一种计量云平台数据处理方法、系统、设备及介质与流程

摘要: 本发明涉及信息安全,特别是一种计量云平台数据处理方法、系统、设备及介质。背景技术:1、现有计量云平台为保障数据安全,普遍采用静态配置的多重加密机制,即对所有数据...
一种计量云平台数据处理方法、系统、设备及介质与流程

本发明涉及信息安全,特别是一种计量云平台数据处理方法、系统、设备及介质。

背景技术:

1、现有计量云平台为保障数据安全,普遍采用静态配置的多重加密机制,即对所有数据流执行固定且高强度的加密策略,但是,在面对海量高并发、具有潮汐特性的计量数据时,采用这种一刀切的加密方式会急剧消耗云服务器的计算资源,导致系统延迟居高不下、整体吞吐量显著下降,甚至可能会在高负载或攻击场景下引发服务中断。

技术实现思路

1、为解决上述技术问题,本发明提供如下技术方案:

2、第一方面,本发明提供了一种计量云平台数据处理方法,包括获取数据流,并提取数据流的上下文特征向量,其中,上下文特征向量至少包括数据内容的敏感度分级和实时威胁态势参量;

3、将上下文特征向量输入至风险评估模型,计算得到当前数据流的综合风险指数,并基于综合风险指数动态生成对应的自适应加密策略;

4、根据自适应加密策略,从预设的多级密码套件库中匹配并调度目标加解密算法,对数据流执行动态加解密处理;

5、将动态加解密处理后的密文数据及操作日志存储于分布式数据库或区块链节点中。

6、作为本发明的计量云平台数据处理方法的一种优选方案,其中:提取数据内容的敏感度分级,包括:

7、解析数据包结构,提取有效载荷中的数据敏感特征信息;

8、利用信息熵及最大熵模型,计算敏感特征信息的隐私敏感度,得到初始隐私敏感度;

9、利用聚类算法对初始敏感度进行聚类,将敏感特征信息划分为敏感属性簇与疑似敏感属性簇;

10、利用关联规则挖掘算法对初始隐私敏感度进行修正,得到修正后的综合敏感度得分,其中,关联规则挖掘算法用于分析敏感属性簇与疑似敏感属性簇之间的映射关系;

11、依据修正后的综合敏感度得分,结合预设的行业数据分类分级标准判断规则,将当前数据包映射为五个递进敏感度级别中的其中一个级别;

12、将所映射的敏感度级别作为元数据标签与数据包关联绑定。

13、作为本发明的计量云平台数据处理方法的一种优选方案,其中:对数据流执行动态加解密处理采用密钥的自适应轮换的方式;其中:

14、密钥的自适应轮换,包括:

15、根据数据内容的敏感度分级,为当前会话密钥分配基准轮换时间周期与最大加密数据量阈值;

16、实时统计当前会话密钥已加密的数据包总字节数与交互频次以计算密钥疲劳度,并根据实时威胁态势参量动态调节最大加密数据量阈值;

17、当密钥疲劳度达到动态调节后的阈值或基准轮换时间周期届满时,检测当前网络通信的应用层状态,若处于高并发活动传输期则暂缓轮换;

18、在确定安全的应用状态窗口后,触发底层协议进行重新协商,生成新的前向安全密钥,完成当前会话密钥的轮换与旧密钥废弃。

19、作为本发明的计量云平台数据处理方法的一种优选方案,其中:预设的多级密码套件库采用三级分层调度框架;其中:

20、第一级是指当综合风险指数低于或等于第一阈值且计算资源负载参量指示系统处于重负载状态时,调度轻量级对称加密与哈希协议;

21、第二级是指当综合风险指数处于第一阈值与第二阈值之间且计算资源负载参量指示系统负载处于适中水平时,调度具备认证加密特性的块加密模式;

22、第三级是指当综合风险指数大于或等于第二阈值时,调度基于椭圆曲线密码学与高级加密标准结合的混合安全框架;

23、其中,计算资源负载参量通过监测云平台的资源使用状态得到。

24、作为本发明的计量云平台数据处理方法的一种优选方案,其中:方法还包括采用云边协同加密;其中:

25、云边协同加密,包括:

26、监测中心云集群的并发负载;

27、当并发负载越过警戒阈值时,向边缘网关下发协同卸载指令,将轻量级解密与完整性校验任务前置下放至边缘计算节点执行。

28、作为本发明的计量云平台数据处理方法的一种优选方案,其中:五个递进敏感级别按敏感度由低到高依次为:公开数据、内部数据、私密数据、机密数据和受限数据。

29、作为本发明的计量云平台数据处理方法的一种优选方案,其中:计算资源负载参量包括云服务器的中央处理器瞬时使用率、内存缓冲池占用率以及输入输出读写延迟带宽消耗中的至少一种。

30、第二方面,本发明提供了一种计量云平台数据处理系统,包括:获取数据流,并提取数据流的上下文特征向量,其中,上下文特征向量至少包括数据内容的敏感度分级和实时威胁态势参量;

31、将上下文特征向量输入至风险评估模型,计算得到当前数据流的综合风险指数,并基于综合风险指数动态生成对应的自适应加密策略;

32、根据自适应加密策略,从预设的多级密码套件库中匹配并调度目标加解密算法,对数据流执行动态加解密处理;

33、将动态加解密处理后的密文数据及操作日志存储于分布式数据库或区块链节点中。

34、第三方面,本发明提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上的方法的步骤。

35、第四方面,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如上的方法的步骤。

36、与现有技术相比,本发明的有益效果:通过引入上下文感知的自适应加密策略,实现了安全防护等级与系统实时运行状态的动态匹配;进一步的,通过将云平台自身的计算资源负载参量和网络信道参量纳入加密策略的决策维度,系统能够自动、逐级地降级非核心业务数据的加密复杂度,或者启动向边缘网关的加密计算卸载,可以有效避免因密码学计算消耗过大而导致的cpu资源枯竭和吞吐量骤降;此外,本方法还通过引入基于密钥疲劳度和应用状态感知的自适应轮换机制,进一步保障了密钥生命周期的安全性。

1.一种计量云平台数据处理方法,其特征在于:包括:

2.如权利要求1所述的一种计量云平台数据处理方法,其特征在于:提取所述数据内容的敏感度分级,包括:

3.如权利要求2所述的一种计量云平台数据处理方法,其特征在于:所述对所述数据流执行动态加解密处理采用密钥的自适应轮换的方式;其中:

4.如权利要求1-3任一所述的一种计量云平台数据处理方法,其特征在于:所述预设的多级密码套件库采用三级分层调度框架;其中:

5.如权利要求1-3任一所述的一种计量云平台数据处理方法,其特征在于:所述方法还包括采用云边协同加密;其中:

6.如权利要求1或2所述的一种计量云平台数据处理方法,其特征在于:所述五个递进敏感级别按敏感度由低到高依次为:公开数据、内部数据、私密数据、机密数据和受限数据。

7.如权利要求1所述的一种计量云平台数据处理方法,其特征在于:所述计算资源负载参量包括云服务器的中央处理器瞬时使用率、内存缓冲池占用率以及输入输出读写延迟带宽消耗中的至少一种。

8.一种计量云平台数据处理系统,应用如权利要求1-7任一所述的方法,其特征在于,包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。