本发明涉及安全存储，特别涉及一种基于人工智能的固态硬盘数据安全存储方法及装置。
1、随着信息技术的飞速发展，数据安全已成为数字时代的核心关注点之一。特别是对于企业级应用和个人隐私保护而言，存储在固态硬盘（ssd）上的数据面临着诸多安全挑战，包括但不限于数据泄露、未经授权的访问、恶意篡改以及硬盘故障导致的数据丢失等风险。传统加密方法虽然能在一定程度上保护数据，但对于高度敏感信息而言，单一的加密层可能不足以应对复杂多变的安全威胁。此外，由于固态硬盘的物理特性和数据存储机制（如磨损均衡、垃圾回收等），在硬盘层面实现高效且细粒度的数据管理与保护尤为困难。
1、本发明的主要目的为提供一种基于人工智能的固态硬盘数据安全存储方法及装置，解决了固态硬盘上恶意篡改以及硬盘故障导致的数据丢失的技术问题。
2、为实现上述目的，本发明提供了一种基于人工智能的固态硬盘数据安全存储方法，包括以下步骤：
3、对固态硬盘上的数据进行敏感性识别，得到敏感性数据，并按照预设的敏感程度对所述敏感性数据进行排序，得到敏感性排序数据；其中，所述敏感性数据具有多个；
4、按照预设的数据拆分规则，对所述敏感性排序数据进行分段拆分，得到分段拆分数据；其中，所述分段拆分数据具有多个；
5、调用预先设定的编码表，将所述分段拆分数据与所述编码表内的数据进行映射匹配，得到各分段拆分数据对应的数据拆分编码；
6、通过预设的哈希算法，对所述数据拆分编码进行统一长度，得到长度统一拆分数据；
7、基于所述长度统一拆分数据构建数据拆分矩阵，并将所述数据拆分矩阵内的各个元素赋予对应的标码，将各个所述标码按照预设的排列规则对所述数据拆分矩阵进行加密。
8、作为本发明进一步的方案，敏感性排序数据包括第一敏感性排序数据以及第二敏感性排序数据，对固态硬盘上的数据进行敏感性识别，得到敏感性数据，并按照预设的敏感程度对所述敏感性数据进行排序，得到敏感性排序数据，包括：
10、通过预设的敏感性识别算法对所述扫描数据进行搜索，得到初步敏感性数据；
11、对所述初步敏感性数据赋予标签，得到敏感数据等级；其中，所述标签包括高度敏感、中度敏感和低度敏感，所述敏感数据等级包括高度敏感数据、中度敏感数据和低度敏感数据；
12、对所述低度敏感数据进行上下文分析，得到分析结果，并判断所述分析结果是否在预设的敏感范围内；
13、若所述分析结果内的低度敏感数据是在预设的敏感范围内，则将所述高度敏感数据、中度敏感数据和低度敏感数据进行组合，得到第一组合数据；
14、若所述分析结果是不在预设的敏感范围内，则将所述高度敏感数据、中度敏感数据进行组合，得到第二组合数据；
15、对所述第一组合数据内的高度敏感数据、中度敏感数据和低度敏感数据进行降序或者升级排序，得到第一敏感性排序数据；
16、或者对所述第二组合数据内的高度敏感数据、中度敏感数据进行降序或者升级排序，得到第二敏感性排序数据。
17、作为本发明进一步的方案，按照预设的数据拆分规则，对一个所述敏感性排序数据进行分段拆分，得到分段拆分数据，包括：
18、利用循环遍历数组方法，对一个所述敏感性排序数据进行长度计算，得到敏感性数据的长度；
19、基于预设的数据拆分规则，对敏感性排序数据进行分段拆分，得到初步分段拆分数据；其中，所述初步分段拆分数据具有多个；
20、对初步分段拆分数据进行安全性评估，得到各个所述初步分段拆分数据的评估结果；
21、基于所述评估结果对所述初步分段拆分数据进行安全优先级映射，得到优先级映射分布数据；
22、通过预设的长度检测算法，对优先级映射分布数据进行检测，得到各个映射长度；
23、检测各个映射长度是否符合等比长度，若任一所述映射长度不符合等比长度，则对对应的映射长度进行长度补偿，得到补偿分段拆分数据；
24、将补偿分段拆分数据进行等比检测，直至补偿分段拆分数据为等比长度为止，得到补偿等比拆分数据，并将补偿等比拆分数据作为分段拆分数据。
25、作为本发明进一步的方案，调用预先设定的编码表，将所述分段拆分数据与所述编码表内的数据进行映射匹配，得到各分段拆分数据对应的数据拆分编码，包括：
26、调用预先设定的编码表，将所述分段拆分数据与所述编码表内的编码表数据进行初步映射匹配，得到初步匹配结果；
27、基于所述初步匹配结果对所述分段拆分数据进行检测识别，以判断所述分段拆分数据是否具有不与所述编码表内的数据映射匹配的分段拆分数据；
28、若分段拆分数据内具有不与所述编码表内的数据映射匹配的分段拆分数据，则对所述分段拆分数据进行数据提取，得到提取数据；
