基于切片层级关联的数据加密处理方法及系统

技术领域

本发明涉及数据预测技术领域，尤其涉及一种基于切片层级关联的数据加密处理方法及系统。

背景技术

随着3D打印技术的发展，以及3D打印设备的成本的降低，3D打印开始成为了设备制造或模具制造的主流技术，也有越来越多的企业开始提供3D打印需要的模型切片文件作为打印的数据基础，其中，如何对模型切片文件进行有效的安全传输也成为了研究的重点。

但现有技术在实现模型切片文件的加密传输时，一般仅通过常规的加密技术对切片文件进行直接简单地加密，没有考虑到切片文件之间的层级关联，因此这些加密容易被暴力破解或社会工程破解。可见，现有技术存在缺陷，亟需解决。

发明内容

本发明所要解决的技术问题在于，提供一种基于切片层级关联的数据加密处理方法及系统，能够实现更加安全的切片文件加密，提高破解难度，减少损失。

为了解决上述技术问题，本发明第一方面公开了一种基于切片层级关联的数据加密处理方法，所述方法包括：

获取包括有多个切片文件的切片文件集合；

根据至少两个所述切片文件之间的切片层级的关联关系，以及预设的加密密钥，对所述切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合；

根据至少两个所述加密切片文件之间的文件参数，和对应的所述切片层级的关联关系，训练得到解密预测神经网络；

获取待解密的目标加密文件集合，根据所述加密密钥对应的解密密钥，以及所述解密预测神经网络，对所述目标加密文件集合进行解密，以得到目标切片文件集合。

作为一种可选的实施方式，在本发明第一方面中，所述根据至少两个所述切片文件之间的切片层级的关联关系，以及预设的加密密钥，对所述切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合，包括：

根据预设的文件分组规则，对所述切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合；

对于每一所述文件组合，根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密，得到加密文件组合；

将所有所述加密文件组合中的所有加密后的切片文件根据切片层级的顺序进行重新排列组合，得到包括有多个加密切片文件的加密文件集合。

作为一种可选的实施方式，在本发明第一方面中，所述根据预设的文件分组规则，对所述切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合，包括：

确定所述切片文件集合对应的处理设备的设备性能参数；

基于预设的参数-数量计算规则，根据所述设备性能参数，确定分组抽取数量；

根据所述分组抽取数量，对所述切片文件集合中的所有切片文件进行多次不放回的文件抽取，以得到多个文件组合；每一所述文件组合中包括有不大于所述分组抽取数量的所述切片文件。

作为一种可选的实施方式，在本发明第一方面中，所述根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密，包括：

计算该文件组合的所有切片文件中任意两个切片文件之间的切片层级距离值以及文件图像向量距离值；

根据所述切片层级距离值，以及预设的第一距离-密钥规则，确定第一部分密钥；

根据所述文件图像向量距离值，以及预设的第二距离-密钥规则，确定第二部分密钥；

将所述第一部分密钥、所述第二部分密钥和预设的共有加密密钥，组合成为该两个切片文件对应的切片加密密钥；

根据所述切片加密密钥，对该两个切片文件进行同时加密和关联，得到对应的存在关联的两个加密切片文件；

重复以上步骤，直至将该文件组合中的所有切片文件进行加密。

作为一种可选的实施方式，在本发明第一方面中，所述根据至少两个所述加密切片文件之间的文件参数，和对应的所述切片层级的关联关系，训练得到解密预测神经网络，包括：

对于任意两个所述加密切片文件，计算该两个加密切片文件之间的文件相似度参数，以及确定该两个加密切片文件之间的所述切片层级距离值和所述文件图像向量距离值；

将多组两个加密切片文件之间的所述文件相似度参数和对应的所述切片层级距离值和所述文件图像向量距离值，输入至神经网络模型中进行训练优化，以得到训练好的解密预测神经网络。

