一种基于大数据的数据分级加密方法及AI系统技术方案

本申请提供的一种基于大数据的数据分级加密方法及AI系统，获得针对第一对象收集的业务互动数据；对所述业务互动数据进行识别处理；利用若干个数据清洗线程，对进行识别处理后的业务互动数据进行清洗处理，得到若干个第一清洗结果；将所述若干个第一清洗结果进行加权处理，得到与所述业务互动数据向量相同的第一待加密数据；结合所述第一待加密数据和第二待加密数据的相似度，确定所述业务互动数据中是否携带有第二对象，在确定所述业务互动数据中携带有所述第二对象时，对所述业务互动数据进行加密处理，从而能够提高数据加密的准确性，因此，能够有效的保障数据的安全性和可靠性。性。性。

【技术实现步骤摘要】
一种基于大数据的数据分级加密方法及AI系统


[0001]本申请涉及数据加密
，具体而言，涉及一种基于大数据的数据分级加密方法及AI系统。

技术介绍

[0002]随着物联网与人工智能大数据的发展，在大数据时代，数据信息安全已经成为时下人们最为关注的问题。数据加密仍是计算机AI系统对信息进行保护的一种最可靠的办法。它利用密码技术对信息进行加密，实现信息隐蔽，从而起到保护信息的安全的作用。
[0003]在实际操作过程中，在对数据加密的过程中，可能存在数据安全等级不同，而导致数据加密不到位或者数据加密错误的问题，因此难以保障数据的安全性和可靠性。

