-1，即，di表示第i次檢 ii和第i-1次檢測之間的比特數(shù)，其中1 = 2,3，。，，4且(11^+1 = 1-化。一般情況下，檢測時延1 由開始檢測出字符串不匹配的點的位置來決定的。
[0057] 使用0(s，k)表示字符串S在比特k與原有數(shù)據(jù)不一致地檢測時延。0(s，k)是一個 隨機變量，所WE(0(s，k))表示S在比特k處不匹配的檢測時延的期望值，該期望值的最大 值設(shè)為max壓（Θ (s，k))，規(guī)定期望檢測時延的最大值為Ψ，則需ma祉（Θ (s，k)) < Ψ。
[0058] 濾波器在檢測位置設(shè)定的比特總數(shù)決定該處的檢測概率。由于在dtk之后，就不再 進行檢測，所WE( Θ (S，化k+1)) = dk+i，應(yīng)小于等于Ψ，為簡便運算，取等于，即dk+i = Φ。
[0059] 對于化k-i檢測點，在該點之后變?yōu)椴黄ヅ涞臋z測時延期望為:E(0(s，化k-i+l)) = dkpk+ (1 -pk) (dk+dk+i) = dk+ (1 -pk)Φ，其中，pk為 S在dtk處檢測概率。同樣使E ( Θ (S, dtk-i+1)) =Ψ，得dk=piJ。繼續(xù)重復(fù)上述步驟，可W得到：
[0060] dj = pj4, j = l,2，...，k (4)
[0061] 上式描述了檢測點和檢測概率之間的關(guān)聯(lián)。
[0062] 在濾波器位置部署和在給定檢測概率P的前提下，每個字符串所需的最小長度和 檢測點之間距離的關(guān)系。下面介紹如何選擇檢測位置，才能使系統(tǒng)的內(nèi)存需求量最小。檢測 位置是由字符串的比特數(shù)量分布決定。
[0063] 首先討論數(shù)據(jù)庫內(nèi)字符串所包含的比特總數(shù)相等且都為len的簡單場景。假設(shè)字 符串的總數(shù)為η。抑
與(6.4)式結(jié)合，有
[0064]
[0065] 由于所有的字符串等長，即所有的Pj相同，記為Ρ。則代入式(5)中，得到：
[0066]
I所需的比特總數(shù)量為
[0067]
[006引由式（6)可知，C是k的遞減函數(shù)?？紤]單一哈希函數(shù)，由上述得，
生已知檢測時延Ψ的前提下，若要使C的值最小，則將C對k微 分，令導(dǎo)數(shù)為0，得
得此時內(nèi)存量最小為：
[0069]
[0070] 非等長情況下，所需的最小內(nèi)存量。在上面的討論中，字符串等長的情況下，即每 次檢測的位數(shù)為len比特，賄
r于字符串包含的比特數(shù)目非一致的情況 下，使用試探方案，讓所有檢測位置處檢測概率等于i即對所有的j，j = l，2，-1,4,有 C η f/'二 7,
[0071] 監(jiān)測點數(shù)k為
則需要的檢測比特總數(shù)C 是
為數(shù)據(jù)庫中所有字符串的總比 特數(shù)，即所有字符串的比特總數(shù)。代入得，- 1心整理得， C ，
[0072]
[0073] 上式表示在字符串長度不一致時，需要的內(nèi)存量。
[0074] 由W上分析可得，字符串長度不一致時將對檢測位置影響很大，而檢測位置不一 致時，會導(dǎo)致檢測的難度增大。假設(shè)在數(shù)據(jù)庫中有N(l)個長度超過1比特的字符串，為在1處 得到給定檢測概率P，所需的比特數(shù)為：
[0075]
[0076] 為降低c(l，P)，則NQ)應(yīng)該變小。如何得到所需的最優(yōu)比特數(shù)，提出一種動態(tài)規(guī)劃 算法，算法代碼如下：
[0077] f〇r( i = 1 ; i Umax; i++)/7第一階段 [007引 f(i)=0;
[0079] f(lmax-W)=〇;
[0080] pQmax-W) =巫；
[0081 ] f〇r( i = lmax-1-Ψ ; i >0; i -) {//第二階段
[0082]
[008；3] g* = arg f(j);
[0084] p(j)=j+g*；
[0085] }
[00化]j = i;//第s階段
[0087] dtj = p( 1)；
[008引 while(p(dtj)辛巫）{
[0089] temp = p(dtj);
[0090] j++；
[0091 ] dtj = temp；
[0092]
[0093]
[0094] 在上述算法中，預(yù)先設(shè)定，f(j)表示在到j(luò)比特檢測時所需的最佳比特數(shù)量;p(j) 為輔助函數(shù)，表示在j比特之后第一個要進行檢測的位置。有Ξ個階段:各階段任務(wù)表示如 下：