作为一种可选的实施方式，在本发明第一方面中，所述计算该两个加密切片文件之间的文件相似度参数，包括：

计算该两个加密切片文件的文件数据之间的第一相似度；

根据预设的数据变位规则对该两个加密切片文件的文件数据进行数据变换，并计算该两个加密切片文件的变换后的文件数据之间的第二相似度；

计算所述第一相似度和所述第二相似度的加权求和平均值，得到该两个加密切片文件之间的文件相似度参数；其中，所述第一相似度和所述第二相似度的权重之和为1；所述第一相似度的权重大于所述第二相似度的权重，所述第二相似度的权重与所述数据变位规则对应的变位后相似度成反比；所述变位后相似度通过计算原始数据和经过所述数据变位规则变换后的变换数据之间的相似度得到。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述加密密钥对应的解密密钥，以及所述解密预测神经网络，对所述目标加密文件集合进行解密，以得到目标切片文件集合，包括：

对于所述目标加密文件集合中的任意两个存在关联的加密切片文件，计算该两个加密切片文件对应的文件相似度参数并输入至所述解密预测神经网络中，以得到该两个加密切片文件对应的预测切片层级距离值和预测文件图像向量距离值；

基于预设的第三距离-密钥规则，根据所述预测切片层级距离值和预测文件图像向量距离值，确定该两个加密切片文件对应的解密密钥；

根据所述解密密钥对该两个加密切片文件进行解密；

重复上述步骤，直至对所述目标加密文件集合中的所有所述加密切片文件进行解密，得到目标切片文件集合。

本发明第二方面公开了一种基于切片层级关联的数据加密处理系统，所述系统包括：

获取模块，用于获取包括有多个切片文件的切片文件集合；

加密模块，用于根据至少两个所述切片文件之间的切片层级的关联关系，以及预设的加密密钥，对所述切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合；

训练模块，用于根据至少两个所述加密切片文件之间的文件参数，和对应的所述切片层级的关联关系，训练得到解密预测神经网络；

解密模块，用于获取待解密的目标加密文件集合，根据所述加密密钥对应的解密密钥，以及所述解密预测神经网络，对所述目标加密文件集合进行解密，以得到目标切片文件集合。

作为一种可选的实施方式，在本发明第二方面中，所述加密模块根据至少两个所述切片文件之间的切片层级的关联关系，以及预设的加密密钥，对所述切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合的具体方式，包括：

根据预设的文件分组规则，对所述切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合；

对于每一所述文件组合，根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密，得到加密文件组合；

将所有所述加密文件组合中的所有加密后的切片文件根据切片层级的顺序进行重新排列组合，得到包括有多个加密切片文件的加密文件集合。

作为一种可选的实施方式，在本发明第二方面中，所述加密模块根据预设的文件分组规则，对所述切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合的具体方式，包括：

确定所述切片文件集合对应的处理设备的设备性能参数；

基于预设的参数-数量计算规则，根据所述设备性能参数，确定分组抽取数量；

根据所述分组抽取数量，对所述切片文件集合中的所有切片文件进行多次不放回的文件抽取，以得到多个文件组合；每一所述文件组合中包括有不大于所述分组抽取数量的所述切片文件。

作为一种可选的实施方式，在本发明第二方面中，所述加密模块根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密的具体方式，包括：

计算该文件组合的所有切片文件中任意两个切片文件之间的切片层级距离值以及文件图像向量距离值；

根据所述切片层级距离值，以及预设的第一距离-密钥规则，确定第一部分密钥；

根据所述文件图像向量距离值，以及预设的第二距离-密钥规则，确定第二部分密钥；

将所述第一部分密钥、所述第二部分密钥和预设的共有加密密钥，组合成为该两个切片文件对应的切片加密密钥；

根据所述切片加密密钥，对该两个切片文件进行同时加密和关联，得到对应的存在关联的两个加密切片文件；

重复以上步骤，直至将该文件组合中的所有切片文件进行加密。

作为一种可选的实施方式，在本发明第二方面中，所述训练模块根据至少两个所述加密切片文件之间的文件参数，和对应的所述切片层级的关联关系，训练得到解密预测神经网络的具体方式，包括：

