[发明专利]一种用于信息隐藏技术中的大数据的进制转换方法

说明书

本发明属于信息处理技术领域，公开了一种用于信息隐藏技术中的大数据的进制转换方法。分析大数进制转换操作对任意进制序列及向量字符位数之间相关复杂性的影响，通过估算内存空间得到按位权排列的完整的分段序列，基于分段除竖式长除运算法则利用迭代商及新进制数值得到新进制特征序列，有效进行大数的任意进制转换。本发明解决向量字符位溢出的问题，打破了内置转换的限制，克服转换进制值的局限，实现了转换的通用性。

技术领域

本发明属于信息处理技术领域，涉及一种用于信息隐藏技术中的大数据的进制转换方法。

背景技术

基于信息安全的信息隐藏技术是将信息通过特定的方法隐藏于原始载体中，进而隐藏信息的“存在事实”，主要应用在银行系统、军事情报部门等保密通信中。目前常用的基于修改多方向编码技术(EMD，Exploiting Modification Direction)的信息隐写算法需要在秘密信息嵌入之前将原进制秘密信息转换为方法所需的其它进制序列，基于菱形编码的隐写算法需要将一个任意进制的秘密信息嵌入到像素中。可见，实现数据进制的正确和快速转换，是这一类信息隐写方法付诸实施的前提保障。在当今大数据的信息时代，秘密信息随隐写载体不同，可能大到PB、EB、ZB，甚至YB和BB。目前涉及的进制转换方法为经典长除法，该方法只能将整个数据对转换进制值进行相除求余(如图1所示)。受数据值域范围限制，这种方法只适用于原数据位数较少的情况，无法满足基于信息隐藏技术的大数据结构需求，因此，需要建立一种用于大数据的正确且快速的进制转换方法。

大多数的进制转换方法都存在转换进制局限的问题，由于大数据具有的高速度(数据生成和使用的速度)，高变化(数据类型和来源的范围)和高规模数据量特点，且大数之间任意进制转换的复杂性是包含在潜在变量之间的相关性中的，带来的问题就是计算复杂性呈非线性叠加，所以如何降低大数任意进制转换的复杂性是需要亟待解决的。

发明内容

本发明的目的是提供一种用于大数据进制转换的分段竖式长除方法，以解决现有技术存在的大数进制转换的“字符位数”溢出问题。

为达到上述目的，本发明所采用的技术方案为：

一种用于大数据进制转换分段竖式长除方法，分析大数进制转换操作对任意进制序列及向量字符位数之间相关复杂性的影响，通过估算内存空间得到按位权排列的完整的分段序列，基于分段除竖式长除运算法则利用迭代商及新进制数值得到新进制特征序列，有效进行大数的任意进制转换。

本发明的特点在于：

包括大数进制序列X_i,j,k：X为原始进制序列(x表示原始进制值)；i表示迭代次数索引(i0,i∈I，I为总迭代次数)；j表示段号索引(j0,j∈J，J为总分段数目)；k表示每段序列位号索引(k0，k∈K，K为每段序列总位数)。Y_i表示新进制大数序列(y表示新进制值)，就是将每次迭代的最后一个余数动态保存的序列。以及进行大数任意进制转换时涉及的参数L、S_j、Q_i、R_k。其中，L表示原始进制序列总长度、每段数据长度K及分段数目J是根据原始进制序列及向量字符位数之间相关复杂性获得的，当原始数据并不能进行完整分段处理时，最末尾段的数据长度t一定满足t≤K。S_j(j＝1,…,J)为每段的商序列；Q_i＝[S_i,1,…,S_i,J]表示每次迭代的商序列，作为被除数继续运算；商与上一段最后位权对应的余数R_i,j-1是一对相关的值，当R_i,j-1·x^k+X_i,j·x⁰≥y时，商S_j有值；当计算的商为0时结束运算，动态倒序保留余数，得到新进制序列Y_i。

具体技术方案如下：

(1)初始数据预处理