一种大数据安全存储方法及系统技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种大数据安全存储方法及系统，包括：对原始数据序列分解得到趋势项以及残差项；获得原始数据的异常程度；根据产生响应的趋势项和异常程度获得原始数据的损益值；根据原始数据的损益值和响应的趋势项得到趋势项的真实损益值；根据响应的残差项得到残差项的真实损益值；根据趋势项和残差项的真实损益值获得原始数据改正后的值，将原始数据改正后的值进行分解和安全存储。本发明专利技术通过对原始数据改正，获得较为平稳的趋势项数据以及较小的残差项数据，即减少密文数据量，有效提高密文数据存储效率。有效提高密文数据存储效率。有效提高密文数据存储效率。

【技术实现步骤摘要】
一种大数据安全存储方法及系统


[0001]本专利技术涉及数据处理
，具体涉及一种大数据安全存储方法及系统。

技术介绍

[0002]随着计算机技术的发展，社会生产逐步进入自动化和信息化时代，出现了智能化生产以及智能化监测，其中主要通过计算机进行存储产生的数据。因为大型企业能耗监测中产生的监测数据体量大，所以需要利用计算机系统进行分析与存储。同时大型企业能耗数据通常可以在一定程度上反应企业的产能以及生产分配状况，并涉及企业的私密信息，所以在存储过程中需要加密处理能耗数据。
[0003]对于数据的存储安全主要根据数据间关系进行数据转换，以实现原始数据信息的隐藏；且当前监测数据为时序数据，因此可以直接利用常规时序分解进行数据转换，比如常见的方法有STL分解，但是常规的STL分解方法获得分解项取决于数据原始分布，导致所获得分解项中包括趋势项不平稳、残差项过大特征，使得分解后数据量大，不利于当前较大体量的能耗监测数据。所以本专利技术直接对原始数据进行改正，有利于分解获得便于存储的分解项数据。