30、将所述标识数据输入预设的标识算法内进行标识编码，得到第一编码数据；
31、将所述第一编码数据与所述初步匹配结果内的编码表数据进行融合，得到各分段拆分数据对应的数据拆分编码。
32、作为本发明进一步的方案，通过预设的哈希算法，对所述数据拆分编码进行统一长度，得到长度统一拆分数据，包括：
33、通过预设的哈希算法，对所述数据拆分编码进行数据块转化，得到多个数据块；
35、基于所述初步长度哈希值构建哈希树；其中，所述哈希树包括树状以及节点，所述节点作为填充数据块的长度，所述树状作为初步长度哈希值对应的标签；
36、将所述哈希树输入预设的检测算法内进行长度检测，得到检测结果，若检测结果内任一所述标签对应的长度不在设哈希值的范围内，则通过数据填充技术，对检测结果内不满足预设哈希值的初步长度哈希值进行填充，以得到填充哈希树；
39、作为本发明进一步的方案，基于所述长度统一拆分数据构建数据拆分矩阵，并将所述数据拆分矩阵内的各个元素赋予对应的标码，将各个所述标码按照预设的排列规则对所述数据拆分矩阵进行加密，包括：
42、查阅所述数据拆分矩阵中元素的个数，基于所述个数确定标码的个数；其中，所述标码包括字母、数字以及汉字偏旁；
43、将确定后的标码赋予在所述数据拆分矩阵内的各个元素上，得到标码矩阵；
46、作为本发明进一步的方案，所述排序标码包括第一排序标码、第二排序标码以及第三排序标码，按照预设的排列规则对所述标码矩阵上的标码进行排序，得到排序标码，基于所述排序标码对所述数据拆分矩阵进行加密，包括：
47、将所述标码矩阵上的标码进行检测，若所述标码矩阵的正对角线的和是预设的定值，则将所述标码矩阵上对应的标码从上到下以及从左到右进行依次排序，得到第一排序标码，并基于所述排序标码对所述数据拆分矩阵进行加密；
48、若所述标码矩阵的正对角线的和不是预设的定值，则将所述标码矩阵内的偏旁以及偏旁在所述标码矩阵的位置输入预设的编码算法内进行映射匹配，得到对应的字母或者/和数字，得到映射矩阵，并将所述映射矩阵上对应的标码从上到下以及从左到右进行依次排序，得到第二排序标码，并基于所述第二排序标码对所述数据拆分矩阵进行加密；或，
49、若所述标码矩阵的正对角线的和不是预设的定值，则将所述标码矩阵内的字母以及字母在所述标码矩阵的位置输入预设的编码算法内进行映射匹配，得到对应的字母或者/和数字，得到映射矩阵，并将所述映射矩阵上对应的标码从上到下以及从左到右进行依次排序，得到第三排序标码，并基于所述第三排序标码对所述数据拆分矩阵进行加密。
51、识别模块，用于对固态硬盘上的数据进行敏感性识别，得到敏感性数据，并按照预设的敏感程度对所述敏感性数据进行排序，得到敏感性排序数据；其中，所述敏感性数据具有多个；
52、拆分模块，用于按照预设的数据拆分规则，对所述敏感性排序数据进行分段拆分，得到分段拆分数据；其中，所述分段拆分数据具有多个；
53、编码模块，用于调用预先设定的编码表，将所述分段拆分数据与所述编码表内的数据进行映射匹配，得到各分段拆分数据对应的数据拆分编码；
54、统一模块，用于通过预设的哈希算法，对所述数据拆分编码进行统一长度，得到长度统一拆分数据；
55、分配模块，用于基于所述长度统一拆分数据构建数据拆分矩阵，并将所述数据拆分矩阵内的各个元素赋予对应的标码，将各个所述标码按照预设的排列规则对所述数据拆分矩阵进行加密。
56、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
57、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
58、本发明提供的基于人工智能的固态硬盘数据安全存储方法，包括以下步骤：对固态硬盘上的数据进行敏感性识别，得到敏感性数据，并按照预设的敏感程度对所述敏感性数据进行排序，得到敏感性排序数据；按照预设的数据拆分规则，对所述敏感性排序数据进行分段拆分，得到分段拆分数据；调用预先设定的编码表，将所述分段拆分数据与所述编码表内的数据进行映射匹配，得到各分段拆分数据对应的数据拆分编码；通过预设的哈希算法，对所述数据拆分编码进行统一长度，得到长度统一拆分数据；基于所述长度统一拆分数据构建数据拆分矩阵，并将所述数据拆分矩阵内的各个元素赋予对应的标码，将各个所述标码按照预设的排列规则对所述数据拆分矩阵进行加密；通过上述的技术方案，解决了固态硬盘上恶意篡改以及硬盘故障导致的数据丢失的技术问题；实现了数据存储的高度安全性和灵活性的有益效果。