技术实现思路

[0004]为改善相关技术中存在的技术问题，本申请提供了一种基于大数据的数据分级加密方法及AI系统。
[0005]第一方面，提供一种基于大数据的数据分级加密方法，该方法至少包括：获得针对第一对象收集的业务互动数据；对所述业务互动数据进行识别处理；利用若干个数据清洗线程，对进行识别处理后的业务互动数据进行清洗处理，得到若干个第一清洗结果；其中，所述若干个数据清洗线程中不同数据清洗线程的数据清洗块的清洗区域不同；将所述若干个第一清洗结果进行加权处理，得到与所述业务互动数据向量相同的第一待加密数据；结合所述第一待加密数据和第二待加密数据的相似度，确定所述业务互动数据中是否携带有第二对象，所述第二对象与所述第一对象的数据安全等级不同；所述第二待加密数据是通过对指定的样本数据进行清洗处理所得；在确定所述业务互动数据中携带有所述第二对象时，对所述业务互动数据进行加密处理。
[0006]在一种独立实施的实施例中，所述结合所述第一待加密数据和第二待加密数据的相似度，确定识别所述业务互动数据中是否携带有第二对象之前，还包括：通过所述若干个数据清洗线程，逐一对指定的样本数据进行清洗处理，得到若干个第二清洗结果；将所述若干个第二清洗结果进行加权处理，得到所述样本数据对应的第二待加密数据。
[0007]在一种独立实施的实施例中，所述对所述业务互动数据进行识别处理，包括：利用指定的异常许可变量，以及所述第一对象的业务互动数据的平均安全向量，对所述业务互动数据中各事件进行异常许可处理。
[0008]在一种独立实施的实施例中，所述利用指定的异常许可变量，以及所述第一对象的业务互动数据的平均安全向量，对所述业务互动数据中各事件点进行异常许可处理，包括：针对所述第一对象的业务互动数据的各个事件：通过所述第一对象的业务互动数据的平均安全向量和该事件的特征向量的比较结果，确定第一变量；通过所述异常许可变量对所述第一变量进行处理，得到第二变量；结合所述各个事件的第二变量，得到进行异常许可处理后的数据。
[0009]在一种独立实施的实施例中，结合所述各个事件的第二变量，得到进行异常许可处理后的数据，包括：针对所述各个事件：将该事件的第二变量和指定向量的融合结果，确定为该事件的第三变量；将所述指定向量和所述第三变量的比较结果，确定为该事件衍生后的特征向量；结合所述各个事件衍生后的特征向量，得到进行异常许可处理后的数据。
[0010]在一种独立实施的实施例中，进行所述异常许可处理之前，该方法还包括利用如下方式对所述第一对象的业务互动数据进行去极化向量清洗：针对所述第一对象的业务互动数据中的各个事件：通过指定的数据清洗块确定该事件对应的数据集合，该数据集合中包括若干个事件，将所述若干个事件的特征向量的去极化向量视为该事件的特征向量。
[0011]在一种独立实施的实施例中，所述识别处理还包括：在进行所述异常许可处理之后，将所述异常许可处理后的数据进行优化。
[0012]在一种独立实施的实施例中，将所述异常许可处理后的数据进行优化，具体包括：对所述异常许可处理后的数据进行无量纲简化处理：对所述无量纲简化处理后的数据进行优化；对优化后的数据进行挖掘处理。
[0013]在一种独立实施的实施例中，在所述识别处理之后，所述清洗处理之前，所述方法还包括：对所述优化后的数据进行数据反馈操作。
[0014]在一种独立实施的实施例中，结合所述第一待加密数据和第二待加密数据的相似度，确定所述业务互动数据中是否携带有第二对象之后，所述方法还包括：响应于所述业务互动数据中涵盖所述第二对象，对所述业务互动数据中所述第二对象的数据向量区间进行区间放大处理第二方面，提供一种基于大数据的数据分级加密AI系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述所述的方法。
[0015]本申请实施例所提供的一种基于大数据的数据分级加密方法及AI系统，获得针对第一对象收集的业务互动数据；对所述业务互动数据进行识别处理；利用若干个数据清洗线程，对进行识别处理后的业务互动数据进行清洗处理，得到若干个第一清洗结果；其中，所述若干个数据清洗线程中不同数据清洗线程的数据清洗块的清洗区域不同；将所述若干个第一清洗结果进行加权处理，得到与所述业务互动数据向量相同的第一待加密数据；结合所述第一待加密数据和第二待加密数据的相似度，确定所述业务互动数据中是否携带有第二对象，所述第二对象与所述第一对象的数据安全等级不同；所述第二待加密数据是通过对指定的样本数据进行清洗处理所得；在确定所述业务互动数据中携带有所述第二对象时，对所述业务互动数据进行加密处理，从而能够提高数据加密的准确性，因此，能够有效的保障数据的安全性和可靠性。
附图说明
[0016]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0017]图1为本申请实施例所提供的一种基于大数据的数据分级加密方法的流程图。
[0018]图2为本申请实施例所提供的一种基于大数据的数据分级加密装置的框图。
[0019]图3为本申请实施例所提供的一种基于大数据的数据分级加密AI系统的架构图。
具体实施方式
[0020]为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
[0021]请参阅图1，示出了一种基于大数据的数据分级加密方法，该方法可以包括以下步骤S101
‑
S105所描述的技术方案。
[0022]S101、获得针对第一对象收集的业务互动数据。
[0023]其中，所述第一对象，可以是任何数据采集端。
[0024]S102、对所述业务互动数据进行识别处理。
[0025]S103、利用若干个数据清洗线程，对进行识别处理后的业务互动数据进行清洗处理，得到若干个第一清洗结果；其中，所述若本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的数据分级加密方法，其特征在于，该方法至少包括：获得针对所述第一对象收集的业务互动数据；对所述业务互动数据进行识别处理；利用若干个数据清洗线程，对进行识别处理后的业务互动数据进行清洗处理，得到若干个第一清洗结果；其中，所述若干个数据清洗线程中不同数据清洗线程的数据清洗块的清洗区域不同；将所述若干个第一清洗结果进行加权处理，得到与所述业务互动数据向量相同的第一待加密数据；结合所述第一待加密数据和第二待加密数据的相似度，确定所述业务互动数据中是否携带有第二对象，所述第二对象与所述第一对象的数据安全等级不同；所述第二待加密数据是通过对指定的样本数据进行清洗处理所得；在确定所述业务互动数据中携带有所述第二对象时，对所述业务互动数据进行加密处理。2.根据权利要求1所述的方法，其特征在于，所述结合所述第一待加密数据和第二待加密数据的相似度，确定识别所述业务互动数据中是否携带有第二对象之前，还包括：通过所述若干个数据清洗线程，逐一对指定的样本数据进行清洗处理，得到若干个第二清洗结果；将所述若干个第二清洗结果进行加权处理，得到所述样本数据对应的第二待加密数据。3.根据权利要求1所述的方法，其特征在于，所述对所述业务互动数据进行识别处理，包括：利用指定的异常许可变量，以及所述第一对象的业务互动数据的平均安全向量，对所述业务互动数据中各事件进行异常许可处理。4.根据权利要求3所述的方法，其特征在于，所述利用指定的异常许可变量，以及所述第一对象的业务互动数据的平均安全向量，对所述业务互动数据中各事件点进行异常许可处理，包括：针对所述第一对象的业务互动数据的各个事件：通过所述第一对象的业务互动数据的平均安全向量和该事件的特征向量的比较结果，确定第一变量；通过所述异常许可变量对所述第一变量进行处理，得到第二变量；结合所述各个事件的第二变量，得到进行异常许...

【专利技术属性】
技术研发人员：高印，孙小梅，
申请(专利权)人：高印，
类型：发明
国别省市：