对于任意两个所述加密切片文件，计算该两个加密切片文件之间的文件相似度参数，以及确定该两个加密切片文件之间的所述切片层级距离值和所述文件图像向量距离值；

将多组两个加密切片文件之间的所述文件相似度参数和对应的所述切片层级距离值和所述文件图像向量距离值，输入至神经网络模型中进行训练优化，以得到训练好的解密预测神经网络。

作为一种可选的实施方式，在本发明第二方面中，所述训练模块计算该两个加密切片文件之间的文件相似度参数的具体方式，包括：

计算该两个加密切片文件的文件数据之间的第一相似度；

根据预设的数据变位规则对该两个加密切片文件的文件数据进行数据变换，并计算该两个加密切片文件的变换后的文件数据之间的第二相似度；

计算所述第一相似度和所述第二相似度的加权求和平均值，得到该两个加密切片文件之间的文件相似度参数；其中，所述第一相似度和所述第二相似度的权重之和为1；所述第一相似度的权重大于所述第二相似度的权重，所述第二相似度的权重与所述数据变位规则对应的变位后相似度成反比；所述变位后相似度通过计算原始数据和经过所述数据变位规则变换后的变换数据之间的相似度得到。

作为一种可选的实施方式，在本发明第二方面中，所述解密模块根据所述加密密钥对应的解密密钥，以及所述解密预测神经网络，对所述目标加密文件集合进行解密，以得到目标切片文件集合的具体方式，包括：

对于所述目标加密文件集合中的任意两个存在关联的加密切片文件，计算该两个加密切片文件对应的文件相似度参数并输入至所述解密预测神经网络中，以得到该两个加密切片文件对应的预测切片层级距离值和预测文件图像向量距离值；

基于预设的第三距离-密钥规则，根据所述预测切片层级距离值和预测文件图像向量距离值，确定该两个加密切片文件对应的解密密钥；

根据所述解密密钥对该两个加密切片文件进行解密；

重复上述步骤，直至对所述目标加密文件集合中的所有所述加密切片文件进行解密，得到目标切片文件集合。

本发明第三方面公开了另一种基于切片层级关联的数据加密处理系统，所述系统包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于切片层级关联的数据加密处理方法中的部分或全部步骤。

本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于切片层级关联的数据加密处理方法中的部分或全部步骤。

与现有技术相比，本发明具有以下有益效果：

本发明能够利用切片文件之间的层级关联关系来实现对切片文件的加密，并根据加密后的文件特点来训练解密神经网络以用于解密，从而能够实现更加安全的切片文件加密，提高破解难度，减少损失。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种基于切片层级关联的数据加密处理方法的流程示意图；

图2是本发明实施例公开的一种基于切片层级关联的数据加密处理系统的结构示意图；

图3是本发明实施例公开的另一种基于切片层级关联的数据加密处理系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种基于切片层级关联的数据加密处理方法及系统，能够利用切片文件之间的层级关联关系来实现对切片文件的加密，并根据加密后的文件特点来训练解密神经网络以用于解密，从而能够实现更加安全的切片文件加密，提高破解难度，减少损失。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种基于切片层级关联的数据加密处理方法的流程示意图。其中，图1所描述的方法可以应用于相应的数据处理设备、数据处理终端、数据处理服务器中，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定如图1所示，该基于切片层级关联的数据加密处理方法可以包括以下操作：

101、获取包括有多个切片文件的切片文件集合。

可选的，切片文件集合对应于一个需要处理的三维模型，也即其中包括的多个切片文件在该三维模型中对应有相应的切片层级位置，其图像之间的相似度或差异度也与切片层级成一定的相关度。

