一种高效且智能化的可追溯云端工业数据安全共享方法

本发明属于数据安全共享与云存储，具体涉及一种高效且智能化的可追溯云端工业数据安全共享方法，适用于工业互联网场景下，云端多部门工业数据加密共享、细粒度访问控制及恶意用户智能追溯场景，可有效保障工业数据共享过程的安全性与可追溯性。

背景技术：

1、随着信息化和数字化的高速发展，工业互联网系统已成为各行业核心基础设施，海量工业数据具备体量大、种类多、敏感程度高的显著特征，无法依靠本地基础设施完成全量存储与管理。云环境凭借弹性存储空间优势，成为多源工业数据持久化存储、高效调用的核心载体，企业普遍采用集中式云存储模式实现多部门数据统一管理，有效规避了分布式部署的资源冗余与运维成本过高问题。

2、工业互联网的快速迭代催生了垂直领域大模型的训练需求，各业务部门需共享云端存储的工业数据，独立或联合训练专属行业模型。但跨部门数据共享存在协作与主权竞争并存的复杂关系，对细粒度访问控制提出严苛要求；同时，数据上传至非可信云服务器存在极大隐私泄露风险。基于属性加密（abe）的方案凭借“一次加密、多方受控共享”的优势，适配云环境多用户协作共享场景，成为工业数据安全共享的主流技术。

3、现有的传统abe数据安全共享方案仍存在诸多技术瓶颈：一是密钥滥用追责难，用户私钥仅关联属性、与身份解绑，内部用户恶意泄露私钥后，系统无法精准定位责任主体，数据安全风险极高；二是追溯效率低下，传统追溯模式需遍历全部用户密钥逐一比对，系统规模扩大后会产生严重计算瓶颈，人工运维开销极大；三是用户本地计算压力大，复杂解密运算均需本地设备完成，资源消耗高；四是访问控制维度单一，仅依托用户属性实现权限管控，安全防护精细化程度不足。

4、综上，现有云端工业数据共享方案存在安全性差、追溯效率低、资源开销大、管控精度不足等问题，亟需一种兼顾安全、高效、智能可追溯的云端工业数据安全共享方法。

技术实现思路

1、本发明旨在解决现有云端工业数据共享方案密钥滥用无法精准追责、追溯效率低、本地计算开销大、访问控制精细化不足的技术问题，提供一种高效且智能化的可追溯云端工业数据安全共享方法。本发明融合用户可信度与属性加密实现多维度细粒度访问控制，依托大语言模型与merkle树结构构建智能追溯框架，通过云端外包计算降低用户本地算力消耗，在保障云端工业数据共享安全性的基础上，大幅提升恶意用户追溯效率，降低人工与计算成本。

2、本方法应用的系统包括属性机构、数据所有者、数据用户、云服务器、受信任权威机构；所述属性机构分别与数据所有者、数据用户、受信任权威机构建立通信连接，所述数据所有者与云服务器建立通信连接，所述数据用户分别与云服务器、属性机构、受信任权威机构建立通信连接，所述受信任权威机构分别与属性机构、云服务器建立通信连接。本方法包括以下步骤：

3、s1、系统初始化：由属性机构定义系统安全参数、全局属性集合，构建加密群结构与双线性映射，生成系统核心运算参数、哈希函数、加密算法及可信度签名密钥对，最终输出系统主公钥mpk与主私钥msk；

4、s2、用户初始可信度计算：采集数据用户历史行为数据并存储，通过加权求和算法计算数据用户行为加权分数，依托sigmoid函数归一化处理得到数据用户初始可信度；

5、s3、用户密钥生成：属性机构为数据用户分配专属属性集、唯一身份标识及初始可信度，计算数据用户身份哈希值与密钥核心基础组件，生成可信度防篡改数字签名，整合全部组件生成数据用户专属完整私钥；

6、s4、工业数据加密：数据所有者构建包含数据用户属性与可信度阈值的访问策略，设置加密基础参数，生成密文核心基础组件与秘密份额对应的策略匹配密文组件，整合全部密文组件得到密文数据并上传至云服务器存储；

7、s5、云端外包式工业数据解密：数据用户下载密文数据后，完成数据用户可信度、签名合法性及属性权限校验，校验通过后由云服务器承接复杂双线性配对运算并输出中间结果，数据用户基于中间结果完成简单运算还原明文数据，并执行密文完整性校验；

8、s6、恶意数据用户智能追溯：校验可疑数据用户密钥结构、身份及可信度签名合法性，通过大语言模型计算数据用户可疑度评分，结合预设可疑度阈值与merkle树分层检索机制，完成可疑数据用户行为与身份核验，输出恶意数据用户判定及处理决策。

9、与现有技术相比，本发明具有以下有益效果：

10、1、安全精度更高：本发明突破传统单一属性访问控制模式，融合用户历史行为可信度构建双重访问策略，实现细粒度、多维度权限管控，将用户身份、行为、权限深度绑定，彻底解决密钥泄露无法追责的问题，大幅提升云端工业数据共享安全性。

11、2、追溯效率大幅提升：基于可信度分层构建merkle树检索框架，结合大模型智能可疑度预判，摒弃传统全量密钥遍历比对模式，减少90%以上无效验证操作，降低人工运维开销，解决大规模系统下的追溯计算瓶颈。

12、3、用户资源开销更低：将解密过程中复杂的双线性配对运算全部外包至云服务器，用户端仅执行简单乘法与校验运算，极大降低了用户本地设备的算力与内存消耗，适配工业终端轻量化部署需求。

13、4、实用性与适配性更强：完美适配工业互联网云端多部门数据协作、垂直大模型训练的数据共享场景，兼顾安全性、高效性与智能化，可有效解决现有技术的各类缺陷，具备极高的工业落地价值。

1.一种高效且智能化的可追溯云端工业数据安全共享方法，本方法应用的系统包括属性机构、数据所有者、数据用户、云服务器、受信任权威机构；所述属性机构分别与数据所有者、数据用户、受信任权威机构建立通信连接，所述数据所有者与云服务器建立通信连接，所述数据用户分别与云服务器、属性机构、受信任权威机构建立通信连接，所述受信任权威机构分别与属性机构、云服务器建立通信连接；其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s1具体包括：

3.根据权利要求1所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s2具体包括：

4.根据权利要求1所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s3具体包括：

5.根据权利要求1所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s4具体包括：

6.根据权利要求1所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s5具体包括：

7.根据权利要求1所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s6具体包括：

8.根据权利要求7所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于，步骤s6中，merkle树包括按数据用户可信度区间分层存储数据用户身份信息的身份merkle树、存储数据用户历史行为数据的行为merkle树。

9.根据权利要求3所述的高效且智能化的可追溯云端工业数据安全共享方法，其特征在于：s2.1中，向量数据库对采集的数据用户历史行为数据进行结构化存储与时序更新，用于实时支撑数据用户可信度动态计算。