基于大数据的区域链数据处理方法技术

本发明专利技术提出了包括，基于大数据的区域链数据处理方法，由数据收集、数据分类、数据筛选构成的数据获取模块，数据比较、分析模块获得对应的计算任务的任务队列；数据分析阶段包括：筛选异常信息，并对异常信息进行标记归档；数据分类统计模块连接数据比较、分析模块，获取算法模型针对数据的预测标注结果，以及对所述数据的实际标注结果；数据比较阶段包括：调取原有信息，对异常信息进行数据比对并分析数据异常原因；将异常数据及分析所得原因和结果通报至控制中心和查询终端，有效提高了数据分析的效率，不仅对开发管理过程中所需要的数据和方案及时的综合优化，而且使得一些指标能够优先产出，进而提升计算效率并增强其适用性。进而提升计算效率并增强其适用性。

【技术实现步骤摘要】
基于大数据的区域链数据处理方法


[0001]本专利技术涉及计算机科学
，具体为基于大数据的区域链数据处理方法。

技术介绍

[0002]现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越 密切，生活也越来越方便，大数据就是这个高科技时代的产物。随着云时代的来临，大 数据也吸引了越来越多的关注。在现今的社会，大数据的应用越来越彰显他的优势，它 占领的领域也越来越大，电子商务、O2O、物流配送等，各种利用大数据进行发展的领 域正在协助企业不断地发展新业务，创新运营模式。
[0003]数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息 和形成结论而对数据加以详细研究和概括总结的过程，这一过程也是质量管理体系的支 持过程，在实用中，数据分析可以帮助人们做出判断，以便采取适当的行动，数据分析 的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为现实， 并使得数据分析得以推广，数据分析是数学与计算机科学相结合的产物。
[0004]目前对于大数据处理面临数据容量大，形式多样化，从而造成分析对比的难度较 大，而且存储到数据库时容易造成数据存储混乱，导致在调取分析数据的时候方法较为 复杂并且耗时较长。

