基于数据消冗技术的隐私大数据属性加密仿真

摘要

针对海量大数据信息量大、增长速度快、数据多样化冗余度高的特征,导致加密效率低、传输实时性差问题,提出基于数据消冗技术的隐私大数据属性加密方法。使用Bloom过滤技术降低大数据的维数,利用hash函数计算出消冗过程中的误判率,并根据映射位数组确定最优扩列函数数量。同时在现有ABE研究基础上,使用优化的密文策略加密方案更有效完成云数据的安全共享访问,减少属性空间的数据元素存储尺寸,实现降低共享参数数量,保证大数据安全加密的有效性。仿真结果表明,所提算法可以有效地拦截攻击数据,提高大数据属性的安全性能,保证加密效率,具有较高的实用性。