信息安全专业 · 数据安全课程设计

基于网络爬虫与国密算法的数据采集和安全保护系统

系统围绕公开数据采集、隐私保护和国密文件安全展开。此页面用于课程答辩展示,不依赖临时隧道,也不公开私钥、密钥、日志、原始附件或明文电话。

公网答辩首页
可访问
最终百度图片
53 张
房源测试样本
110 条
动态文件操作
本地演示

实验一:数据采集与隐私保护

百度图片采集

25 / 13 / 15

搜索关键词严格使用“北方工业大学”,分页参数为 pn=0、30、60。严格核验后,三页分别保留25、13、15张图片,共53张。

链家房源处理

110 条

离线验机样本完成字段清洗、房源ID去重、姓名脱敏和Excel导出。公开页面不展示真实手机号。

隐私与完整性

SM4 + HMAC-SM3

电话字段采用随机IV的SM4-CBC加密,每条房源记录生成标准HMAC-SM3,用于检测关键字段是否被修改。

实验二:国密文件安全工具

SM3

计算文件摘要;文件修改一个字节后,摘要随之变化。

SM4-CBC

随机文件密钥与随机IV配合PKCS#7填充,支持任意长度文件的加密和解密。

SM2

生成真实曲线密钥对,封装SM4文件密钥,并完成文件签名与验签。

篡改检测

摘要或签名验证失败时拒绝解密,避免在完整性未知的情况下输出文件。

安全处理流程

公开数据采集 数据清洗 姓名脱敏 SM4加密 HMAC-SM3 SM2签名验签

公开演示边界

说明:静态答辩页用于稳定展示,不把未执行的动态操作标记为成功。完整算法演示需同时启动本地Flask服务和受控的固定隧道。