基于深度神经网络的私有数据云存储安全感知方法和系统与流程

本发明属于数据安全，特别涉及一种基于深度神经网络的私有数据云存储安全感知方法、系统、设备及存储介质。

背景技术：

1、随着计算机技术和通信技术的飞速发展，个人和企业的隐私数据量呈爆炸性增长。云存储作为一种利用云计算技术架构实现的网络存储服务，凭借其弹性扩展、按需付费和易于管理等优势，已成为存储海量隐私数据的主流选择。然而，将私有数据托管于第三方云服务器，引发了用户对数据安全、隐私泄露和失去物理控制权的深切担忧。

2、近年来，网络攻击手段日趋复杂化、高级化，针对云存储的网络入侵事件频发。传统的安全防护手段多为被动响应，难以应对复杂的、多阶段的持续性攻击。因此，网络安全态势感知的概念应运而生，其核心在于对网络空间安全状态进行获取、理解，并预测其未来变化趋势，实现从被动防御到主动预测的转变。

3、目前，已有一些针对隐私数据云存储安全感知方法的研究。然而，现有方法仍存在明显不足。一些方法在引入复杂安全模型后，带来了过高的存储开销，限制了云存储空间资源的有效利用；另一些方法则难以精确捕获和预测日益复杂的网络攻击路径，其安全感知的准确性和时效性有待提高。因此，如何在保证私有数据云存储高安全水平的同时，有效控制系统存储开销，并实现对复杂攻击的精准预测，成为亟待解决的技术难题。

技术实现思路

1、为解决上述问题，本发明提供了一种基于深度神经网络的私有数据云存储安全感知方法，包括以下步骤：

2、获取待存储的私有数据；

3、对所述私有数据执行安全增强处理，所述安全增强处理包括：基于区块链智能合约生成所述私有数据的归属证明，以及对所述私有数据进行统计特征隐藏的加密；

4、基于深度神经网络，对经安全增强处理后的私有数据进行分块编码，并将编码后的数据块存储至云服务器；

5、基于所述云服务器中数据块的访问行为，采用攻击预测算法进行安全态势分析，生成私有数据云存储的安全感知结果。

6、进一步地，基于区块链智能合约生成私有数据的归属证明，包括：

7、基于当前用户会话数量和安全协议生成的随机因子，通过预设的映射关系计算出用于区块链智能合约验证的归属证明量化值，并将该量化值作为触发区块链智能合约执行数据操作的有效凭证。

8、进一步地，预设的映射关系为：

9、

10、其中，gδ1表示归属证明的生成函数，用于区块链智能合约的验证，作为数据读写权限合法性的核心凭证；

11、δ为当前用户会话数量与安全协议生成的随机因子组合而成的参数，用于表征当前业务请求的特定状态；

12、l为迭代变量，用于遍历数据块或会话索引；

13、∏δ=1l2表示从l=1到δ1的乘积项，每一项为l2；

14、∏δ+1∣δl∣表示从l=δ+1到某个上限的乘积项，每一项为∣δl∣。

15、进一步地，对私有数据进行统计特征隐藏的加密，包括：

16、利用加密私钥及系统参数，对私有数据明文进行非线性变换，生成统计特征被隐藏的密文；

17、相应的解密过程包括：利用解密私钥对密文进行逆变换，恢复私有数据明文。

18、进一步地，安全增强处理还包括认证机制，认证机制包括：针对上传私有数据的用户的物理认证，以及针对私有数据本身的信息认证；

19、其中，物理认证用于验证用户身份，信息认证用于验证私有数据的完整性。

20、进一步地，物理认证采用动态密码生成机制或数字签名中的至少一种；信息认证采用哈希校验或数字签名中的至少一种。

21、进一步地，基于深度神经网络中神经元的激活函数为s型生长曲线函数。

22、进一步地，基于深度神经网络对私有数据进行分块编码过程中，构建以最小化存储开销为优化目标的编码目标函数，目标函数结合了深度神经网络的网络权值、偏差参数以及反映数据块间冗余度的互熵参数。

23、进一步地，采用攻击预测算法进行安全态势分析，生成私有数据云存储的安全感知结果，包括：

24、基于漏洞的风险级别、复杂性和可利用性，评估攻击类型的威胁程度；

25、基于历史攻击日志中的原子攻击动作发生时刻，量化攻击路径的执行效率；

26、综合所述威胁程度与所述执行效率的分析结果，生成所述安全感知结果。

27、本发明提供了一种基于深度神经网络的私有数据云存储安全感知系统，包括：

28、数据获取模块，用于获取待存储的私有数据；

29、安全增强处理模块，用于对所述私有数据执行安全增强处理，其包括归属证明生成单元和统计隐藏加密单元，所述归属证明生成单元用于基于区块链智能合约生成归属证明，所述统计隐藏加密单元用于对数据进行统计特征隐藏的加密；

30、分块编码存储模块，用于基于深度神经网络，对经安全增强处理后的私有数据进行分块编码，并将编码后的数据块存储至云服务器；

31、安全态势分析模块，用于基于所述云服务器中数据块的访问行为，采用攻击预测算法进行安全态势分析，生成私有数据云存储的安全感知结果。

32、本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法。

33、本发明提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法。

34、与现有技术相比，本发明具有如下优点：

35、本发明将“安全增强处理”（归属证明与统计隐藏加密）、“高效分块编码存储”（基于dnn）与“主动安全态势分析”（基于攻击预测算法）有机整合为一个连贯的数据处理与安全评估闭环。步骤s2（安全增强）为数据奠定了可信与机密性基础；步骤s3（高效编码存储）在保证该安全基础的同时，通过dnn智能优化对冲了安全机制可能引入的存储负担；步骤s4（态势分析）则对存储后的实时访问行为进行监控与预测，实现了从被动防护到主动预警的跃迁。这种协同设计从根本上改变了安全、效率、感知三者难以兼顾的局面。

36、本发明的效果并非来自于单一压缩算法，而是源于步骤s3中“基于深度神经网络的分块编码”与整个流程的协同作用。dnn模型能够学习数据块特征，并构建以最小化存储开销为目标的编码策略。数据提供了实证：在相同实验条件下，本发明方法的平均存储开销（约6050kb）显著低于现有的两种方法开销。这证明了本发明在引入强安全机制后，仍能通过智能编码优化整体存储效率。

37、本发明通过步骤s4“基于访问行为的安全态势分析”给出了解决方案。该方法不是简单地检测已知攻击特征，而是利用攻击预测算法对云服务器数据块的实时访问行为序列进行深度分析，量化攻击威胁程度（d）与路径执行效率（s），从而能够发现异常模式、评估攻击阶段、预测潜在威胁，生成立体化的安全感知结果（如威胁警报、风险评分、路径预测报告）。这实现了从“事后响应”到“事中预警”乃至“事前预测”的转变，极大地增强了云存储系统的主动防御能力。

38、本发明在数据上传伊始就将其操作（何人、何时、何数据）以不可篡改的方式存证于区块链。这不仅解决了云端数据操作权责不清的信任问题，也为后续安全事件的分析与追溯提供了权威、可信的原始日志。当步骤s4的安全态势分析模块发出警报时，可立即关联区块链上的归属记录，快速定位责任人、还原操作链，极大提升了安全事件响应的效率与准确性。

39、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。