一种基于区块链的云打印机数据安全保护方法及系统与流程
本发明涉及区块链,尤其涉及一种基于区块链的云打印机数据安全保护方法及系统。
背景技术:
1、随着云计算、移动互联网及物联网技术的快速发展,云打印技术逐渐应用于企业办公、教育、医疗及政务服务等场景。用户通过移动智能终端将打印任务上传至云端服务器,由云平台完成任务调度、权限管理及打印设备控制,实现跨区域、跨终端的远程打印。相比传统本地打印方式,云打印突破了设备连接限制,提高了打印资源利用率和管理效率,但与此同时,打印文件、用户身份信息及设备运行数据均需要经过网络传输、云端存储和多节点交互,其数据安全问题日益突出。
2、现有云打印系统通常采用用户身份认证、传输加密及访问控制等方式保障数据安全,部分方案引入区块链技术对打印日志或关键数据进行存证,以提高数据的可信性和可追溯性。然而,大多数方案仍采用中心化的数据管理模式,区块链仅用于数据存储或操作记录,未能与云打印设备运行状态、用户身份信息及打印任务执行过程形成统一的可信关联机制。当打印任务在移动智能终端、云平台及云打印机之间流转时,各环节的数据缺乏协同校验能力,难以实现任务数据、设备状态和用户身份之间的一致性验证,一旦节点状态发生异常或身份信息被篡改,容易造成非法打印、数据泄露以及打印任务被恶意修改等问题。
3、另一方面,现有权限控制方式多采用固定权限或基于角色的静态授权机制,权限策略通常依据用户身份预先配置,缺乏对设备实时运行状态、节点可信状态及历史行为特征的综合分析能力,无法根据打印任务执行过程中的动态变化实时调整访问权限。同时,现有打印任务调度方式主要依据任务优先级、设备空闲状态或固定负载均衡策略进行资源分配,缺少结合权限验证结果、节点负载状态及任务执行反馈的智能优化机制,难以实现打印任务的动态调度与持续优化,导致资源利用率较低、任务执行效率不足,并影响云打印系统整体的数据安全性和运行稳定性。
4、因此,如何提供一种基于区块链的云打印机数据安全保护方法及系统是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出一种基于区块链的云打印机数据安全保护方法及系统,本发明融合区块链、数字孪生、图卷积网络、特征融合及强化学习算法,实现云打印数据可信存储、动态权限验证与智能任务调度,具备数据不可篡改、权限动态管控、调度效率高及安全防护能力强的优点。
2、根据本发明实施例的一种基于区块链的云打印机数据安全保护方法,包括如下步骤:
3、s1、采集云打印机运行过程中的多源数据,并进行预处理;
4、s2、构建数字孪生拓扑图,将移动智能终端、用户和云打印机映射为数字实体节点,建立节点关联拓扑结构,采用图卷积网络更新节点状态特征;
5、s3、根据数字孪生拓扑图执行区块链数据存储处理,采用分层哈希链对打印任务数据进行分段映射,利用椭圆曲线加密算法生成数字签名,将数字签名写入区块链节点形成标识数据链;
6、s4、基于标识数据链,提取数字签名中的身份特征与数字孪生拓扑图中的节点状态特征并进行特征融合计算,生成移动智能终端对应的权限验证结果;
7、s5、根据权限验证结果生成打印任务控制策略,采用强化学习算法建立任务状态与控制动作映射关系,结合云打印机节点负载状态计算调度参数,通过分布式控制方式执行打印任务;
8、s6、实时采集打印任务执行过程中的反馈数据,将反馈数据与标识数据链进行一致性校验,更新数字孪生拓扑图节点状态,完成云打印机数据安全保护。