[00M]首先，設(shè)^^=〇^〇')表示在到^'比特檢測時所需的最佳比特數(shù)量，先考慮從后向 前，推導(dǎo)f ( j )具體表式。在最后一個檢測點，即dtk處，有dk+1 = Ψ = Imax-dtk，即dtk = Imax- dk+1，由于在化k之后就不再檢測J，所W設(shè)置f(lmax-W)=0且P(lmax-W) =巫。
[0096]然后，計算每個檢測到j(luò)時，從j開始需要的比特數(shù)目，= min, y I,,
巧于前一項當(dāng)在j+h處進行檢測時，兩個檢測點之間的間隔d/=j+ g-j = g，又d'=p'W，可得= P'表示在j+h處的檢測概率，所W該項表示j處放置濾波 器，j+h處所需比特總數(shù)。對于第二項表示從j+h開始往后進行檢測所需的比特數(shù)目。其中，h 不能大于Ψ，否則將導(dǎo)致檢測時延的期望大于Ψ。
[0097] 為求得在j之后下一個的最佳檢測點，令h ^ = a r g f ( j ) = a r g
11^表示讓^如取最小值時11的值。則在別立置之后下一個進行 , 檢測的位置是p(j) = j+l·^
[0098] 最后，輸出不同文件對應(yīng)的濾波器設(shè)置的位置和所需的比特大小。在濾波器設(shè)置 的位置和檢測概率一致的情況下，可求出所需的哈希函數(shù)的數(shù)量和濾波器所需要的比特數(shù) 目。令dtj表示第j個檢測位置，j = l，2,…，k。
[0099] 步驟S2:根據(jù)步驟S1中的初始化結(jié)果，設(shè)置Bloom濾波器，包括:對云服務(wù)器中的車 輛數(shù)據(jù)進行網(wǎng)絡(luò)基因提取，將車輛數(shù)據(jù)的網(wǎng)絡(luò)基因設(shè)置在Bloom濾波器中。
[0100] 下面對網(wǎng)絡(luò)基因進行說明。
[0101] 利用網(wǎng)絡(luò)基因標(biāo)示用戶待訪問的數(shù)據(jù)內(nèi)容，可W唯一表示數(shù)據(jù)內(nèi)容;利用Bloom濾 波器的快速檢索特點，將網(wǎng)絡(luò)基因存儲在Bloom濾波器中，兩者相結(jié)合可W提高數(shù)據(jù)在訪問 時的安全性。
[0102] 網(wǎng)絡(luò)基因，是在現(xiàn)代信息領(lǐng)域中表征個體唯一的身份特征標(biāo)識，具有全球移動識 別能力，唯一性代表網(wǎng)絡(luò)終端或者網(wǎng)絡(luò)實體特性的特點。利用網(wǎng)絡(luò)基因表征網(wǎng)絡(luò)內(nèi)組成部 分具有如下特點：
[0103] 1)客觀性。任何網(wǎng)絡(luò)終端或者網(wǎng)絡(luò)實體的屬性包括個體自身的特征參數(shù)，可W提 供的功能種類W及參與通訊時的功能參數(shù)等，都是客觀存在的，或者在個體產(chǎn)生之時已經(jīng) 預(yù)先定義好的，不受人為控制和更改的?；谶\些天然的參數(shù)構(gòu)成的網(wǎng)絡(luò)基因能夠穩(wěn)定的、 唯一代表個體屬性的特征，就像由運些參數(shù)構(gòu)成的向量正交基，是唯一的，客觀存在的，只 是系數(shù)不同而已。網(wǎng)絡(luò)基因中包含的各種屬性信息元素在物理信息空間中是客觀存在的。 因此，網(wǎng)絡(luò)基因是客觀存在的，具有客觀性。
[0104] 2)唯一性。每個網(wǎng)絡(luò)終端或者網(wǎng)絡(luò)實體的自身特征屬性，功能特性和功能參數(shù)等 特征屬性參數(shù)都是唯一確定的，任何兩個不同的個體不可能具有相同的特征屬性參數(shù)，而 網(wǎng)絡(luò)基因是根據(jù)運些特征屬性參數(shù)進行相關(guān)操作提取出來的，所W可W唯一的代表網(wǎng)絡(luò)中 的每個個體。
[0105] 3)隱私性。網(wǎng)絡(luò)基因是面向用戶體驗的?；谶\種客觀、唯一的同電子身份證一樣 的網(wǎng)絡(luò)基因，只有自身網(wǎng)絡(luò)基因被目標(biāo)終端正確識別，才能感知或者執(zhí)行業(yè)務(wù)和通訊需求。 非目標(biāo)終端的網(wǎng)絡(luò)基因，因而不會被其他用戶或業(yè)務(wù)識別，目標(biāo)終端有接受和拒絕與該終 端共享服務(wù)的權(quán)利和自由。
