基于大数据搜索和傅立叶变换的信息隐藏方法和机器人技术

基于大数据搜索和傅立叶变换的信息隐藏方法和机器人系统，包括：将需要隐藏的秘密信息转换为原函数的数据进行傅立叶变换，得到像函数的数据作为第一信息，从大数据中搜出与所述第一信息匹配度高的第一数据，获取所述第一数据在大数据中的位置作为第一位置，将所述第一数据与所述第一信息之间的差异作为第二信息。上述方法和系统通过将秘密信息隐藏在大数据中并通过傅立叶变换秘密信息并将变换后的信息隐藏在大数据中的第一数据中，使得信息隐藏的数据量不受限、难以被破解，从而提高信息隐藏的容量和安全性。

Information Hiding Method and Robot Based on Big Data Search and Fourier Transform

【技术实现步骤摘要】
基于大数据搜索和傅立叶变换的信息隐藏方法和机器人
本专利技术涉及信息
，特别是涉及一种信息隐藏方法和机器人系统。
技术介绍
信息隐藏技术(InformationHiding)，也就是信息隐藏，将在未来网络中保护信息不受破坏方面起到重要作用，信息隐藏是把机密信息隐藏在大量信息中不让对手发觉的一种方法。信息隐藏的方法主要有隐写术、数字水印技术、可视密码、潜信道、隐匿协议等。傅里叶变换：这是将频率域的函数F(ω)表示为时间域的函数f(t)的积分形式。傅里叶变换的逆变换为：即将时间域的函数f(t)表示为频率域的函数F(ω)的积分。一般可称函数f(t)为原函数，而称函数F(ω)为傅里叶变换的像函数，原函数和像函数构成一个傅里叶变换对。通过傅立叶变换，坐标从空域变到了频域。通过傅立叶逆变换，坐标从频域变回到了空域。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：已有信息隐藏技术，由于载体对象和伪装对象的数据量有限，因此从载体对象和伪装对象中分析挖掘出秘密信息的复杂度和难度有限，从而使得秘密信息有可能被破解，导致信息隐藏的安全性不高。同时由于载体对象和伪装对象的数据量有限，无法隐藏大批量的秘密信息。因此，现有技术还有待于改进和发展。
技术实现思路
基于此，有必要针对现有技术中信息隐藏的缺陷或不足，提供基于大数据搜索和傅立叶变换的信息隐藏方法和机器人系统，以解决现有技术中信息隐藏的数据量受限、易被破解的缺点。第一方面，本专利技术实施例提供一种信息隐藏方法，所述方法包括：傅立叶变换步骤：将需要隐藏的秘密信息转换为第一函数的数据进行傅立叶变换，得到第二函数的数据作为第一信息；数据搜索步骤：从大数据中搜出与所述第一信息匹配度高的第一数据；位置获取步骤：获取所述第一数据在大数据中的位置作为第一位置；差异计算步骤：将所述第一数据与所述第一信息之间的差异作为第二信息。优选地，所述傅立叶变换步骤具体包括：信息切分步骤：将秘密信息切分成多个部分秘密信息，然后分别转化为多个第一函数的数据分别进行傅立叶变换，分别得到对应的第二函数的数据作为多个第一信息；所述数据搜索步骤具体包括：多数据搜索步骤：从大数据中分别搜出与多个所述第一信息匹配度高的多个第一数据；所述位置获取步骤具体包括：多位置获取步骤：获取多个所述第一数据在大数据中的多个位置作为多个第一位置；所述差异计算步骤具体包括：多差异计算步骤：将多个所述第一数据与多个所述第一信息之间的对应差异作为多个第二信息。优选地，所述将需要隐藏的秘密信息转换为第一函数的数据的步骤具体包括：获取秘密信息，将秘密信息切分成多个单元，将每个单元的编号作为所述第一函数的自变量的值，将每个单元的内容作为所述第一函数的值。第二方面，本专利技术实施例提供一种信息提取方法，所述方法包括：信息提取步骤：从大数据中的第一位置提取第一数据；第一信息生成步骤：根据第一数据与第二信息生成第一信息；傅立叶逆变换步骤：将所述第一信息作为第二函数的数据进行傅立叶逆变换，得到第一函数的数据，所述第一函数的数据转换得到秘密信息。