102、根据至少两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合。

可选的，采用的加密算法可以为非对称加密算法，以提高安全性。

103、根据至少两个加密切片文件之间的文件参数，和对应的切片层级的关联关系，训练得到解密预测神经网络。

104、获取待解密的目标加密文件集合，根据加密密钥对应的解密密钥，以及解密预测神经网络，对目标加密文件集合进行解密，以得到目标切片文件集合。

可见，实施本发明实施例所描述的方法能够利用切片文件之间的层级关联关系来实现对切片文件的加密，并根据加密后的文件特点来训练解密神经网络以用于解密，从而能够实现更加安全的切片文件加密，提高破解难度，减少损失。

作为一种可选的实施例，上述步骤中的，根据至少两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合，包括：

根据预设的文件分组规则，对切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合；

对于每一文件组合，根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密，得到加密文件组合；

将所有加密文件组合中的所有加密后的切片文件根据切片层级的顺序进行重新排列组合，得到包括有多个加密切片文件的加密文件集合。

通过上述实施例，能够对文件进行分组后基于组合内的文件层级关系来进行加密以及关联，再对加密后的文件按照层级顺序放回，能够实现更加安全的切片文件加密，提高破解难度，减少损失。

作为一种可选的实施例，上述步骤中的，根据预设的文件分组规则，对切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合，包括：

确定切片文件集合对应的处理设备的设备性能参数；

基于预设的参数-数量计算规则，根据设备性能参数，确定分组抽取数量；

根据分组抽取数量，对切片文件集合中的所有切片文件进行多次不放回的文件抽取，以得到多个文件组合；每一文件组合中包括有不大于分组抽取数量的切片文件。

可选的，处理设备可以为用于加解密该切片文件集合的设备，也可以为用于综合处理切片文件集合的设备，例如打印设备或数据服务器，该设备性能参数可以通过设备参数计算规则来根据设备的一些处理器参数来计算，也可以直接用预测算法模型来根据设备参数来预测其性能。

可选的，参数-数量计算规则中，设备性能参数和分组抽取数量一般成反比，以减少性能较差的设备在做后续的文件抽取时承担太高的处理开支。

通过上述实施例，能够根据设备性能参数，确定分组抽取数量，再根据分组抽取数量，对切片文件集合中的所有切片文件进行多次不放回的文件抽取，以得到多个文件组合，从而在实现有效分组的前提下结合设备性能来确定合理的抽取数量，提高效率。

作为一种可选的实施例，上述步骤中的，根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密，包括：

计算该文件组合的所有切片文件中任意两个切片文件之间的切片层级距离值以及文件图像向量距离值；

根据切片层级距离值，以及预设的第一距离-密钥规则，确定第一部分密钥；

根据文件图像向量距离值，以及预设的第二距离-密钥规则，确定第二部分密钥；

将第一部分密钥、第二部分密钥和预设的共有加密密钥，组合成为该两个切片文件对应的切片加密密钥；

根据切片加密密钥，对该两个切片文件进行同时加密和关联，得到对应的存在关联的两个加密切片文件；

重复以上步骤，直至将该文件组合中的所有切片文件进行加密。

可选的，切片层级距离值可以为切片层级之间的数值差值。

可选的，文件图像向量距离值可以为文件图像之间的相似度，可以通过相似度预测神经网络模型来计算，可以用固定的图像相似度计算算法如向量距离算法来计算。

可选的，距离-密钥规则可以由操作人员根据实验或经验进行预先设定，一般可以设定距离的大小与密钥的复杂度成正相关。

通过上述实施例，能够根据任意两个切片文件之间的切片层级距离值以及文件图像向量距离值来确定加密密钥，从而能够根据层级关联来确定加密密钥，建立起层级关系和加密参数之间的关系，有效提高加密安全性和解密难度。

