本技術(shù)涉及數(shù)據(jù)安全，具體涉及基于數(shù)據(jù)更新的匿名身份能源大數(shù)據(jù)共享安全審計(jì)方法。

背景技術(shù)：

1、能源大數(shù)據(jù)共享在當(dāng)今能源數(shù)據(jù)大爆發(fā)時(shí)代為用戶提供一種便捷、靈活和高效的數(shù)據(jù)管理方式。由于能源數(shù)據(jù)的敏感性、數(shù)據(jù)的傳輸與存儲(chǔ)都是在公開(kāi)網(wǎng)絡(luò)中運(yùn)行、系統(tǒng)的復(fù)雜性和公共網(wǎng)絡(luò)環(huán)境下攻擊的頻發(fā)性，使得外包存儲(chǔ)的能源數(shù)據(jù)和用戶的身份隱私面臨著嚴(yán)峻的安全威脅。因?yàn)閿?shù)據(jù)的外包存儲(chǔ)，用戶就失去了對(duì)外包能源數(shù)據(jù)的物理控制，容易遭受外部敵手在線竊聽(tīng)、惡意刪除或篡改。因此，如何利用密碼安全技術(shù)來(lái)確保外包存儲(chǔ)能源數(shù)據(jù)的完整性和機(jī)密性，以及身份匿名性是一項(xiàng)重要而又熱門(mén)的研究課題。

2、原始數(shù)據(jù)擁有者根據(jù)代理協(xié)議的規(guī)定將擁有的能源數(shù)據(jù)通過(guò)安全信道發(fā)送給代理者，代理者將能源數(shù)據(jù)文件分成多個(gè)能源數(shù)據(jù)塊，傳統(tǒng)劃分方法是將能源數(shù)據(jù)文件選擇連續(xù)固定長(zhǎng)度的能源數(shù)據(jù)，作為能源數(shù)據(jù)塊，這樣會(huì)導(dǎo)致能源數(shù)據(jù)塊之間的數(shù)據(jù)關(guān)聯(lián)度較大，存在后續(xù)能源數(shù)據(jù)塊分別加密獲取的密文信息安全性較低的問(wèn)題。傳統(tǒng)聚類(lèi)算法，比如agnes聚類(lèi)算法簡(jiǎn)單易實(shí)現(xiàn)，可以實(shí)現(xiàn)對(duì)能源實(shí)體文本的分類(lèi)，但是往往需要提前設(shè)置聚類(lèi)簇的個(gè)數(shù)，存在無(wú)法根據(jù)能源實(shí)體文本進(jìn)行自適應(yīng)調(diào)整，誤差較大的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決安全性較低，誤差較大的技術(shù)問(wèn)題，本技術(shù)提供了基于數(shù)據(jù)更新的匿名身份能源大數(shù)據(jù)共享安全審計(jì)方法，所采用的技術(shù)方案具體如下：

2、本技術(shù)提出了基于數(shù)據(jù)更新的匿名身份能源大數(shù)據(jù)共享安全審計(jì)方法，該方法包括以下步驟：

3、獲取能源數(shù)據(jù)的所有能源要素以及能源要素對(duì)應(yīng)的若干能源實(shí)體文本；

4、將每個(gè)能源實(shí)體文本均分為預(yù)設(shè)數(shù)量個(gè)文本層次并獲取能源詞匯，根據(jù)文本層次獲取層次詞匯序列和每個(gè)能源詞匯的詞匯距離；根據(jù)層次詞匯序列的差異、能源詞匯的詞匯距離以及文本層次上的能源詞匯的數(shù)量獲取能源詞匯的詞匯層次特征強(qiáng)度；根據(jù)能源詞匯的詞匯層次特征強(qiáng)度以及能源詞匯之間的相似度獲取能源詞匯的替換詞匯同態(tài)層次度；根據(jù)能源詞匯的詞匯層次特征強(qiáng)度和替換詞匯同態(tài)層次度獲取能源詞匯的詞匯層次價(jià)值系數(shù)；