优选地，所述信息提取步骤具体包括：多信息提取步骤：从大数据中的多个第一位置提取多个第一数据；所述第一信息生成步骤具体包括：多第一信息生成步骤：根据多个所述第一数据与对应的多个第二信息生成多个第一信息；所述傅立叶逆变换步骤具体包括多傅立叶逆变换步骤：将所述多个第一信息作为多个第二函数的数据，对每个第二函数的数据进行傅立叶逆变换，得到多个第一函数的数据，所述多个第一函数的数据转换得到多个部分秘密信息；信息合成步骤：将所述多个部分秘密信息合成得到秘密信息。优选地，所述第一函数的数据转换得到秘密信息的步骤具体为：对第一函数的自变量在定义范围内进行取值，得到第一函数的值，将所述第一函数的值组合成秘密信息。第三方面，本专利技术实施例提供一种信息存取方法，其特征在于，所述方法包括所述的信息隐藏方法和所述的信息提取方法。第四方面，本专利技术实施例提供一种信息隐藏系统，所述系统包括：傅立叶变换模块：将需要隐藏的秘密信息转换为第一函数的数据进行傅立叶变换，得到第二函数的数据作为第一信息；数据搜索模块：从大数据中搜出与所述第一信息匹配度高的第一数据；位置获取模块：获取所述第一数据在大数据中的位置作为第一位置；差异计算模块：将所述第一数据与所述第一信息之间的差异作为第二信息。优选地，所述傅立叶变换模块具体包括：信息切分模块：将秘密信息切分成多个部分秘密信息，然后分别转化为多个第一函数的数据分别进行傅立叶变换，分别得到对应的第二函数的数据作为多个第一信息；所述数据搜索模块具体包括：多数据搜索模块：从大数据中分别搜出与多个所述第一信息匹配度高的多个第一数据；所述位置获取模块具体包括：多位置获取模块：获取多个所述第一数据在大数据中的多个位置作为多个第一位置；所述差异计算模块具体包括：多差异计算模块：将多个所述第一数据与多个所述第一信息之间的对应差异作为多个第二信息。优选地，所述将需要隐藏的秘密信息转换为第一函数的数据的模块具体包括：获取秘密信息，将秘密信息切分成多个单元，将每个单元的编号作为所述第一函数的自变量的值，将每个单元的内容作为所述第一函数的值。第五方面，本专利技术实施例提供一种信息提取系统，所述系统包括：信息提取模块：从大数据中的第一位置提取第一数据；第一信息生成模块：根据第一数据与第二信息生成第一信息；傅立叶逆变换模块：将所述第一信息作为第二函数的数据进行傅立叶逆变换，得到第一函数的数据，所述第一函数的数据转换得到秘密信息。优选地，所述信息提取模块具体包括：多信息提取模块：从大数据中的多个第一位置提取多个第一数据；所述第一信息生成模块具体包括：多第一信息生成模块：根据多个所述第一数据与对应的多个第二信息生成多个第一信息；所述傅立叶逆变换模块具体包括多傅立叶逆变换模块：将所述多个第一信息作为多个第二函数的数据，对每个第二函数的数据进行傅立叶逆变换，得到多个第一函数的数据，所述多个第一函数的数据转换得到多个部分秘密信息；信息合成模块：将所述多个部分秘密信息合成得到秘密信息。优选地，所述傅立叶逆变换模块中第一函数的数据转换得到秘密信息具体为：对第一函数的自变量在定义范围内进行取值，得到第一函数的值，将所述第一函数的值组合成秘密信息。第六方面，本专利技术实施例提供一种信息存取系统，其特征在于，所述系统包括所述的信息隐藏方法和所述的信息提取方法。第七方面，本专利技术实施例提供一种机器人系统，所述机器人中分别配置有如第四方面所述的信息隐藏系统和第五方面所述的信息提取系统。本专利技术实施例的有益效果：1、基于大数据搜索的信息隐藏技术，由于载体对象和伪装对象的数据量极大，因此从数据量极大的载体对象和伪装对象中分析挖掘出秘密信息的复杂度和难度非常高，如同″大海捞针″，从而使得秘密信息极不可能被破解，导致信息隐藏的安全性极高。同时由于载体对象和伪装对象的数据量大，可以隐藏大批量的秘密信息。2、因为对大数据拥有权限，但对秘密信息不拥有权限的人们不知道第一位置与第二信息，所以无法通过大数据提取秘密信息，所以确保了秘密信息的安全性。3、因为第一信息是与所述秘密信息匹配度最高的数据，所以第一信息与秘密信息的差异很小，因此第二信息的数据量很小；同时因为第一位置是第一信本文档来自技高网...