作为一种可选的实施例，上述步骤中的，根据至少两个加密切片文件之间的文件参数，和对应的切片层级的关联关系，训练得到解密预测神经网络，包括：

对于任意两个加密切片文件，计算该两个加密切片文件之间的文件相似度参数，以及确定该两个加密切片文件之间的切片层级距离值和文件图像向量距离值；

将多组两个加密切片文件之间的文件相似度参数和对应的切片层级距离值和文件图像向量距离值，输入至神经网络模型中进行训练优化，以得到训练好的解密预测神经网络。

可选的，神经网络模型可以为RNN结构、CNN结构或LISM结构的神经网络，操作人员可以根据实际数据特性和训练环境来选择，在此不做限定。

可选的，训练好的解密预测神经网络可以通过其他通信渠道共享给解密设备，并可以进行实时的参数更新。

通过上述实施例，能够将多组两个加密切片文件之间的文件相似度参数和对应的切片层级距离值和文件图像向量距离值，输入至神经网络模型中进行训练优化，以得到训练好的解密预测神经网络，从而能够训练得到可以用于解密的神经网络以用于后续的解密。

作为一种可选的实施例，上述步骤中的，计算该两个加密切片文件之间的文件相似度参数，包括：

计算该两个加密切片文件的文件数据之间的第一相似度；

根据预设的数据变位规则对该两个加密切片文件的文件数据进行数据变换，并计算该两个加密切片文件的变换后的文件数据之间的第二相似度；

计算第一相似度和第二相似度的加权求和平均值，得到该两个加密切片文件之间的文件相似度参数；其中，第一相似度和第二相似度的权重之和为1；第一相似度的权重大于第二相似度的权重，第二相似度的权重与数据变位规则对应的变位后相似度成反比；变位后相似度通过计算原始数据和经过数据变位规则变换后的变换数据之间的相似度得到。

可选的，数据变位规则可以由操作人员预先设定。用于限定特定位置的数据之间的变换关系。

通过上述实施例，能够计算第一相似度和第二相似度的加权求和平均值，得到该两个加密切片文件之间的文件相似度参数，从而能够计算出能够有效评估文件之间的不同规则下的相似度的参数以用于后续的解密预测。

作为一种可选的实施例，上述步骤中的，根据加密密钥对应的解密密钥，以及解密预测神经网络，对目标加密文件集合进行解密，以得到目标切片文件集合，包括：

对于目标加密文件集合中的任意两个存在关联的加密切片文件，计算该两个加密切片文件对应的文件相似度参数并输入至解密预测神经网络中，以得到该两个加密切片文件对应的预测切片层级距离值和预测文件图像向量距离值；

基于预设的第三距离-密钥规则，根据预测切片层级距离值和预测文件图像向量距离值，确定该两个加密切片文件对应的解密密钥；

根据解密密钥对该两个加密切片文件进行解密；

重复上述步骤，直至对目标加密文件集合中的所有加密切片文件进行解密，得到目标切片文件集合。

通过上述实施例能够实现有效的数据解密，得到原始数据。

实施例二

请参阅图2，图2是本发明实施例公开的一种基于切片层级关联的数据加密处理系统的结构示意图。其中，图2所描述的系统可以应用于相应的数据处理设备、数据处理终端、数据处理服务器中，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图2所示，该系统可以包括：

获取模块201，用于获取包括有多个切片文件的切片文件集合；

加密模块202，用于根据至少两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合；

训练模块203，用于根据至少两个加密切片文件之间的文件参数，和对应的切片层级的关联关系，训练得到解密预测神经网络；

解密模块204，用于获取待解密的目标加密文件集合，根据加密密钥对应的解密密钥，以及解密预测神经网络，对目标加密文件集合进行解密，以得到目标切片文件集合。

作为一种可选的实施例，加密模块202根据至少两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对切片文件集合进行加密，得到包括有多个加密切片文件的加密文件集合的具体方式，包括：

根据预设的文件分组规则，对切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合；

对于每一文件组合，根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密，得到加密文件组合；

将所有加密文件组合中的所有加密后的切片文件根据切片层级的顺序进行重新排列组合，得到包括有多个加密切片文件的加密文件集合。

作为一种可选的实施例，加密模块202根据预设的文件分组规则，对切片文件集合中的所有切片文件进行不放回的文件选择组合，以得到多个文件组合的具体方式，包括：

确定切片文件集合对应的处理设备的设备性能参数；

基于预设的参数-数量计算规则，根据设备性能参数，确定分组抽取数量；

根据分组抽取数量，对切片文件集合中的所有切片文件进行多次不放回的文件抽取，以得到多个文件组合；每一文件组合中包括有不大于分组抽取数量的切片文件。

作为一种可选的实施例，加密模块202根据该文件组合的所有切片文件中任意两个切片文件之间的切片层级的关联关系，以及预设的加密密钥，对该两个切片文件进行同时加密和关联，直至将该文件组合中的所有切片文件进行加密的具体方式，包括：