5、根據(jù)能源詞匯的詞匯層次價(jià)值系數(shù)確定特異代表詞，并根據(jù)特異代表詞獲取特異詞匯向量，根據(jù)特異詞匯向量確定特征空間獲取代表分?jǐn)?shù)序列；根據(jù)特征空間中數(shù)據(jù)點(diǎn)的距離以及代表分?jǐn)?shù)序列的特征獲取能源要素的特異詞匯匯聚指數(shù)；根據(jù)不同特異代表詞的詞匯層次價(jià)值系數(shù)和特征空間數(shù)據(jù)點(diǎn)相鄰數(shù)據(jù)點(diǎn)的數(shù)量獲取能源要素的主題消除強(qiáng)度；預(yù)設(shè)安全系數(shù)，根據(jù)能源要素的主題消除強(qiáng)度和特異詞匯匯聚指數(shù)以及安全系數(shù)獲取能源要素的要素文本區(qū)別度；

6、根據(jù)能源要素的要素文本區(qū)別度獲取唯一有序標(biāo)識(shí)符，根據(jù)唯一有序標(biāo)識(shí)符完成加密；

7、根據(jù)加密結(jié)果進(jìn)行儲(chǔ)存后通過(guò)第三方審計(jì)者將審計(jì)結(jié)果反饋給用戶完成數(shù)據(jù)更新。

8、優(yōu)選的，所述根據(jù)文本層次獲取層次詞匯序列和每個(gè)能源詞匯的詞匯距離的方法為：

9、統(tǒng)計(jì)同一個(gè)能源實(shí)體文本中，每個(gè)種類(lèi)的能源詞匯在每個(gè)文本層次出現(xiàn)的個(gè)數(shù)，記為層次詞匯量，將同一種能源詞匯的所有層次詞匯量按照文本層次先后順序，組成層次詞匯序列；

10、將出現(xiàn)的任意一個(gè)能源詞匯記為目標(biāo)能源詞匯，在每個(gè)文本層次中，目標(biāo)能源詞匯的前一個(gè)相同種類(lèi)的能源詞匯記為第一前能源詞匯，目標(biāo)能源詞匯的后一個(gè)相同種類(lèi)的能源詞匯記為第一后能源詞匯，將目標(biāo)能源詞匯與第一前能源詞匯之間的能源詞匯的數(shù)量記為第一數(shù)量，將目標(biāo)能源詞匯與第一后能源詞匯之間的能源詞匯的數(shù)量記為第二數(shù)量，將第一數(shù)量和第二數(shù)量的和記為目標(biāo)能源詞匯的詞匯距離。

11、優(yōu)選的，所述根據(jù)層次詞匯序列的差異、能源詞匯的詞匯距離以及文本層次上的能源詞匯的數(shù)量獲取能源詞匯的詞匯層次特征強(qiáng)度的方法為：

12、對(duì)于能源實(shí)體文本中每個(gè)文本層次上的任意一種能源詞匯記為中心詞匯，將任意一個(gè)文本層次記為中心文本層次，將中心詞匯在中心文本層次上的層次詞匯量與中心文本層次上所有能源詞匯的數(shù)量的比值記為第一數(shù)量比值；

13、將中心詞匯的層次詞匯序列的信息熵記為第一信息熵，將中心詞匯去掉中心文本層次后的層次詞匯序列的信息熵記為第二信息熵；將第一信息熵和第二信息熵的差值絕對(duì)值記為信息差異；

14、獲取每一種中心詞匯的每一個(gè)能源詞匯的詞匯距離，將所有詞匯距離累加記為第一累加距離；將信息差異與第一累加距離的比值記為第一比值，將第一比值和第一數(shù)量比值的乘積記為中心詞匯在中心文本層次上的詞匯層次特征強(qiáng)度。

15、優(yōu)選的，所述根據(jù)能源詞匯的詞匯層次特征強(qiáng)度以及能源詞匯之間的相似度獲取能源詞匯的替換詞匯同態(tài)層次度的方法為：

16、將任意一種能源詞匯記為第一能源詞匯，計(jì)算第一能源詞匯與另一種能源詞匯的歸一化google，將歸一化google按照升序進(jìn)行排序，選取前預(yù)設(shè)數(shù)量個(gè)能源詞匯作為第一能源詞匯的語(yǔ)義替換詞匯；

