[發明專利]基于大數據的乘客信息加密算法

在審

• 申請號: 202111036336.X
• 申請日: 2021-09-03
• 公開（公告）號: CN113746626A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 姜皓文;成生輝
• 申請（專利權）人: 深圳市微資科技有限公司
• 主分類號: H04L9/08
• 分類號: H04L9/08;H04L29/06;G06N3/02
• 代理公司: 深圳市能聞知識產權代理事務所(普通合伙) 44717
• 代理人: 熊旺

1.一種基于大數據的乘客信息加密算法，其特征在于，該方法包括：

基于神經網絡計算用戶出行數據與第一出行模型，第二出行模型以及第三出行模型的相似度；

基于用戶身份生成輸出系統公鑰，保存主密鑰；

輸入主密鑰，基于相似度最少選取其中一組的用戶的屬性列表分組計算k個屬性的密鑰；

輸入公鑰、消息以及訪問樹；

輸入公鑰，私鑰，密文和殘缺的訪問結構；如果用戶的屬性滿足整個訪問控制結構，通過遞歸計算，可以得到根節點秘密值并成功計算明文；

其中，用戶的屬性列表包括出發時間，出發地點以及目的地三個屬性列表。

2.根據權利要求1所述的基于大數據的乘客信息加密算法，其特征在于，統計與用戶出發時間相同的訂單數據，以訂單數據中出發地點最集中的出行路線設置為第一出行模型；

統計與用戶出發時間相同的訂單數據，以訂單數據中目的地最集中的出行路線設置為第二出行模型；

統計與用戶出發路線相同的訂單數據，以訂單數據中出發時間最集中的出行路線設置為第三出行模型。

3.根據權利要求2所述的基于大數據的乘客信息加密算法，其特征在于，所述統計與用戶出發路線相同的訂單數據，以訂單數據中出發時間最集中的出行路線設置為第三出行模型包括：

統計訂單數據中與用戶出發地點小于預設閾值的統計出發地點；

統計訂單數據中與用戶目的地小于預設閾值的統計目的地；

統計訂單數據中連接統計出發地點和統計目的地的出發路線即為與用戶出發路線相同的路線。

4.根據權利要3所述的基于大數據的乘客信息加密算法，其特征在于，所述基于神經網絡計算用戶出行數據與第一出行模型，第二出行模型以及第三出行模型的相似度包括：

基于神經網絡統計用戶出發地點與訂單數據中出發地點的第一相似度，所述第一相似度為用戶出行數據與第一出行模型的相似度；

基于神經網絡統計用戶目的地與訂單數據中出發地點的第二相似度，所述第二相似度為用戶出行數據與第二出行模型的相似度；

基于神經網絡統計用戶的出發時間與訂單數據中出發地點的第三相似度，所述第三相似度為用戶出行數據與第三出行模型的相似度。

5.根據權利要求4所述的基于大數據的乘客信息加密算法，其特征在于，所述輸入主密鑰，基于相似度選取其中一組的用戶的屬性列表分組計算k個屬性的密鑰包括：

若用戶出行數據與第一出行模型的相似度最大，則選擇將用戶目的地和/或用戶出發時間來分組計算k個屬性的密鑰，并選擇訂單數據中出發地點作為用戶出發地點。

6.根據權利要求5所述的基于大數據的乘客信息加密算法，其特征在于，所述輸入主密鑰，基于相似度選取其中一組的用戶的屬性列表分組計算k個屬性的密鑰包括：

若用戶出行數據與第二出行模型的相似度最大，則選擇將用戶出發地點和/或用戶出發時間來分組計算k個屬性的密鑰，并選擇訂單數據中目的地作為用戶目的地。

7.根據權利要求6所述的基于大數據的乘客信息加密算法，其特征在于，所述輸入主密鑰，基于相似度選取其中一組的用戶的屬性列表分組計算k個屬性的密鑰包括：

若用戶出行數據與第三出行模型的相似度最大，則選擇將用戶出發時間來分組計算k個屬性的密鑰，并選擇訂單數據中出發地點作為用戶出發地點且選擇訂單數據中目的地作為用戶目的地。