基于安全加密芯片的边缘物联代理方法与流程

本技术涉及数据安全，且更为具体地，涉及一种基于安全加密芯片的边缘物联代理方法。

背景技术：

1、在物联网的快速发展中，数据安全性是一个不可忽视的重要议题。边缘物联代理方法是一种在设备和网络之间进行数据传输时保护信息不被未授权访问的有效手段。边缘计算作为物联网架构的一个关键组成部分，通过在网络的边缘进行数据处理，减少了对中心服务器的依赖，从而降低了延迟，提高了响应速度。

2、边缘物联代理作为下接终端、上连网络的关键节点，起到连接物联网终端与云端的作用，其安全性直接影响整个物联网系统的稳定性和可靠性。边缘物联代理如若防护措施不到位，遭受入侵或被非法控制后，可能造成数据的泄露、篡改甚至以此为跳板对物联管理平台开展渗透攻击，导致整个系统瘫痪。因此，为了确保边缘物联代理的安全性，需要对其传输数据进行严格的识别和加密处理。安全加密芯片作为一种硬件加密解决方案，包含专门的硬件加速器、安全存储和加密引擎，用于执行加密算法、密钥管理和安全认证等功能，具备高安全性和低功耗的特点，非常适合用于边缘物联代理的加密需求。

3、然而，现有的边缘物联代理方法在敏感数据识别上通常采用基于规则的敏感数据识别方法，这种方法在面临复杂的、多变的网络环境和数据类型时，其识别效果和准确性往往难以满足实际需求。同时，由于规则库的更新和维护需要耗费大量的人力和时间，使得现有的基于规则的敏感数据识别方法在实际应用中存在一定的局限性。因此，期待一种优化的基于安全加密芯片的边缘物联代理方法。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种基于安全加密芯片的边缘物联代理方法，其采用基于深度学习的自然语言处理技术对安全加密芯片获取的待上传数据进行语义分析，捕捉到待上传数据的词粒度语义特征，并通过对其进行上下文语义强化，以挖掘出待上传数据的全局上下文深层语义信息，从而智能识别待上传数据是否为敏感数据，以便于对其进行加密处理。这样，利用安全加密芯片在本地进行敏感数据的识别和加密处理，在提高数据传输安全性的同时，也确保了边缘物联代理的高效运行。

2、相应地，根据本技术的一个方面，提供了一种基于安全加密芯片的边缘物联代理方法，其包括：

3、由安全加密芯片获取待上传数据，其中，所述安全加密芯片被部署于边缘侧；

4、在所述安全加密芯片，对所述待上传数据进行词粒度语义编码以得到上下文待上传数据词粒度语义编码向量的序列；

5、在所述安全加密芯片，对所述上下文待上传数据词粒度语义编码向量的序列进行上下文语义强化以得到凸显上下文待上传数据词粒度语义编码向量的序列；

6、在所述安全加密芯片，基于所述凸显上下文待上传数据词粒度语义编码向量的序列，确定所述待上传数据的识别结果；

7、响应于所述识别结果为所述待上传数据为敏感数据，通过所述安全加密芯片对所述待上传数据进行加密处理。

8、在上述基于安全加密芯片的边缘物联代理方法中，对所述待上传数据进行词粒度语义编码以得到上下文待上传数据词粒度语义编码向量的序列，包括：对所述待上传数据进行分词处理后通过基于bert模型的词嵌入编码器以得到待上传数据词嵌入编码向量的序列；将所述待上传数据词嵌入编码向量的序列输入基于transformer结构的上下文编码器以得到所述上下文待上传数据词粒度语义编码向量的序列。

9、在上述基于安全加密芯片的边缘物联代理方法中，对所述上下文待上传数据词粒度语义编码向量的序列进行上下文语义强化以得到凸显上下文待上传数据词粒度语义编码向量的序列，包括：将所述上下文待上传数据词粒度语义编码向量的序列输入基于显著性-全局性的上下文语义强化模块以得到所述凸显上下文待上传数据词粒度语义编码向量的序列。