技术实现思路

[0005]为解决上述技术问题，本专利技术提出了基于大数据的区域链数据处理方法，有效提高 了数据分析的效率，不仅对开发管理过程中所需要的数据和方案及时的综合优化，而且 使得一些指标能够优先产出，进而提升计算效率并增强其适用性。
[0006]基于大数据的区域链数据处理方法，其特征在于：包括，由数据收集、数据分类、 数据筛选构成的数据获取模块，所述数据来源获取用于配置指标属性的指标配置信息， 根据数据类型对数据进行预先类别划分；且数据获取模块通过深度神经网络连接数据去 噪筛选处理模块；
[0007]基于所要求的指标，数据比较、分析模块获得对应的计算任务的任务队列；数据分 析阶段包括：筛选异常信息，并对异常信息进行标记归档；数据去噪筛选处理模块连接 数据分类统计模块，数据分类统计模块连接数据比较、分析模块，获取算法模型针对数 据的预测标注结果，以及对所述数据的实际标注结果；数据比较阶段包括：调取原有信 息，对异常信息进行数据比对并分析数据异常原因；将异常数据及分析所得原因和结果 通报至控制中心和查询终端；数据比较、分析模块输出连通数据分配模块，数据分配模 块输出连接任务分析模块；
[0008]判断所述预测标注结果与所述实际标注结果是否相同；数据存储、异常通报，区块 链信息、网络数据收集和人工数据输入的数据根据所述配置信息创建指标并获得所述计 算任务的资源策略数据；根据所述任务资源策略数据以及所述计算任务数据的类型，确 定
对所述任务列表中的计算工作进行优化处理，根据所述待标注对象以及所述实际标注 结果，生成用于所述算法模型计算的数据；
[0009]对阙值数据进行分析，设置数据超标理由；以及生成评估报告模块、信用评估模 块、评估报告与信用评估分数匹配度判定模块以及风险报告生成模块。
[0010]上述结构中：首先通过数据获取模块对区块链数据进行数据收集、数据分类和数据 筛选，
[0011]数据筛选：对区块链数据进行筛选，筛选出其中的指标配置信息，数据收集：收集 用于配置指标属性的指标配置信息，数据分类：根据数据类型对数据进行预先类别划 分，实现对数据的初步处理；
[0012]其次，通过数据去噪筛选处理模块对预先类别划分的指标配置信息进行去噪筛选；
[0013]再其次，通过数据分类统计模块获取算法模型针对数据的预测标注结果，以及对所 述数据的实际标注结果；
[0014]再其次，通过数据比较、分析模块获得对应的计算任务的任务队列：
[0015]数据分析阶段包括：筛选异常信息，并对异常信息进行标记归档，数据比较阶段包 括：调取原有信息，对异常信息进行数据比对并分析数据异常原因，将异常数据及分析 所得原因和结果通报至控制中心和查询终端；
[0016]再其次，通过数据分配模块，将预测标注结果与所述实际标注结果分配到任务分析 模块，进行分析；
[0017]再其次，通过任务分析模块判断所述预测标注结果与所述实际标注结果是否相同， 数据存储、异常通报，区块链信息、网络数据收集和人工数据输入的数据根据所述配置 信息创建指标并获得所述计算任务的资源策略数据；根据所述任务资源策略数据以及所 述计算任务数据的类型，确定对所述任务列表中的计算工作进行优化处理，根据所述待 标注对象以及所述实际标注结果，生成用于所述算法模型计算的数据；
[0018]最后，任务分析模块将算法模型计算的数据传送到控制中心，控制中心从查询终端 调取数据，并通过调取的数据和算法模型计算的数据进行分析对比，通过观察预设的阙 值数据，设置数据超标理由，并且生成评估报告模块、信用评估模块、评估报告与信用 评估分数匹配度判定模块以及风险报告生成模块。
[0019]作为本专利技术进一步改进，所述区域链将专属证书和数据证书通过遗传算法创建密钥 和公钥。
[0020]作为本专利技术进一步改进，所述遗传算法包括如下：
[0021](1)个体编码；
[0022]遗传算法的运算对象是表示个体的符号串；
[0023](2初始群体的产生；
[0024]遗传算法是对群体进行的进化操作，需要给其淮备一些表示起始搜索点的初始群体 数据；
[0025](3)适应度汁算；
[0026]遗传算法中以个体适应度的大小来评定各个个体的优劣程度，从而决定其遗传机会 的大小；
[0027](4)选择运算；
[0028]选择运算把当前群体中适应度较高的个体按某种规则或模型遗传到下一代群体中；
[0029](5)交叉运算；
[0030]交叉运算是遗传算法中产生新个体的主要操作过程，以某一概率相互交换某两个个 体之间的部分染色体；
[0031](6)变异运算；
[0032]变异运算是对个体的某一个或某一些基因座上的基因值按某一较小的概率进行改 变，它也是产生新个体的一种操作方法。
[0033]与现有技术相比，本专利技术的有益效果为：
[0034]能够提高数据分析的效率；得出较为准确的预测结果；能够提高筛选方案的实效性； 提升开发管理效率；对开发管理过程中所需要的数据和方案及时的综合优化；使得一些指 标能够优先产出，进而提升计算效率并增强其适用性。
附图说明
[0035]图1为本专利技术的数据分析方法的原理结构示意图。
具体实施方式
[0036]下面结合附图与具体实施方式对本专利技术作进一步详细描述：
[0037]如图1所示：基于大数据的区域链数据处理方法，包括，由数据收集、数据分类、 数据筛选构成的数据获取模块，所述数据来源获取用于配置指标属性的指标配置信息， 根据数据类型对数据进行预先类别划分；且数据获取模块通过深度神经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的区域链数据处理方法，其特征在于：包括，由数据收集、数据分类、数据筛选构成的数据获取模块，所述数据来源获取用于配置指标属性的指标配置信息，根据数据类型对数据进行预先类别划分；且数据获取模块通过深度神经网络连接数据去噪筛选处理模块；基于所要求的指标，数据比较、分析模块获得对应的计算任务的任务队列；数据分析阶段包括：筛选异常信息，并对异常信息进行标记归档；数据去噪筛选处理模块连接数据分类统计模块，数据分类统计模块连接数据比较、分析模块，获取算法模型针对数据的预测标注结果，以及对所述数据的实际标注结果；数据比较阶段包括：调取原有信息，对异常信息进行数据比对并分析数据异常原因；将异常数据及分析所得原因和结果通报至控制中心和查询终端；数据比较、分析模块输出连通数据分配模块，数据分配模块输出连接任务分析模块；判断所述预测标注结果与所述实际标注结果是否相同；数据存储、异常通报，区块链信息、网络数据收集和人工数据输入的数据根据所述配置信息创建指标并获得所述计算任务的资源策略数据；根据所述任务资源策略数据以及所述计算任务数据的类型，确定对所述任务列表中的计算工作进行优化处理，根据所述...

【专利技术属性】
技术研发人员：杨海花，
申请(专利权)人：祐樘南京软件科技有限公司，
类型：发明
国别省市：