计算机应用研究

作者：陈庆儒,周权,叶心琪,

单位：广州大学数学与信息科学学院,广州510006；

关键词：数据确权,恶意子集攻击,原子特征,集合包含关系,规范形式,K-means聚类,布隆过滤器,

基金：国家重点研发计划资助项目(2021YFA1000600)；国家自然科学基金资助项目(12171114)；广州大学研究生创新能力培养项目(JCCX2024-012)；；

针对数据要素市场化中因二次确权引发的权属纠纷问题、制约数据流通效率的现状，旨在构建一种能够识别并防御恶意子集确权攻击的结构化数据确权方案。研究方法包括将数据分解为原子特征单元：分类属性通过独热编码生成语义唯一正交向量，数值属性通过K-means聚类提取最小语义簇中心向量；设计规范形式函数消除特征集合顺序歧义，基于集合包含关系判定子集归属，并结合抗碰撞哈希与布隆过滤器优化检测效率。实验结果表明，该方案能有效提升非法子集确权检测效率，平均拒绝率达71.45%，验证时间控制在35 ms内，实现了特征级权属的细粒度管控。结论表明，所提方案为数据流通中的二次确权风险提供了可计算、可验证的解决方案，具有较高的实用性与安全性。

来源：2026年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第4期