技术实现思路

[0004]本专利技术提供一种大数据安全存储方法及系统，以解决现有的问题。
[0005]本专利技术的一种大数据安全存储方法及系统采用如下技术方案：本专利技术一个实施例提供了一种大数据安全存储方法及系统，该方法包括以下步骤：一种大数据安全存储方法，该方法包括以下步骤：通过能源消耗监测设备对不同生产线的能源消耗进行监测，获得原始数据序列；对原始数据序列分解得到所有趋势项以及所有残差项；根据原始数据序列中每个原始数据对应残差项、每个原始数据对应趋势项差值与趋势项周围最相邻趋势项差值获得每个原始数据的异常程度；确定对每个原始数据产生相应的趋势项和残差项；根据产生响应的趋势项所对应的原始数据的异常程度、产生响应后的趋势项差值与产生响应前趋势项差值的差异、产生响应后残差项与产生响应前残差项的差异获得原始数据的损益值；根据原始数据的损益值、每次响应和相邻次响应趋势项差值的差异计算每个趋势项在每次响应中趋势项的真实损益值；根据响应前后残差项差值和响应前后相邻残差项差值计算残差值的真实损益值；根据原始数据对应的所有响应的趋势项与残差项的真实损益值计算原始数据改正后的真实损益值；根据改正后的真实损益值以及原始数据计算每个原始数据改正后的值；将原始数据改正后的值进行分解，并得到分解后趋势项序列、分解后的残差项序列和分解后的周期项序列；分解后趋势项序列和分解后的残差项序列作为密文数据，将分
解后的周期项序列作为密钥并进行安全存储。
[0006]优选的，所述对原始数据序列分解得到所有趋势项以及所有残差项，包括的具体步骤如下：对于原始数据序列使用STL分解得到趋势项序列以及残差项序列；趋势项序列中的每个元素记为趋势项；残差项序列中的每个元素记为残差项。
[0007]优选的，所述根据原始数据序列中每个原始数据对应残差项、每个原始数据对应趋势项差值与趋势项周围最相邻趋势项差值获得每个原始数据的异常程度，包括的具体步骤如下：记原始数据序列中原始数据对应残差项和残差项最大值的比值为第一比值；获取原始数据对应的趋势项差值与周围最相邻趋势项中每个趋势项差值的差异，记为周围最相邻趋势项中每个趋势项差值的第一差异；将周围最相邻趋势项中所有趋势项差值的第一差异的均值，记为第一均值，将第一比值与第一均值的乘积记为每个原始数据的异常程度。
[0008]优选的，所述根据产生响应的趋势项所对应的原始数据的异常程度、产生响应后的趋势项差值与产生响应前趋势项差值的差异、产生响应后残差项与产生响应前残差项的差异获得原始数据的损益值，包括的具体公式如下：将每个原始数据对应的趋势项的响应数量记为K，将趋势项响应时对应的残差项响应个数记为N；其中表示一次改正后，所响应的第u个趋势项的差值；表示在响应之前的趋势项差值；表示对应的原始数据的异常程度；表示第x个周期中所对应的第y个所响应的残差项，表示在响应之前对应的残差项，表示原始数据序列中任意一个原始数据的损益值。
[0009]优选的，所述根据原始数据的损益值、每次响应和相邻次响应趋势项差值的差异计算每个趋势项在每次响应中趋势项的真实损益值，包括的具体公式如下：计算每个趋势项在每次响应中趋势项的真实损益值，包括的具体公式如下：表示获取第s个趋势项在相邻第c次响应对应的原始数据的损益值，表示第j次响应中对应的第s个趋势项差值减少量的绝对值，表示第s个趋势项在第j次响应的相邻响应中第c次响应时，前后趋势差值的差值再取绝对值，表示第s个趋势项在第j次响应中真实损益；Q表示相邻响应次数。
[0010]优选的，所述根据响应前后残差项差值和响应前后相邻残差项差值计算残差值的真实损益值，包括的具体步骤如下：
其中表示第j次响应后第s个响应残差，表示响应之前对应的残差项，表示在第j次响应的相邻响应中第c次响应后的第s个残差项，表示第c次响应对应的原始数据的损益值，即表示第s个残差在第j次响应的真实损益；Q表示相邻响应次数。
[0011]优选的，所述原始数据改正后的真实损益值是指原始数据对应的所有响应的趋势项的真实损益与残差项的真实损益值之和。
[0012]优选的，所述根据改正后的真实损益值以及原始数据计算每个原始数据改正后的值，包括的具体步骤如下:根据改正后的真实损益值、残差项计算每个原始数据的最终改正数，将最终改正数与原始数据的和记为每个原始数据改正后的值。
[0013]优选的，所述根据改正后的真实损益值、残差项计算每个原始数据的最终改正数，包括的具体步骤如下：将原始数据对应的残差项的相反数作为原始数据的改正数，将改正后的真实损益值进行映射获得映射后的真实损益值，将映射后的真实损益值与原始数据的改正数的乘积作为原始数据的最终改正数。
