一种基于制造技术

本发明专利技术涉及数据隐私保护技术领域，特别是指一种基于

【技术实现步骤摘要】
一种基于MD5不可逆算法的隐私增强效能评估方法及系统


[0001]本专利技术涉及数据隐私保护
，特别是指一种基于
MD5
不可逆算法的隐私增强效能评估方法及系统
。

技术介绍

[0002]随着互联网技术的发展，人们在网络空间中进行社会交往
、
购物消费等，均会通过各个平台沉淀大量的数据，这些数据中包括个人的隐私信息，如个人在平台注册中留存的手机号码
、
银行卡信息
、
身份信息等，后期在平台生态中产生的各种行为数据，如消费购物行为数据
、
浏览偏好数据
、
喜欢的商品类型数据等，这些数据的实际持有人是各个平台，但从法律合规角度讲，是属于平台的用户，及前文所指向的个人，这些数据对平台价值很大，可用于客户类型区分
、
客群偏好分析等，平台出于商业利益考量，甚至会将相关信息交给第三方公司，或进行商业分析，或进行商业广告投放等，其中可能会对用户的数据进行各种操作，如果这些操作超出了法律合规框架，则会对用户的隐私造成侵犯，由此导致合规问题产生
。
[0003]对企业用户来说，也存在同样问题，企业一旦成为互联网平台用户，必然和个人用户一样，通过企业经营生产行为在网络留痕产生数据，这些数据中的一部分对企业来说也属于隐私信息，涉及到不同的商业机密，企业也会出于自身经济利益考量，不希望平台在非法律框架下使用这些数据，更不希望平台将此类数据转售他人
。
[0004]针对以上问题，监管框架在体制机制建设方面，通过不断出台诸如
《
数据安全法
》、《
个人信息保护法
》、《
网络安全法
》
等上位法，行业监管机构及企业管理组织等，也在不同领域编制和执行相关的行业标准和规范
。
从技术来讲，针对这些隐私信息保护的方法很多，如可信执行环境
、
联邦学习
、
分布式机器学习等方法
。
[0005]但是，由于现有监管框架和产品技术落后于市场发展，导致对隐私信息的保护还不能起到全方位的作用，特别是作为隐私信息保护的各种技术和产品，防护的效果和能力究竟如何，不能做出准确的评价
。

技术实现思路

[0006]本专利技术实施例提供了一种基于
MD5
不可逆算法的隐私增强效能评估方法及系统
。
所述技术方案如下：
[0007]一方面，提供了一种基于
MD5
不可逆算法的隐私增强效能评估方法，所述方法由基于
MD5
不可逆算法的隐私增强效能评估系统实现，所述基于
MD5
不可逆算法的隐私增强效能评估系统包括用户终端和评估子系统；
[0008]所述方法包括：
[0009]所述用户终端获取隐私数据，基于预设的分割规则将所述隐私数据进行分割，对分割得到的每个隐私数据块计算
MD5
码，生成第一
MD5
码明文序列，将所述第一
MD5
码明文序列存储在所述评估系统；
[0010]所述用户终端通过隐私增强算法对所述隐私数据进行隐私增强处理，得到增强隐私数据，对所述增强隐私数据进行解密，得到解密后的增强隐私数据；
[0011]所述用户终端基于所述分割规则，将所述解密后的增强隐私数据进行分割，对分割得到的每个增强隐私数据块计算
MD5
码，生成第二
MD5
码明文序列；
[0012]启动评估子系统，根据所述第一
MD5
码明文序列与所述第二
MD5
码明文序列进行效能评估
。
[0013]可选地，所述基于预设的分割规则将所述隐私数据进行分割，包括：
[0014]所述用户终端根据下述公式
(1)
的切割函数，对所述隐私数据进行分割：
[0015]D1
＝
F1(num
，
high
，
wide)
ꢀꢀꢀꢀꢀꢀ
(1)
[0016]其中，
D1
表示切割后得到的隐私数据块，
F1
表示切割函数，
num
表示切割块数，
high
表示数据切割的高度，
wide
表示数据切割的宽度
。
[0017]可选地，所述对分割得到的每个隐私数据块计算
MD5
码，生成第一
MD5
码明文序列，包括：
[0018]对分割得到的每个块计算
MD5
码，得到每个块的
MD5
码串；
[0019]按照分割得到的隐私数据块的排列顺序，将每个隐私数据块的
MD5
码串进行组合，得到第一
MD5
码明文序列，如下式
(2)
所示：
[0020]M1
＝
F2(MD5(D1))
＝
(m1、m2、...、m
i
、...、m
num
)
ꢀꢀꢀ
(2)
[0021]其中，
D1
表示切割后得到的隐私数据块，
MD5()
表示
MD5
码计算函数，
F2
表示排列组合函数，
m
i
表示第
i
个隐私数据块对应的
MD5
码串
。
[0022]可选地，所述用户终端基于所述分割规则，将所述解密后的增强隐私数据进行分割，对分割得到的每个增强隐私数据块计算
MD5
码，生成第二
MD5
码明文序列，包括：
[0023]基于所述分割规则，将所述解密后的增强隐私数据进行分割，得到分割后的多个增强隐私数据块；
[0024]对分割得到的每个增强隐私数据块计算
MD5
码，得到每个增强隐私数据块的
MD5
码串；
[0025]按照分割得到的增强隐私数据块的排列顺序，将每个增强隐私数据块的
MD5
码串进行组合，得到第二
MD5
码明文序列，如下式
(2)
所示：
[0026]M2
＝
F2(MD5(D2))
＝
(q1、q2、...、q
i
、...、q
num
)
ꢀꢀꢀ
(2)
[0027]其中，
D2
表示分割后的多个增强隐私数据的块，
MD5()
表示
MD5
码计算函数，
F2
表示排列组合函数，
q
i
表示第
i
...