17、將第一能源詞匯與每個(gè)語(yǔ)義替換詞匯的歸一化google記為第一距離；將第一能源詞匯的層次詞匯序列與每個(gè)語(yǔ)義替換詞匯的層次詞匯序列的dtw距離記為第二距離；將第一距離和第二距離的比值與第一能源詞匯在文本層次上的詞匯層次特征強(qiáng)度的乘積記為第一層次乘積，將第一能源詞匯與所有語(yǔ)義替換詞匯的第一層次乘積累加作為第一能源詞匯在文本層次上的替換詞匯同態(tài)層次度。

18、優(yōu)選的，所述根據(jù)能源詞匯的詞匯層次特征強(qiáng)度和替換詞匯同態(tài)層次度獲取能源詞匯的詞匯層次價(jià)值系數(shù)的方法為：

19、對(duì)于任意一個(gè)能源實(shí)體文本，將該能源實(shí)體文本中能源詞匯在文本層次上的詞匯層次特征強(qiáng)度與替換詞匯同態(tài)層次度記為第一層次和；

20、將所有能源文本實(shí)體中，同一個(gè)能源詞匯在相同文本層次上的第一層次和累加記為第一累加層次和，將第一層次和與第一累加層次和的比值記為在某個(gè)能源實(shí)體文本中能源詞匯在文本層次上的的詞匯層次價(jià)值系數(shù)。

21、優(yōu)選的，所述根據(jù)能源詞匯的詞匯層次價(jià)值系數(shù)確定特異代表詞，并根據(jù)特異代表詞獲取特異詞匯向量，根據(jù)特異詞匯向量確定特征空間獲取代表分?jǐn)?shù)序列的方法為：

22、將能源實(shí)體文本中各個(gè)文本層次中最大詞匯層次價(jià)值系數(shù)的能源詞匯記為特異代表詞；

23、將所有特異代表詞作為word2vec模型的輸入，輸出每個(gè)特異代表詞的詞嵌入向量；

24、將詞嵌入向量使用pca算法獲取特異詞匯向量；

25、將特意詞匯向量每個(gè)分量作為一個(gè)維度構(gòu)建特征空間，每個(gè)特異代表詞在特征空間對(duì)應(yīng)一個(gè)投影數(shù)據(jù)點(diǎn)；將所有數(shù)據(jù)點(diǎn)作為inflo算法的輸入，獲取每個(gè)特異代表詞的inflo分?jǐn)?shù)；

26、將不同能源實(shí)體文本在相同文本層次下的特異代表詞的inflo分?jǐn)?shù)，按照能源實(shí)體文本編號(hào)升序，組成代表分?jǐn)?shù)序列。

27、優(yōu)選的，所述根據(jù)特征空間中數(shù)據(jù)點(diǎn)的距離以及代表分?jǐn)?shù)序列的特征獲取能源要素的特異詞匯匯聚指數(shù)的方法為：

28、計(jì)算能源要素的所有能源實(shí)體文本在相同文本層次下的投影數(shù)據(jù)點(diǎn)之間歐氏距離，將所有歐氏距離累加記為總歐氏距離；

29、將相同文本層次下的代表分?jǐn)?shù)序列的赫芬達(dá)爾指數(shù)與相同文本層次下的總歐氏距離的比值作為能源要素的特異詞匯匯聚指數(shù)。

30、優(yōu)選的，所述根據(jù)不同特異代表詞的詞匯層次價(jià)值系數(shù)和特征空間數(shù)據(jù)點(diǎn)相鄰數(shù)據(jù)點(diǎn)的數(shù)量獲取能源要素的主題消除強(qiáng)度的方法為：

31、若任意一個(gè)投影數(shù)據(jù)點(diǎn)在特征空間中的最近鄰數(shù)據(jù)點(diǎn)和投影數(shù)據(jù)點(diǎn)在一個(gè)能源實(shí)體文本中，則將在同一個(gè)能源實(shí)體文本的最近鄰數(shù)據(jù)點(diǎn)作為特意代表詞的特異詞距離，最近鄰數(shù)據(jù)點(diǎn)個(gè)數(shù)采用交叉驗(yàn)證法獲?。恢黝}消除強(qiáng)度的表達(dá)式為：