9、可选的,所述多源数据具体包括通过部署于云打印机内部的传感器采集的设备运行状态数据、打印任务执行数据、网络通信数据以及通过移动智能终端上传的用户身份数据、打印文件数据和任务控制指令数据,其中设备运行状态数据包含打印机温度参数、机械运动参数、电源状态参数和通信链路状态参数,打印任务执行数据包含任务编号、文件摘要、打印参数和执行时间信息,用户身份数据包含用户标识、终端标识和访问记录信息。
10、可选的,所述预处理具体包括对多源数据进行时间戳校准处理,基于统一时间基准对传感器采集数据与移动智能终端上传数据进行同步排列,对缺失数据采用邻域插值方式进行补全,对异常波动数据采用滑动窗口检测方式进行剔除,对连续数据执行归一化编码处理,将不同类型数据转换为统一格式的数据特征集合,并建立数据索引标识,将处理后的数据特征集合与原始数据映射关系写入安全存储区域。
11、可选的,所述s2具体包括:
12、s21、构建数字孪生拓扑图,以云打印机设备编号为根节点,在云端部署与云打印机一一对应的数字孪生体,孪生体状态刷新周期与传感器采样周期一致,将同一局域网内注册的移动智能终端作为一级子节点,将经终端认证的用户账号作为二级子节点,形成树状拓扑结构;
13、s22、节点属性包括云打印机的温度阈值、电源电压、通信丢包率,移动智能终端的mac地址、操作系统版本、蓝牙信号强度,以及用户账号的登录时段、历史打印页数、文件类型分布;
14、s23、节点间边关系依据数据流向确定,包括:
15、云打印机与移动智能终端之间建立设备通信边,边权重为通信延迟与握手成功率的加权值;
16、移动智能终端与用户账号之间建立身份绑定边,边权重为认证通过次数与失败次数的比值;
17、云打印机与打印任务队列之间建立任务调度边,边权重为任务等待时长与优先级数值的归一化乘积;
18、s24、采用两层图卷积网络迭代更新节点状态,第一层聚合一跳邻域节点的原始属性特征,第二层聚合二跳邻域节点的隐层特征,每层更新时引入节点上一时刻状态作为门控输入,输出当前时刻节点的状态特征向量,并将更新频率与传感器采样周期同步,每完成一次节点状态更新即将结果推送至区块链智能合约存储。
19、可选的,所述s3具体包括:
20、s31、将打印任务数据按照文件头信息、内容摘要、控制指令和执行日志进行分层划分,对各层数据分别执行哈希运算生成对应层级摘要,并依据任务执行时间顺序将各层级摘要进行串联,形成一级时序哈希链;
21、s32、从各层级数据中提取设备标识、用户标识、时间戳和任务状态四类关键元数据,对提取后的元数据执行关联哈希计算,生成用于描述数据来源和节点关系的二级关联摘要;
22、s33、将一级时序哈希链中的层级摘要和二级关联摘要作为默克尔树叶节点进行组合计算,生成任务根哈希,并建立任务数据段、元数据摘要与任务根哈希之间的双向映射关系;
23、s34、采用基于国密sm2椭圆曲线加密算法的签名机制,将任务根哈希与数字孪生拓扑图中对应节点的状态特征向量进行拼接,形成签名消息体,利用节点私钥生成数字签名,并依据节点历史签名记录生成随机扰动参数,对签名随机数生成过程进行增强;
24、s35、将数字签名、任务根哈希、层级摘要集合以及默克尔证明路径封装为标识数据单元,根据任务发起时间顺序写入区块链网络对应数据通道;
25、s36、基于区块链共识机制对标识数据单元进行验证,将前一区块标识数据单元哈希指针、当前区块时间戳、共识节点签名以及当前任务标识数据单元集合写入区块体,形成连续关联的标识数据链;
26、s37、建立标识数据链与数字孪生拓扑图中云打印机节点、移动智能终端节点以及用户节点编号之间的索引映射关系,并在智能合约中配置数字签名验证规则;
