【技术】一种GIS矢量数据高效加解密方法，顾及空间特征|gis|矢量数据|算法|解密|频域

本期审图号GS京（2025）2375号

摘要

针对传统矢量数据加解密方法存在全量加解密效率低、资源消耗大的问题，提出一种融合分组特征提取、频域变换加密与顶点序列置乱的高效加解密算法：利用四叉树和道格拉斯-普克算法分组提取点要素和线、面要素的特征点；利用离散余弦变换(DCT)将分组提取的特征点坐标转换至频域，以SM4-FPE算法加密DC系数并保留AC系数；利用双射性置换技术对加密和未加密的坐标进行顶点序列置乱，实现密文坐标与明文坐标之间的混淆。实验表明：在坐标层面加解密矢量数据，可保留完整的文件结构与属性数据；在按需解密部分数据时效率可提升一个数量级，资源消耗也显著降低；综合利用了频域变换加密与密文、明文坐标混淆，其安全性与全量加密相当。在矢量数据高并发应用场景中，本方法兼顾了数据安全与高效访问需求，可为大规模矢量数据的安全共享提供轻量级解决方案。

引用

[1] 王旭,马照亭,赵园春,等. 顾及空间特征的矢量数据高效加解密方法研究[J]. 测绘科学, 2025, 50 (11): 162-170.

DOI:10.16251/j.cnki.1009-2307.2025.11.18.

引言

矢量数据是地理信息系统(geographic information system, GIS)常见的空间数据类型之一，广泛应用于空间规划、交通运输、水利水电、位置服务、自动驾驶等领域，具有较高的商用价值。由于矢量数据模型与格式的通用性，用户可以不需获得数据供应商的许可，就能多次分发或出售这些数据 [3] 。加密技术能够有效避免非法用户获取、使用、复制和扩散数据，是一种有效保护矢量数据版权的技术手段。数据在存储或传输时，通过加密变换可以保证仅拥有密钥的合法用户才能正常使用，而无密钥的窃听者或黑客则无法识别或获取这些数据。

本文提出一种顾及矢量数据空间特征的加解密算法，通过“分组特征提取-频域变换加密-顶点序列置乱”三重防护架构实现数据安全性与解密效率的协同优化。针对传统文件加密方法解密计算复杂度高的问题，本算法创新性地采用顾及空间特征的高效加解密策略：①基于四叉树算法与道格拉斯-普克算法分组提取待加密的特征数据，减少矢量数据的加密规模；②在频域空间通过SM4-FPE算法 [14] 仅加密离散余弦变换(discrete cosine transform, DCT)变换后的低频信息DC系数，而保持高频信息AC系数不变；③结合双射性置乱技术，实现密文与明文坐标的顶点置乱，通过密钥与置乱规则的逆向恢复即可快速重构原始坐标。与传统加密方法相比，这种“特征加密+按需恢复”的模式有效解决了矢量数据在实时共享、边缘计算等场景下难以兼顾安全与效率的难题，为大规模空间数据的动态安全服务提供了新的技术路径。

主要图表