员工数据泄密防护中的布隆过滤器PHP语言算法研究

<?php
/**
 * 适配员工数据泄密防护的布隆过滤器类
 */
class BloomFilterForDataLeakage {
    private $bitArray;      // 二进制位数组（通过字符串模拟）
    private $bitLength;     // 位数组长度（bit）
    private $hashCount;     // 哈希函数数量
    private $hashSeeds;     // 哈希函数种子（保证哈希函数独立性）
    /**
     * 初始化布隆过滤器
     * @param int $bitLength 位数组长度（bit）
     * @param int $hashCount 哈希函数数量
     */
    public function __construct(int $bitLength, int $hashCount) {
        $this->bitLength = $bitLength;
        $this->hashCount = $hashCount;
        // 初始化哈希种子，确保多个哈希函数的独立性
        $this->hashSeeds = [11, 31, 61, 97]; // 适配4个哈希函数的种子集合
        // 初始化位数组，字符串中每个字符代表8个bit，初始值为0
        $byteLength = (int)ceil($bitLength / 8);
        $this->bitArray = str_repeat(chr(0), $byteLength);
    }
    /**
     * 哈希函数：通过种子生成数据的哈希值
     * @param string $data 待哈希数据
     * @param int $seed 哈希种子
     * @return int 哈希映射后的位数组下标
     */
    private function hash(string $data, int $seed): int {
        $hashValue = 0;
        $length = strlen($data);
        for ($i = 0; $i < $length; $i++) {
            // 结合种子计算哈希值，增强哈希分布均匀性
            $hashValue = $seed * $hashValue + ord($data[$i]);
        }
        // 取模运算，确保哈希值落在位数组下标范围内
        return abs($hashValue) % $this->bitLength;
    }
    /**
     * 插入敏感数据特征到布隆过滤器
     * @param string $sensitiveData 敏感数据特征
     */
    public function insert(string $sensitiveData): void {
        for ($i = 0; $i < $this->hashCount; $i++) {
            $index = $this->hash($sensitiveData, $this->hashSeeds[$i]);
            // 计算当前bit所在的字节位置和位位置
            $byteIndex = (int)floor($index / 8);
            $bitIndex = $index % 8;
            // 将对应bit位设置为1（通过位运算实现）
            $byte = ord($this->bitArray[$byteIndex]);
            $byte |= (1 << $bitIndex);
            $this->bitArray[$byteIndex] = chr($byte);
        }
    }
    /**
     * 查询数据是否包含敏感特征（存在性判断）
     * @param string $data 待检测数据
     * @return bool true：可能包含敏感数据（存在员工数据泄密风险）；false：一定不包含
     */
    public function query(string $data): bool {
        for ($i = 0; $i < $this->hashCount; $i++) {
            $index = $this->hash($data, $this->hashSeeds[$i]);
            $byteIndex = (int)floor($index / 8);
            $bitIndex = $index % 8;
            // 检查对应bit位是否为1
            $byte = ord($this->bitArray[$byteIndex]);
            if (($byte & (1 << $bitIndex)) === 0) {
                return false;
            }
        }
        return true;
    }
}
/**
 * 员工数据泄密防护的布隆过滤器应用示例
 */
// 1. 初始化布隆过滤器（参数：位数组长度690708bit，哈希函数数量4）
$bloomFilter = new BloomFilterForDataLeakage(690708, 4);
// 2. 构建敏感数据特征库（模拟企业敏感数据，实际场景可从数据库批量载入）
$sensitiveDataList = [
    '企业核心技术专利号：ZL20241XXXXXXXXX',
    '客户隐私信息：手机号段138XXXX',
    '商业机密：2024年度核心客户清单',
    '财务数据：2024年Q3营收报表',
    '项目机密：XX项目核心研发方案'
];
// 3. 将敏感数据特征载入布隆过滤器
foreach ($sensitiveDataList as $sensitiveData) {
    $bloomFilter->insert($sensitiveData);
}
echo "敏感数据特征库载入完成，共载入" . count($sensitiveDataList) . "条敏感特征\n";
// 4. 模拟员工上传文件数据提取（实际场景需对接文件解析接口提取文本）
$employeeUploadData = [
    '正常文件内容：2024年员工团建活动方案',
    '违规文件内容：企业核心技术专利号：ZL20241XXXXXXXXX及相关技术参数',
    '正常文件内容：部门月度工作总结',
    '违规文件内容：客户隐私信息：手机号段138XXXX对应的客户列表',
    '正常文件内容：办公设备采购清单'
];
// 5. 对员工上传数据进行敏感特征匹配，检测员工数据泄密风险
foreach ($employeeUploadData as $index => $uploadData) {
    $hasSensitiveData = $bloomFilter->query($uploadData);
    if ($hasSensitiveData) {
        echo "检测结果【" . ($index + 1) . "】：上传数据包含敏感特征，存在员工数据泄密风险，已阻断上传操作并触发告警\n";
    } else {
        echo "检测结果【" . ($index + 1) . "】：上传数据未包含敏感特征，无员工数据泄密风险，允许上传\n";
    }
}
?>