27、s38、当接收到新的打印任务请求时,调用智能合约读取对应节点的状态特征向量,与历史标识数据单元中的签名状态进行一致性验证,根据验证结果生成任务数据上链控制指令,并更新对应节点的标识数据链。
28、可选的,所述s33具体包括:
29、s331、将一级时序哈希链中的文件头信息摘要、内容摘要、控制指令摘要、执行日志摘要四个层级摘要,与二级关联摘要中的设备标识摘要、用户标识摘要、时间戳摘要、任务状态摘要四个元数据摘要,共计八个摘要值作为默克尔树的叶节点,叶节点排列顺序固定为层级摘要在前、元数据摘要在后,按任务编号奇偶性决定叶节点哈希计算采用左结合或右结合方式,形成差异化树结构;
30、s332、相邻叶节点两两配对执行哈希运算生成父节点,父节点数量为奇数时复制末位节点补全配对,逐层向上聚合直至生成根节点哈希值作为任务根哈希;
31、s333、建立双向映射关系时,正向映射由任务根哈希指向八个叶节点摘要值及原始数据段存储地址,反向映射由每个叶节点摘要值指向所属任务根哈希及同任务其他叶节点摘要值,映射关系表存储于区块链状态数据库,键值对结构为任务根哈希前缀加叶节点索引号作为键,叶节点摘要值加数据段偏移量作为值;
32、s334、当任一数据段被篡改时,通过该数据段叶节点摘要值反向查询任务根哈希,重新计算篡改段至根路径上的所有父节点哈希,与标识数据链中存储的原始默克尔证明路径比对,定位篡改位置并触发数据完整性告警。
33、可选的,所述s34具体包括:
34、s341、将任务根哈希的256位二进制串与数字孪生拓扑图中对应节点的状态特征向量进行按位异或拼接,状态特征向量包含设备健康度、终端可信度、用户风险度、邻域聚合异常指数四个维度数值,各维度数值经量化编码为64位二进制串,拼接后形成512位签名消息体;
35、s342、采用国密sm2椭圆曲线加密算法,选择标准推荐曲线参数,将签名消息体作为待签名消息输入;
36、s343、随机数生成过程中,以节点历史签名记录中的前一次签名随机数、当前时间戳毫秒值、节点cpu占用率、内存剩余容量作为四元扰动源,经异或混合运算生成初始随机数种子,再经国密sm3哈希算法迭代运算生成最终签名随机数,使同一节点在不同时刻、不同负载状态下对同一任务根哈希生成唯一性数字签名;
37、s344、利用节点私钥对签名消息体与随机数进行标量乘运算,生成签名分量,签名分量与公钥坐标、消息体哈希值共同构成完整数字签名;
38、s345、签名生成后立即将签名随机数、签名时间戳、节点负载参数写入本地安全存储区,作为下一次签名的历史签名记录输入,形成随机数扰动源的链式依赖结构。
39、可选的,所述s4具体包括:
40、s41、从标识数据链中提取数字签名的签名分量、公钥坐标、消息体哈希值及历史签名序列,解析出身份特征向量,包含签名熵值、密钥使用频次、签名时间间隔分布、跨节点签名一致性四个维度;
41、s42、从数字孪生拓扑图中提取移动智能终端及其关联用户账号的节点,解析出对应的状态特征向量,包含设备健康度、终端可信度、用户风险度、邻域聚合异常指数四个维度;
42、s43、构建双通道特征融合网络,身份特征通道采用一维卷积提取签名时序模式,状态特征通道采用图注意力提取拓扑关联模式,两通道输出经门控交叉注意力机制进行自适应加权融合,门控权重由当前网络负载与历史验证准确率动态调节;
43、s44、将融合后的联合特征向量输入权限分类器,权限分类器包含正常访问、受限访问、临时授权、拒绝访问四个输出类别,每个类别对应差异化的打印权限配置,包括可打印页数上限、可访问文件类型集合、允许打印时段及是否需要二次审批;