[0106] 4)安全性。網(wǎng)絡(luò)基因具有類似DNA的客觀性、唯一性和隱私性的特征，不同個體具 有不同的網(wǎng)絡(luò)基因。目標(biāo)用戶或業(yè)務(wù)能夠設(shè)別并同步產(chǎn)生該網(wǎng)絡(luò)基因；對于非目標(biāo)用戶或 業(yè)務(wù)而言，該網(wǎng)絡(luò)基因是不可識別的。網(wǎng)絡(luò)基因的"基因化"結(jié)構(gòu)，基因解密是不可計算NP問 題。因此，基于網(wǎng)絡(luò)基因式的基因加密無論是對用戶還是對業(yè)務(wù)都是安全的，可W保證用戶 信息的安全性。
[0107] 系統(tǒng)進行初始化過程中，根據(jù)最優(yōu)化方法得到第j個檢測點的位置dtj為dtw+h*， 其中，^' = 2,3，...，4且扣1 = }1，對所有的化^點處進行網(wǎng)絡(luò)基因的提取，包括:車輛數(shù)據(jù)的網(wǎng) 絡(luò)基于在文件的每預(yù)設(shè)比特產(chǎn)生一個DGIDi，其中，DGIDi的產(chǎn)生采用32位的CRC校驗方法。 [010引為達到設(shè)定的L比特檢測時延，數(shù)據(jù)的DGID應(yīng)該在文件的每L byte產(chǎn)生一個 DGIDi，DGIDi的產(chǎn)生采用32位的CRC。隨著文件的增大，DGID的數(shù)目不斷增大，因為每一個 DGIDi要包括從文件開頭到當(dāng)前位置的所有比特息。具體的實現(xiàn)步驟如下：
[0109] 首先，對車輛數(shù)據(jù)進行分組，按照化^立置將整個內(nèi)容分為k+1部分；
[0110] 然后，32位的CRCi是第i部分的校驗碼，設(shè)CRC擬0為種子數(shù)，包括文件的第一部分， CRCi+iWCRCi為種子數(shù)，計算第i+1部分的校驗碼，W此類推，計算處所有檢測位置處的CRC 校驗碼。因此，在前i+1部分的數(shù)據(jù)內(nèi)容變化，將會導(dǎo)致CRCw部分的校驗碼變化。
[0111] 在本發(fā)明的一個實施例中，設(shè)置Bloom濾波器，包括:主要是在濾波器的相應(yīng)位置 上的值進行設(shè)定，W網(wǎng)絡(luò)基因的形式來唯一的標(biāo)示數(shù)據(jù)。對獲得的k+1個CRC校驗碼進行模m 運算，將數(shù)值與Bloom濾波器檢測位置一一關(guān)聯(lián)，其中，m表示濾波器所包含的比特總數(shù)。
[0112] 步驟S3,對車輛數(shù)據(jù)進行實時檢測，包括:對輸入的車輛數(shù)據(jù)進行CRC校驗處理，將 車輛數(shù)據(jù)的對應(yīng)位置的數(shù)值與已設(shè)置好的濾波器進行匹配，如果不匹配，則立即停止數(shù)據(jù) 流的傳輸;否則數(shù)據(jù)流繼續(xù)傳輸。
[0113] 根據(jù)本發(fā)明實施例的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，利用網(wǎng)絡(luò)基因唯一標(biāo)示數(shù)據(jù)信 息的特征和Bloom濾波器的快速檢索和較少的內(nèi)存開銷特性，并利用最優(yōu)規(guī)劃的方法計算 濾波器的最佳設(shè)置，保證預(yù)期檢測結(jié)果的同時，降低了整個系統(tǒng)的內(nèi)存開銷，節(jié)約了云平臺 中的內(nèi)存使用。
[0114] 在本說明書的描述中，參考術(shù)語"一個實施例"、"一些實施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特 點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不 一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可W在任何 的一個或多個實施例或示例中W合適的方式結(jié)合。
[0115] 盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可W理解的是，上述實施例是示例 性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在不脫離本發(fā)明的原理和宗旨 的情況下在本發(fā)明的范圍內(nèi)可W對上述實施例進行變化、修改、替換和變型。本發(fā)明的范圍 由所附權(quán)利要求極其等同限定。