【技术保护点】

【技术特征摘要】
1.
一种基于
MD5
不可逆算法的隐私增强效能评估方法，其特征在于，所述方法由基于
MD5
不可逆算法的隐私增强效能评估系统实现，所述基于
MD5
不可逆算法的隐私增强效能评估系统包括用户终端和评估子系统；所述方法包括：所述用户终端获取隐私数据，基于预设的分割规则将所述隐私数据进行分割，对分割得到的每个隐私数据块计算
MD5
码，生成第一
MD5
码明文序列，将所述第一
MD5
码明文序列存储在所述评估系统；所述用户终端通过隐私增强算法对所述隐私数据进行隐私增强处理，得到增强隐私数据，对所述增强隐私数据进行解密，得到解密后的增强隐私数据；所述用户终端基于所述分割规则，将所述解密后的增强隐私数据进行分割，对分割得到的每个增强隐私数据块计算
MD5
码，生成第二
MD5
码明文序列；启动评估子系统，根据所述第一
MD5
码明文序列与所述第二
MD5
码明文序列进行效能评估
。2.
根据权利要求1所述的方法，其特征在于，所述基于预设的分割规则将所述隐私数据进行分割，包括：所述用户终端根据下述公式
(1)
的切割函数，对所述隐私数据进行分割：
D1
＝
F1 (num
，
high
，
wide)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
其中，
D1
表示切割后得到的隐私数据块，
F1
表示切割函数，
num
表示切割块数，
high
表示数据切割的高度，
wide
表示数据切割的宽度
。3.
根据权利要求2所述的方法，其特征在于，所述对分割得到的每个隐私数据块计算
MD5
码，生成第一
MD5
码明文序列，包括：对分割得到的每个块计算
MD5
码，得到每个块的
MD5
码串；按照分割得到的隐私数据块的排列顺序，将每个隐私数据块的
MD5
码串进行组合，得到第一
MD5
码明文序列，如下式
(2)
所示：
M1
＝
F2(MD5(D1))
＝
(m1、m2、 ...、m
i
、 ...、m
num
)
ꢀꢀꢀ
(2)
其中，
D1
表示切割后得到的隐私数据块，
MD5()
表示
MD5
码计算函数，
F2
表示排列组合函数，
m
i
表示第
i
个隐私数据块对应的
MD5
码串
。4.
根据权利要求3所述的方法，其特征在于，所述用户终端基于所述分割规则，将所述解密后的增强隐私数据进行分割，对分割得到的每个增强隐私数据块计算
MD5
码，生成第二
MD5
码明文序列，包括：基于所述分割规则，将所述解密后的增强隐私数据进行分割，得到分割后的多个增强隐私数据块；对分割得到的每个增强隐私数据块计算
MD5
码，得到每个增强隐私数据块的
MD5
码串；按照分割得到的增强隐私数据块的排列顺序，将每个增强隐私数据块的
MD5
码串进行组合，得到第二
MD5
码明文序列，如下式
(2)
所示：
M2
＝
F2(MD5(D2))
＝
(q1、q2、...、q
i
、...、q
num
)
ꢀꢀꢀ
(2)
其中，
D2
表示分割后的多个增强隐私数据的块，
MD5()
表示
MD5
码计算函数，
F2
表示排列组合函数，
q
i
表示第
i
个增强隐私数据块对应的
MD5
码串
。5.
根据权利要求4所述的方法，其特征在于，所述启动评估子系统，根据所述第一
MD5
码
明文序列与所述第二
MD5
码明文序列进行效能评估，包括：分别从所述第一
MD5
码明文序列与所述第二
MD5
码明文序列中随机抽取
p
个
MD5
码串进行比较，如下式
(3)、(4)
所示：
M
same
＝ SAME(RAND(M1
，
M2
，
p))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)R
＝
F3(M
same
/num)*100
％
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
其中，
RAND()
表示随机抽取算法，
M1
表示第一
MD5
码明文序列，
M2
表示第二
MD5...

【专利技术属性】
技术研发人员：刘彦，郭家义，聂二保，翟志佳，林峰璞，许静，单武，赵俊，张静，
申请(专利权)人：北京市大数据中心，
类型：发明
国别省市：