【技术保护点】
1.一种信息隐藏方法，其特征在于，所述方法包括：傅立叶变换步骤：将需要隐藏的秘密信息转换为第一函数的数据进行傅立叶变换，得到第二函数的数据作为第一信息；数据搜索步骤：从大数据中搜出与所述第一信息匹配度高的第一数据；位置获取步骤：获取所述第一数据在大数据中的位置作为第一位置；差异计算步骤：将所述第一数据与所述第一信息之间的差异作为第二信息。

【技术特征摘要】
1.一种信息隐藏方法，其特征在于，所述方法包括：傅立叶变换步骤：将需要隐藏的秘密信息转换为第一函数的数据进行傅立叶变换，得到第二函数的数据作为第一信息；数据搜索步骤：从大数据中搜出与所述第一信息匹配度高的第一数据；位置获取步骤：获取所述第一数据在大数据中的位置作为第一位置；差异计算步骤：将所述第一数据与所述第一信息之间的差异作为第二信息。2.根据权利要求1所述的信息隐藏方法，其特征在于，所述傅立叶变换步骤具体包括：信息切分步骤：将秘密信息切分成多个部分秘密信息，然后分别转化为多个第一函数的数据分别进行傅立叶变换，分别得到对应的第二函数的数据作为多个第一信息；所述数据搜索步骤具体包括：多数据搜索步骤：从大数据中分别搜出与多个所述第一信息匹配度高的多个第一数据；所述位置获取步骤具体包括：多位置获取步骤：获取多个所述第一数据在大数据中的多个位置作为多个第一位置；所述差异计算步骤具体包括：多差异计算步骤：将多个所述第一数据与多个所述第一信息之间的对应差异作为多个第二信息。3.根据权利要求1所述的信息隐藏方法，其特征在于，所述将需要隐藏的秘密信息转换为第一函数的数据的步骤具体包括：获取秘密信息，将秘密信息切分成多个单元，将每个单元的编号作为所述第一函数的自变量的值，将每个单元的内容作为所述第一函数的值。4.一种信息提取方法，其特征在于，所述方法包括：信息提取步骤：从大数据中的第一位置提取第一数据；第一信息生成步骤：根据第一数据与第二信息生成第一信息；傅立叶逆变换步骤：将所述第一信息作为第二函数的数据进行傅立叶逆变换，得到第一函数的数据，所述第一函数的数据转换得到秘密信息。5.根据权利要求4所述的信息提取方法，其特征在于，所述信息提取步骤具体包括：多信...

【专利技术属性】
技术研发人员：朱定局，
申请(专利权)人：华南师范大学，大国创新智能科技东莞有限公司，
类型：发明
国别省市：广东,44