44、s45、权限验证结果生成后写入智能合约,并与标识数据链中的对应终端最近一次签名记录绑定,当联合特征向量中终端可信度或用户风险度任一维度数值超过动态阈值时,自动触发权限降级或吊销,降级后的权限配置即时同步至云打印机本地访问控制单元,拒绝执行超出当前权限范围的打印任务。
45、可选的,所述s5具体包括:
46、s51、获取通过权限验证的打印任务状态特征,结合数字孪生拓扑图中云打印机节点的负载状态搭建强化学习环境;
47、s52、构建基于强化学习算法的任务调度模型,将打印任务分配节点、执行顺序及资源占用比例作为控制动作,通过任务执行反馈更新策略网络,建立任务状态与控制动作映射关系;
48、s53、依据任务完成时延、节点负载均衡度、设备运行状态及安全约束条件对候选控制动作进行评价,生成打印任务调度参数;
49、s54、根据云打印机节点处理能力、任务队列状态及通信链路状态动态调整任务分配策略,通过分布式控制方式将打印任务调度至对应云打印机节点执行;
50、s55、采集打印任务执行反馈数据,更新任务调度模型中的状态特征与控制策略,当节点负载状态或任务执行状态发生变化时重新计算调度参数,实现云打印任务动态调度。
51、根据本发明实施例的一种基于区块链的云打印机数据安全保护系统,包括:
52、数据采集模块,用于采集云打印机运行过程中的多源数据,并进行预处理;
53、孪生拓扑模块,用于构建数字孪生拓扑图,将移动智能终端、用户和云打印机映射为数字实体节点,建立节点关联拓扑结构,采用图卷积网络更新节点状态特征;
54、数据存储模块,用于根据数字孪生拓扑图执行区块链数据存储处理,采用分层哈希链对打印任务数据进行分段映射,利用椭圆曲线加密算法生成数字签名,将数字签名写入区块链节点形成标识数据链;
55、权限验证模块,用于提取数字签名中的身份特征与数字孪生拓扑图中的节点状态特征并进行特征融合计算,生成移动智能终端对应的权限验证结果;
56、任务控制模块,用于根据权限验证结果生成打印任务控制策略,采用强化学习算法建立任务状态与控制动作映射关系,结合云打印机节点负载状态计算调度参数,通过分布式控制方式执行打印任务;
57、状态更新模块,用于实时采集打印任务执行过程中的反馈数据,将反馈数据与标识数据链进行一致性校验,更新数字孪生拓扑图节点状态,完成云打印机数据安全保护。
58、本发明的有益效果是:
59、首先,本发明通过构建数字孪生拓扑图,将移动智能终端、用户、云打印机及打印任务建立统一映射关系,并结合图卷积网络对节点状态进行动态更新,再利用分层哈希链、默克尔树及椭圆曲线加密算法完成打印任务数据可信存储与数字签名生成,实现了打印任务数据、设备状态及用户身份信息之间的可信关联,有效提高了云打印数据的完整性、防篡改能力及全过程可追溯能力。
60、其次,本发明基于标识数据链提取身份特征,并结合数字孪生拓扑图中的节点状态特征,通过双通道特征融合网络完成身份可信验证,再利用智能合约实现权限验证结果的动态管理,使权限控制能够随节点状态变化实时调整,避免传统静态权限管理存在的权限滥用、身份冒用及非法访问问题,提高了云打印系统的访问安全性和动态权限管控能力。
61、最后,本发明根据权限验证结果构建基于强化学习算法的打印任务控制策略,建立任务状态与控制动作映射关系,并结合云打印机节点负载状态进行智能调度,同时利用打印任务执行反馈持续更新数字孪生拓扑图节点状态和区块链标识数据链,形成数据存储、权限验证、任务调度及状态更新的闭环协同机制,实现了云打印任务的动态优化调度和持续安全防护,提高了系统资源利用率、任务执行效率以及整体运行稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com