[0014]优选的，该系统包含以下模块：数据采集模块，通过能源消耗监测设备对不同生产线的能源消耗进行监测，获得原始数据序列；数据采集模块，通过能源消耗监测设备对不同生产线的能源消耗进行监测，获得原始数据序列；数据处理模块，用于对原始数据序列分解得到所有趋势项以及所有残差项；根据原始数据序列中每个原始数据对应残差项获得每个原始数据的异常程度；根据产生响应的趋势项所对应的原始数据的异常程度、产生响应后的趋势项差值与产生响应前趋势项差值的差异、产生响应后残差项与产生响应前残差项的差异获得原始数据的损益值；根据原始数据的损益值、每次响应和相邻次响应趋势项差值的差异计算每个趋势项在每次响应中趋势项的真实损益值；根据响应前后残差项差值和响应前后相邻残差项差值计算残差值的真实损益值；根据原始数据对应的所有响应的趋势项与残差项的真实损益值获得原始数据改正后的值；将原始数据改正后的值进行分解，并得到分解后趋势项序列、分解后的残差项序列和分解后的周期项序列。
[0015]数据安全保护模块，将分解后趋势项序列和分解后的残差项序列作为密文数据，将分解后的周期项序列作为密钥并进行安全存储。
[0016]本专利技术的技术方案的有益效果是：（1）通过对原始数据改正，获得较为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大数据安全存储方法，其特征在于，该方法包括以下步骤：通过能源消耗监测设备对不同生产线的能源消耗进行监测，获得原始数据序列；对原始数据序列分解得到所有趋势项以及所有残差项；根据原始数据序列中每个原始数据对应残差项、每个原始数据对应趋势项差值与趋势项周围最相邻趋势项差值获得每个原始数据的异常程度；确定对每个原始数据产生相应的趋势项和残差项；根据产生响应的趋势项所对应的原始数据的异常程度、产生响应后的趋势项差值与产生响应前趋势项差值的差异、产生响应后残差项与产生响应前残差项的差异获得原始数据的损益值；根据原始数据的损益值、每次响应和相邻次响应趋势项差值的差异计算每个趋势项在每次响应中趋势项的真实损益值；根据响应前后残差项差值和响应前后相邻残差项差值计算残差值的真实损益值；根据原始数据对应的所有响应的趋势项与残差项的真实损益值计算原始数据改正后的真实损益值；根据改正后的真实损益值以及原始数据计算每个原始数据改正后的值；将原始数据改正后的值进行分解，并得到分解后趋势项序列、分解后的残差项序列和分解后的周期项序列；分解后趋势项序列和分解后的残差项序列作为密文数据，将分解后的周期项序列作为密钥并进行安全存储。2.根据权利要求1所述一种大数据安全存储方法，其特征在于，所述对原始数据序列分解得到所有趋势项以及所有残差项，包括的具体步骤如下：对于原始数据序列使用STL分解得到趋势项序列以及残差项序列；趋势项序列中的每个元素记为趋势项；残差项序列中的每个元素记为残差项。3.根据权利要求1所述一种大数据安全存储方法，其特征在于，所述根据原始数据序列中每个原始数据对应残差项、每个原始数据对应趋势项差值与趋势项周围最相邻趋势项差值获得每个原始数据的异常程度，包括的具体步骤如下：记原始数据序列中原始数据对应残差项和残差项最大值的比值为第一比值；获取原始数据对应的趋势项差值与周围最相邻趋势项中每个趋势项差值的差异，记为周围最相邻趋势项中每个趋势项差值的第一差异；将周围最相邻趋势项中所有趋势项差值的第一差异的均值，记为第一均值，将第一比值与第一均值的乘积记为每个原始数据的异常程度。4.根据权利要求1所述一种大数据安全存储方法，其特征在于，所述根据产生响应的趋势项所对应的原始数据的异常程度、产生响应后的趋势项差值与产生响应前趋势项差值的差异、产生响应后残差项与产生响应前残差项的差异获得原始数据的损益值，包括的具体公式如下：将每个原始数据对应的趋势项的响应数量记为K，将趋势项响应时对应的残差项响应个数记为N；其中表示一次改正后，所响应的第u个趋势项的差值；表示在响应之前的趋势项
差值；表示对应的原始数据的异常程度；表示第x个周期中所对应的第y个所响应的残差项，表示在响应之前对应的残差项，表示原始数据序列中任意一个原始数据的损益值。5.根据权利要求1所述一种大数据安全存储方法，其特征在于，所述根据原始数据...

【专利技术属性】
技术研发人员：荆海伟，李少敏，宋士彪，马海峰，鲁宽，李司慧，李福蕾，王静，董冉，
申请(专利权)人：济南大陆机电股份有限公司，
类型：发明
国别省市：