面向大数据流的安全交换模型与关键技术研究

Aiming at the problem that the source of big data stream is unreliable, the process is not controllable, the content is not reliable, the security exchange model and technologies of big data stream are researched. This project presents the constraint rules, paradigms, axioms and inference rules of big data stream for secure exchange, and constructs a secure exchange model for big data stream which can provide theoretical support for the research of secure exchange of big data stream. Based on the research of the theoretical model, this project researches the key technologies of secure exchange of big data stream, including the dynamic verification of the exchange data source in the remote untrusted environment, efficient controlled exchanging technology of cross domain for big data stream, traceability technology based on the data stream fingerprint, etc., which solve the problem of the dynamic and real-time verification, controlled exchange and suspicious exchange stream warning for big data stream exchange..The study of this project may provide new ways for big data stream security exchange, and offer the theoretical basis and technical support for big data security sharing in open environment.

针对大数据流在交换过程中存在的来源不可信、过程不可控、内容不可靠等问题，研究大数据流安全交换模型与技术。给出大数据流安全交换的约束规则、范式、公理及其推理规则，构建可证安全性的大数据流安全交换模型，为大数据流安全交换的研究提供理论支撑。在理论模型研究的基础上，研究大数据流安全交换关键技术，主要包括远程不可信环境下交换数据源动态可验证技术，大数据流高效跨域可控交换技术，基于流指纹的溯源技术等，解决交换大数据流动态、实时验证、受控交换和可疑交换流预警等问题。.期望通过上述的研究，为大数据流安全交换提供新的方法，为开放环境下大数据安全共享建立必要的理论、技术储备。

面向大数据流的安全交换是实现大数据安全共享的重要提前与基础。如何防止大数据流交换带来的敏感信息泄露、恶意代码传播等风险扩散问题已成为大数据安全共享亟待解决的问题，针对这个问题，本课题展开深入研究，主要工作如下：.（1）提出了可信可控大数据流安全交换模型，定义了交换的基本元素、数据源可信规则、交换进程静态可信规则和动态可信规则等，并基于无干扰理论证明了模型的安全性，为大数据流安全交换关键技术研究奠定了理论基础。.（2）提出了面向视频流的交换数据源恶意数据智能化检测方法。通过引入卷积神经网络、残差学习、重压缩校准、PCA降维和多核学习等技术，设计了基于量化截断与残差学习的视频DCT系数恶意数据夹带检测方法和块内与块间特征融合的视频IPM系数恶意数据夹带检测方法，实现了视频流恶意夹带快速判定，有效提高了视频编码格式恶意数据检测的精准性。.（3）提出了一种具有隐私保护的自适应可认证树（P-ATHAT）构建方法，通过在传统Merkle树上引入了陷门hash函数和BLS签名，构建了一种具有隐私保护的能够根据数据流规模变化，自适应动态拓展的可认证树，实现了大数据流的边读边写边验证，提高了云平台下大数据流安全交换的高效性和平稳性。.（4）提出了一种基于极值理论与可变微簇的视频传输协议恶意数据检测技术。通过引入极值理论，设计基于极值理论的动态阈值计算方法，使阈值可随着检测数据的变化自适应改变；通过阈值设置方法改进现有基于距离的检测算法，提出基于可变微簇的视频传输协议检测算法，使微簇可根据检测数据动态改变大小，实现对复杂环境下视频传输协议数据的快速检测。.（5）提出了一种基于区块链的大数据流溯源技术，通过提取数据流特征与属性作为数据流标注、ProVOC溯源描述模型刻画数据全周期过程，同时引入区块链侧链技术实现基于索引的溯源信息单向传递、去中心化、防篡改存储及快速查询，有效解决了传统大数据流溯源中存在的单点故障、查询效率低下的问题。