计算该文件组合的所有切片文件中任意两个切片文件之间的切片层级距离值以及文件图像向量距离值；

根据切片层级距离值，以及预设的第一距离-密钥规则，确定第一部分密钥；

根据文件图像向量距离值，以及预设的第二距离-密钥规则，确定第二部分密钥；

将第一部分密钥、第二部分密钥和预设的共有加密密钥，组合成为该两个切片文件对应的切片加密密钥；

根据切片加密密钥，对该两个切片文件进行同时加密和关联，得到对应的存在关联的两个加密切片文件；

重复以上步骤，直至将该文件组合中的所有切片文件进行加密。

作为一种可选的实施例，训练模块203根据至少两个加密切片文件之间的文件参数，和对应的切片层级的关联关系，训练得到解密预测神经网络的具体方式，包括：

对于任意两个加密切片文件，计算该两个加密切片文件之间的文件相似度参数，以及确定该两个加密切片文件之间的切片层级距离值和文件图像向量距离值；

将多组两个加密切片文件之间的文件相似度参数和对应的切片层级距离值和文件图像向量距离值，输入至神经网络模型中进行训练优化，以得到训练好的解密预测神经网络。

作为一种可选的实施例，训练模块203计算该两个加密切片文件之间的文件相似度参数的具体方式，包括：

计算该两个加密切片文件的文件数据之间的第一相似度；

根据预设的数据变位规则对该两个加密切片文件的文件数据进行数据变换，并计算该两个加密切片文件的变换后的文件数据之间的第二相似度；

计算第一相似度和第二相似度的加权求和平均值，得到该两个加密切片文件之间的文件相似度参数；其中，第一相似度和第二相似度的权重之和为1；第一相似度的权重大于第二相似度的权重，第二相似度的权重与数据变位规则对应的变位后相似度成反比；变位后相似度通过计算原始数据和经过数据变位规则变换后的变换数据之间的相似度得到。

作为一种可选的实施例，解密模块204根据加密密钥对应的解密密钥，以及解密预测神经网络，对目标加密文件集合进行解密，以得到目标切片文件集合的具体方式，包括：

对于目标加密文件集合中的任意两个存在关联的加密切片文件，计算该两个加密切片文件对应的文件相似度参数并输入至解密预测神经网络中，以得到该两个加密切片文件对应的预测切片层级距离值和预测文件图像向量距离值；

基于预设的第三距离-密钥规则，根据预测切片层级距离值和预测文件图像向量距离值，确定该两个加密切片文件对应的解密密钥；

根据解密密钥对该两个加密切片文件进行解密；

重复上述步骤，直至对目标加密文件集合中的所有加密切片文件进行解密，得到目标切片文件集合。

本发明实施例中的模块细节和技术效果可以参照实施例一中的表述，在此不再赘述。

实施例三

请参阅图3，图3是本发明实施例公开的另一种基于切片层级关联的数据加密处理系统的结构示意图。如图3所示，该系统可以包括：

存储有可执行程序代码的存储器301；

与存储器301耦合的处理器302；

处理器302调用存储器301中存储的可执行程序代码，执行本发明实施例一公开的基于切片层级关联的数据加密处理方法中的部分或全部步骤。

实施例四

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一公开的基于切片层级关联的数据加密处理方法中的部分或全部步骤。

以上所描述的系统实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（ErasableProgrammable Read Only Memory，EPROM）、一次可编程只读存储器（One-timeProgrammable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种基于切片层级关联的数据加密处理方法及系统所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。