10、在上述基于安全加密芯片的边缘物联代理方法中，将所述上下文待上传数据词粒度语义编码向量的序列输入基于显著性-全局性的上下文语义强化模块以得到所述凸显上下文待上传数据词粒度语义编码向量的序列，包括：提取所述上下文待上传数据词粒度语义编码向量的序列的突出特征以得到上下文待上传数据词粒度语义突出特征向量；提取所述上下文待上传数据词粒度语义编码向量的序列的全局特征以得到上下文待上传数据词粒度语义全局特征向量；对所述上下文待上传数据词粒度语义突出特征向量和所述上下文待上传数据词粒度语义全局特征向量进行邻域编码和激活以得到待上传数据词粒度语义突出特征上下文关联激活特征向量和待上传数据词粒度语义全局特征上下文关联激活特征向量；基于所述待上传数据词粒度语义突出特征上下文关联激活特征向量和所述待上传数据词粒度语义全局特征上下文关联激活特征向量，对所述上下文待上传数据词粒度语义编码向量的序列进行语义强化处理以得到所述凸显上下文待上传数据词粒度语义编码向量的序列。

11、在上述基于安全加密芯片的边缘物联代理方法中，提取所述上下文待上传数据词粒度语义编码向量的序列的突出特征以得到上下文待上传数据词粒度语义突出特征向量，包括：计算所述上下文待上传数据词粒度语义编码向量的序列中的各个上下文待上传数据词粒度语义编码向量的最大值以得到由各个所述最大值组成的所述上下文待上传数据词粒度语义突出特征向量。

12、在上述基于安全加密芯片的边缘物联代理方法中，提取所述上下文待上传数据词粒度语义编码向量的序列的全局特征以得到上下文待上传数据词粒度语义全局特征向量，包括：计算所述上下文待上传数据词粒度语义编码向量的序列中的各个上下文待上传数据词粒度语义编码向量的平均值以得到由各个所述平均值组成的所述上下文待上传数据词粒度语义全局特征向量。

13、在上述基于安全加密芯片的边缘物联代理方法中，对所述上下文待上传数据词粒度语义突出特征向量和所述上下文待上传数据词粒度语义全局特征向量进行邻域编码和激活以得到待上传数据词粒度语义突出特征上下文关联激活特征向量和待上传数据词粒度语义全局特征上下文关联激活特征向量，包括：对所述待上传数据词粒度语义突出特征向量进行一维卷积编码、非线性激活和线性变换以得到所述待上传数据词粒度语义突出特征上下文关联激活特征向量；对所述待上传数据词粒度语义全局特征向量进行一维卷积编码、非线性激活和线性变换以得到所述待上传数据词粒度语义全局特征上下文关联激活特征向量。

14、在上述基于安全加密芯片的边缘物联代理方法中，基于所述待上传数据词粒度语义突出特征上下文关联激活特征向量和所述待上传数据词粒度语义全局特征上下文关联激活特征向量，对所述上下文待上传数据词粒度语义编码向量的序列进行语义强化处理以得到所述凸显上下文待上传数据词粒度语义编码向量的序列，包括：计算所述待上传数据词粒度语义突出特征上下文关联激活特征向量和所述待上传数据词粒度语义全局特征上下文关联激活特征向量的按位置相加以得到待上传数据词粒度语义突出-全局特征上下文关联激活特征向量；对所述待上传数据词粒度语义突出-全局特征上下文关联激活特征向量分别进行基于tanh激活函数的非线性激活和基于sigmoid激活函数的非线性激活以得到第一激活结果和第二激活结果，并将所述第一激活结果和所述第二激活结果进行按位置点乘以得到待上传数据词粒度语义突出-全局特征上下文关联权重特征向量；以所述待上传数据词粒度语义突出-全局特征上下文关联权重特征向量中各个位置的特征值作为权重，对所述上下文待上传数据词粒度语义编码向量的序列进行逐向量加权后再与所述上下文待上传数据词粒度语义编码向量的序列进行相加融合以得到所述凸显上下文待上传数据词粒度语义编码向量的序列。

15、在上述基于安全加密芯片的边缘物联代理方法中，基于所述凸显上下文待上传数据词粒度语义编码向量的序列，确定所述待上传数据的识别结果，包括：将所述凸显上下文待上传数据词粒度语义编码向量的序列级联为全局待上传数据语义编码向量后通过基于分类器的敏感数据识别器以得到所述识别结果，所述识别结果用于表示所述待上传数据是否为敏感数据。

16、与现有技术相比，本技术提供的基于安全加密芯片的边缘物联代理方法，其采用基于深度学习的自然语言处理技术对安全加密芯片获取的待上传数据进行语义分析，捕捉到待上传数据的词粒度语义特征，并通过对其进行上下文语义强化，以挖掘出待上传数据的全局上下文深层语义信息，从而智能识别待上传数据是否为敏感数据，以便于对其进行加密处理。这样，利用安全加密芯片在本地进行敏感数据的识别和加密处理，在提高数据传输安全性的同时，也确保了边缘物联代理的高效运行。