【主權(quán)項】
1. 一種車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，其特征在于，包括如下步驟： 步驟S1，系統(tǒng)初始化，包括： 車載終端采集車輛的車輛數(shù)據(jù)，并將所述車輛數(shù)據(jù)上傳至云服務(wù)器； 計算Bloom濾波器的最優(yōu)設(shè)置策略，包括:設(shè)置所述Bloom濾波器的位置、所需比特和哈 希函數(shù)的數(shù)量； 步驟S2:根據(jù)步驟S1中的初始化結(jié)果，設(shè)置Bloom濾波器，包括:對所述云服務(wù)器中的車 輛數(shù)據(jù)進行網(wǎng)絡(luò)基因提取，將車輛數(shù)據(jù)的網(wǎng)絡(luò)基因設(shè)置在Bloom濾波器中； 步驟S3，對所述車輛數(shù)據(jù)進行實時檢測，包括:對輸入的車輛數(shù)據(jù)進行CRC校驗處理，將 車輛數(shù)據(jù)的對應(yīng)位置的數(shù)值與已設(shè)置好的濾波器進行匹配，如果不匹配，則立即停止數(shù)據(jù) 流的傳輸;否則數(shù)據(jù)流繼續(xù)傳輸。2. 如權(quán)利要求1所述的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，其特征在于，在所述步驟S1中，所 述車輛數(shù)據(jù)包括:車輛行駛數(shù)據(jù)、車體數(shù)據(jù)、車輛動力數(shù)據(jù)、車輛安全數(shù)據(jù)、車輛環(huán)境數(shù)據(jù)。3. 如權(quán)利要求1所述的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，其特征在于，在所述步驟S1中， 首先，設(shè)f( j) = 〇，f (j)表示在到j(luò)比特檢測時所需的最佳比特數(shù)量，在最后一個檢測 點，即dtk處，有dk+l = Ψ =lmax-dtk，即dtk=lmax-dk+l，由于在dtk之后就不再檢測，所以設(shè)置f (lmax-Ψ ) =0且P(lmax-W ) = Φ ; 然后，計算每個檢測到j(luò)時，從j開始需要的比特數(shù)目 最后，在濾波器設(shè)置的位置和檢測概率一致的情況下，可求出所需的哈希函數(shù)的數(shù)量 和濾波器所需要的比特數(shù)目。令dtj表示第j個檢測位置，j = l，2,…，k。4. 如權(quán)利要求1所述的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，其特征在于，在所述步驟S2中， 根據(jù)最優(yōu)化方法得到第j個檢測點的位置dt」為dtn+h*，其中，j = 2，3，. . .，k且dti = h， 對所有的dk點處進行網(wǎng)絡(luò)基因的提取，包括:車輛數(shù)據(jù)的網(wǎng)絡(luò)基于在文件的每預(yù)設(shè)比特產(chǎn) 生一個DGIDi，其中，DGIDi的產(chǎn)生采用32位的CRC校驗方法。5. 如權(quán)利要求4所述的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，其特征在于，DGIDi的產(chǎn)生，包括如 下步驟： 對車輛數(shù)據(jù)進行分組，按照dk位置將整個內(nèi)容分為k+Ι部分； 32位的CRCi是第i部分的校驗碼，設(shè)CRQWO為種子數(shù)，包括文件的第一部分，CRCi+1& 〇?(^為種子數(shù)，計算第i+1部分的校驗碼，以此類推，計算處所有檢測位置處的CRC校驗碼。6. 如權(quán)利要求5所述的車聯(lián)網(wǎng)云數(shù)據(jù)的防泄漏方法，其特征在于，設(shè)置Bloom濾波器，包 括:對獲得的k+Ι個CRC校驗碼進行模m運算，將數(shù)值與Bloom濾波器檢測位置一一關(guān)聯(lián)，其 中，m表示濾波器所包含的比特總數(shù)。
【文檔編號】H04L1/00GK105871932SQ201610457312
【公開日】2016年8月17日
【申請日】2016年6月22日
【發(fā)明人】張鈺峰, 程新, 龐立君
【申請人】江蘇迪納數(shù)字科技股份有限公司