1.信息隐藏方法,其特征在于:所述方法包括:获取大数据中第一数据所在位置;
获取第一数据中需要隐藏的秘密信息;
将第一数据作为预设神经网络训练的输入,以及将秘密信息作为预设神经网络的输出,对预设神经网络进行训练;
将第一数据输入训练后的神经网络,得到的输出作为第一信息;
将秘密信息与第一信息之间的差异作为第二信息;
将大数据中第一数据所在位置、第二信息以及训练后的神经网络发送给拥有秘密信息访问权限的用户。
2.信息隐藏方法,其特征在于:所述方法包括:获取需要隐藏的秘密信息;
将秘密信息切分成多个秘密子信息,并将多个秘密子信息在秘密信息中的相对位置作为多个第一编号;
从大数据中选取多个数据作为多个第一数据,将所述多个第一数据与多个秘密子信息进行一一对应;
获取大数据中所述多个第一数据所在位置;
将每个第一数据作为预设神经网络训练的输入,以及将该个第一数据对应的秘密子信息作为预设神经网络的输出,对预设神经网络进行训练;
将每个第一数据输入训练后的神经网络,得到的输出作为对应的第一信息;
将每个秘密子信息与对应的第一信息之间的差异作为对应的第二信息;
将大数据中所述多个第一数据所在位置、多个第一编号、多个第二信息以及训练后的神经网络发送给拥有秘密信息访问权限的用户。
3.根据权利要求2所述的信息隐藏方法,其特征在于:所述方法还包括:当训练后的神经网络有K组时,则将秘密信息的部分信息或属性信息作为校验信息;其中,K≧2;
将所述校验信息发送给拥有秘密信息访问权限的用户。
4.信息提取方法,其特征在于:所述方法包括:获取大数据中第一数据所在位置、第二信息以及训练后的神经网络;
根据大数据中第一数据所在位置,从大数据中提取第一数据;
将第一数据输入训练后的神经网络,得到的输出作为第一信息;
将第一信息和第二信息合成秘密信息。
5.信息提取方法,其特征在于:所述方法包括:获取大数据中所述多个第一数据所在位置、多个第一编号、多个第二信息以及训练后的神经网络;
根据大数据中所述多个第一数据所在位置,从大数据中提取多个第一数据;
将每个第一数据输入训练后的神经网络,得到的输出作为对应的第一信息;
将每个第一信息和对应的第二信息合成得到对应的秘密子信息;
根据多个第一编号,将所有秘密子信息合成得到秘密信息。
6.根据权利要求5所述的信息提取方法,其特征在于:所述方法还包括:当获取的训练后的神经网络有K组时,在得到K组秘密信息后,从K组秘密信息中选出与校验信息一致的秘密信息;其中,K≧2;
当与校验信息一致的秘密信息为一组时,将该组秘密信息发送给拥有秘密信息访问权限的用户;
当与校验信息一致的秘密信息多于一组时,从与校验信息一致的多组秘密信息中获取重复次数最多的秘密信息,并在重复次数最多的秘密信息中选出其中一组秘密信息发送给拥有秘密信息访问权限的用户。
7.信息隐藏系统,其特征在于:所述系统包括:位置获取模块,用于获取大数据中第一数据所在位置;
秘密信息获取模块,用于获取第一数据中需要隐藏的秘密信息;
训练模块,用于将第一数据作为预设神经网络训练的输入,以及将秘密信息作为预设神经网络的输出,对预设神经网络进行训练;
第一信息获取模块,用于将第一数据输入训练后的神经网络,得到的输出作为第一信息;
第二信息获取模块,用于将秘密信息与第一信息之间的差异作为第二信息;
发送模块,用于将大数据中第一数据所在位置、第二信息以及训练后的神经网络发送给拥有秘密信息访问权限的用户。
8.信息隐藏系统,其特征在于:所述系统包括:秘密信息获取模块,用于获取需要隐藏的秘密信息;
切分模块,用于将秘密信息切分成多个秘密子信息,并将多个秘密子信息在秘密信息中的相对位置作为多个第一编号;
第一数据获取模块,用于从大数据中选取多个数据作为多个第一数据,将所述多个第一数据与多个秘密子信息进行一一对应;
位置获取模块,用于获取大数据中所述多个第一数据所在位置;
训练模块,用于将每个第一数据作为预设神经网络训练的输入,以及将该个第一数据对应的秘密子信息作为预设神经网络的输出,对预设神经网络进行训练;
第一信息获取模块,用于将每个第一数据输入训练后的神经网络,得到的输出作为对应的第一信息;
第二信息获取模块,用于将每个秘密子信息与对应的第一信息之间的差异作为对应的第二信息;
发送模块,用于将大数据中所述多个第一数据所在位置、多个第一编号、多个第二信息以及训练后的神经网络发送给拥有秘密信息访问权限的用户。
9.信息提取系统,其特征在于:所述系统包括:获取模块,用于获取大数据中第一数据所在位置、第二信息以及训练后的神经网络;
第一数据提取模块,用于根据大数据中第一数据所在位置,从大数据中提取第一数据;
第一信息获取模块,用于将第一数据输入训练后的神经网络,得到的输出作为第一信息;
合成模块,用于将第一信息和第二信息合成秘密信息。
10.信息提取系统,其特征在于:所述系统包括:获取模块,用于获取大数据中所述多个第一数据所在位置、多个第一编号、多个第二信息以及训练后的神经网络;
第一数据提取模块,用于根据大数据中所述多个第一数据所在位置,从大数据中提取多个第一数据;
第一信息获取模块,用于将每个第一数据输入训练后的神经网络,得到的输出作为对应的第一信息;
第一合成模块,用于将每个第一信息和对应的第二信息合成得到对应的秘密子信息;
第二合成模块,用于根据多个第一编号,将所有秘密子信息合成得到秘密信息。