32、

33、式中，gx,y(c)表示能源要素x的第y個(gè)能源實(shí)體文本在第c個(gè)文本層次的特異代表詞的詞匯層次價(jià)值系數(shù)，δg表示能源要素x所有能源實(shí)體文本在各個(gè)文本層次下的特異代表詞的詞匯層次價(jià)值系數(shù)的均值，θx,y(c)表示能源要素x的第y個(gè)能源實(shí)體文本在第c個(gè)文本層次下的特異詞距離，yx表示能源要素x中能源實(shí)體文本的數(shù)量，β1表示調(diào)整因子，α1表示文本層次的數(shù)量，exp[]表示以自然常數(shù)為底的指數(shù)函數(shù)，τx表示能源要素x的主題消除強(qiáng)度。

34、優(yōu)選的，所述根據(jù)能源要素的主題消除強(qiáng)度和特異詞匯匯聚指數(shù)以及安全系數(shù)獲取能源要素的要素文本區(qū)別度的方法為：

35、

36、式中，wx(c)表示能源要素x在第c個(gè)文本層次下的特異詞匯匯聚指數(shù)，τx表示能源要素x的主題消除強(qiáng)度，α1表示文本層次的數(shù)量，β1表示調(diào)整因子，β2表示第二調(diào)整因子，round{}表示四舍五入函數(shù)，vx表示能源要素x的要素文本區(qū)別度。

37、優(yōu)選的，所述根據(jù)能源要素的要素文本區(qū)別度獲取唯一有序標(biāo)識(shí)符的方法為：

38、將每個(gè)能源要素的能源實(shí)體文本聚類(lèi)獲取相似文本簇；其中令相似文本簇的個(gè)數(shù)為能源要素的要素文本區(qū)別度；

39、對(duì)于每個(gè)能源要素編號(hào)，每個(gè)能源要素的每個(gè)相似文本簇提取一個(gè)能源實(shí)體文本；將提取出來(lái)的能源實(shí)體文本作為一個(gè)能源數(shù)據(jù)塊；

40、對(duì)于每個(gè)能源要素獲取一個(gè)能源數(shù)據(jù)塊；將所有能源數(shù)據(jù)塊轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)，將所有能源數(shù)據(jù)塊構(gòu)成的二進(jìn)制數(shù)據(jù)文件作為md5算法的輸入，輸出唯一有序標(biāo)識(shí)符。

41、本技術(shù)具有如下有益效果：本技術(shù)實(shí)現(xiàn)一種基于數(shù)據(jù)更新的匿名身份能源大數(shù)據(jù)共享安全審計(jì)方法，根據(jù)能源實(shí)體文本的結(jié)構(gòu)層次特征，結(jié)合分詞處理和歸一化google距離，獲取每個(gè)能源詞匯在能源實(shí)體文本不同文本層次下的詞匯層次價(jià)值系數(shù)，反應(yīng)能源詞匯對(duì)能源實(shí)體文本的文本層次部分的表征代表程度，其有益效果在于避免相同能源要素下，不同能源實(shí)體文本可能具有不同的慣用詞，但是慣用詞之間語(yǔ)義相似、可以進(jìn)行相互替換，導(dǎo)致能源詞匯對(duì)能源實(shí)體文本的文本層次部分的表征代表程度實(shí)際偏低的問(wèn)題；基于相同能源要素下能源實(shí)體文本的區(qū)別特征，結(jié)合安全系數(shù)λ，構(gòu)建每個(gè)能源要素的要素文本區(qū)別度，反應(yīng)能源要素進(jìn)行能源數(shù)據(jù)塊劃分后加密的價(jià)值，作為agnes聚類(lèi)算法的聚類(lèi)簇個(gè)數(shù)，根據(jù)能源實(shí)體文本進(jìn)行自適應(yīng)調(diào)整，對(duì)能源擁有者的能源數(shù)據(jù)進(jìn)行精確分類(lèi)，降低能源數(shù)據(jù)塊之間的數(shù)據(jù)關(guān)聯(lián)度，提高后續(xù)對(duì)能源數(shù)據(jù)塊進(jìn)行加密的密文安全行，防止代理者被攻擊，導(dǎo)致能源擁有者的能源數(shù)據(jù)被泄露的問(wèn)題。