基于区块链技术的网络隐私数据安全防护模型设计

2024-02-22武杰

中国信息化 2024年1期

武杰

为避免网络病毒恶意攻击和窃取网络隐私数据而造成部分数据泄露丢失，本文应用区块链技术，设计一种网络隐私数据安全防护模型。根据区块链技术组成架构，从网络隐私数据筛查、网络隐私数据传输保护、网络隐私数据安全防护模型构建三个方面入手，完成对网络隐私数据安全防护模型科学设计。通过采用对比实验的方式，对本文防护模型设计方法的有效性和可靠性进行验证。结果表明，本文防护模型设计方法具有建模效率高、数据加解密时间短等特点，完全符合预期设计标准和要求。

一、引言

目前，大量网络信息系统研发，普遍运用中央集群运行模式，这种模式的运用会增加该系统风险隐患，为网络病毒、不法分子恶意攻击网络隐私数据提供可乘之机，降低数据的保密性和安全性。为解决以上问题，充分发挥和利用区块链技术在网络隐私数据保护方面的作用，符合科学地设计网络隐私数据安全防护模型，保证网络隐私数据安全性和保密性是相关人员必须思考和解决的问题。

二、区块链技术组成架构

区块链网络作为一种重要的网络分布式架构，在加密算法、存储数据方面发挥出重要作用。通过应用网络数据库节点和区块链协议，可以实现对网络隐私数据的加密、更新和存储，提高网络去中心化效率，将隐私数据保护成本降到最低。区块链网络架构主要划分为支撑平台、区块链核心两大部分，其中，区块链核心作为一种重要的层级结构，主要包含合约层、共识层、数据层。在该层级结构中，各个层级具有检索查询、数据加密等强度功能。在网络节点中，需要分析和判断数据块是否合法，当所有数据块均通过验证后，会自动生成相应的新区块，从而达到安全化保护和存储网络隐私数据的目的。

三、基于区块链技术网络隐私数据安全防护模型设计

（一）网络隐私数据处理

网络隐私数据作为一种常见的数据流，具有连续性、不间断性，通过应用区块链技术，可以打包和分装处理特定时间内所传输的数据，从而形成相应的区块单位，并对该区块单位进行有效存储，然后，运用密码学算法，对各项区块单位进行有效地连接，使其连接为可持续的链条，此时区块链形成。本文应用全局链式技术，存储网络隐私数据，并打包和分装处理数据，同时，将形成的区块单位统一设置为数据监控节点，从而实现对网络隐私数据的有效保护。

网络隐私数据处理步骤如下：（1）借助区块链网络，建立加密传递过程与继节点之间的连接。（2）将加密好的网络隐私数据传递给接收者。（3）接受者检验网络隐私数据在传输期间是否被网络病毒、不法分子恶意篡改。

（二）网络隐私数据传输保护

1.上传隐私保护

在编码网络隐私数据的基础上，借助区块链，安全存储技术，从而保证隐私数据的真实性、保密性和安全性。网络隐私数据访问过程如下：首先，用户获取网络隐私数据中的节点。其次，采用密钥对接的方式，运用编码算法，获得所需要的数据，从而达到保护网络隐私数据的目的。

2.下载文件隐私保护

用户在下载文件过程中，需要向区块链层中安全化存储所下载好的网络隐私数据，避免这些数据内容被不法分子恶意攻击和破坏。在数据块中，含有若干个区块，在区块链技术的应用背景下，可以快速获取各个数据块记录内容，并将所获得数据块记录内容存储到区块链层中，保证网络隐私数据的安全性、保密性和完整性。在存储各个数据块期间，各个区块的运用，可以促使网络数据传输变得更加便捷化、高效化，有效地降低数据保护成本。此外，将数据备份存储到区块层中，结合网络隐私数据相关保护协议，用户与数据中心之间可以按需交换所需数据，这些数据参与交换后，均变成经过编码之后的信息。此时，数据中心没有权限直接解码编码数据，同时，也无法直接推导用户密钥，这就最大限度地提高用户隐私数据的完整性和安全性。

（三）网络隐私数据安全防护模型构建

在构建该防护模型时，首先，借助区块链层，存储所使用过的或者改变的网络隐私数据。同时，用户层的网络隐私数据会在写入、读取过程中，直接传输和存储到相应的数据库中。在数据库中，文件信息可以直接上传和存储到云存储层，方便用户在区块链层中直接记录、读取这些数据。当用户存在使用该数据的需求时，可以直接从区块链层中进行查询和读取，这种方式的运用，有效地保障了用户个人隐私数据的安全性和可靠性，避免其出现泄露、丢失等风险，特别是应用区块链技术安全防护网络隐私数据时，用户有权限决定数据的保留或者删除，实现对数据的安全化传输和存储。网络隐私数据安全防护模型。

四、对比实验

（一）实验环境和测试环境设置

为验证防护模型设计方法的有效性和可靠性，本文以“某社交网络平台运营服务管理终端”为案例，验证本文设计方法的有效性和可靠性。在正式进入实验之前，需要做好测试环境技术参数设置。首先，将计算机部署到Ubunt环境中，并严格按照相关标准和要求，对Fabric社交网络节点进行有效部署，便于用户采用远程调用协议的方式，参与到社交网络互动中。当以上实验环境设置完毕后，需要严格按照如表1所示的測试环境技术参数，完成对测试环境科学设置。

（二）不同隐私防护方法对节点吞吐量影响分析

将基于自适应安全架构的隐私防护建模方法视为“传统方法1”；将基于改进YOLOv3的隐私防护建模方法视为“传统方法2”，本文结合以上两种传统方法获得如图1所示的实验结果。从图中可以看出，运用本文方法所获得的节点吞吐量在整个处理过程中均超过40Mbps，远远超过其他两种传统方法所获得节点吞吐量，这说明本文方法可以最大限度地提高社交网络隐私数据安全防护建模过程中的节点吞吐量，从而获得较高的隐私防护建模效率和水平。