一种分级防护的生物信息数据库的更新方法及系统技术方案

本发明专利技术公开了一种分级防护的生物信息数据库的更新方法及系统，涉及数据库更新技术领域；所述方法包括以下步骤：通过采集更新生物信息数据库时的影响信息，影响信息包括格式纠正信息、网络波动信息、数据冲突信息，将采集的格式纠正信息、网络波动信息、数据冲突信息生成质量评估系数，将生成的质量评估系数与质量评估阈值进行对比，根据对比结果对上传更新数据进行标记，根据标记的上传更新数据的分析数据模块状态，对状态差的数据模块进行预警处理，及时通知数据库管理人员进行核查，防止在后续使用过程中出现问题，影响生物信息数据库的正常更新，提高了数据库更新的准确性。提高了数据库更新的准确性。提高了数据库更新的准确性。

【技术实现步骤摘要】
一种分级防护的生物信息数据库的更新方法及系统


[0001]本专利技术涉及数据库更新
，具体涉及一种分级防护的生物信息数据库的更新方法及系统。

技术介绍

[0002]分级防护是指根据信息的敏感程度和访问权限的需求，将数据和系统进行划分和分类，并为其分配相应的安全措施和权限级别的过程，在信息安全领域，分级防护是一种常见的安全管理方法，用于保护机密、敏感或重要数据的机密性、完整性和可用性，在分级防护中，数据和系统被分为多个级别或层次，每个级别都有不同的安全要求和访问权限，不同等级权限可以进行不同的数据处理。
[0003]生物信息数据库是指存储和管理与生物学和生物信息学相关的数据的专门数据库，这些数据库收集、整合和提供各种生物信息，包括基因组序列、蛋白质信息、表达数据、代谢通路、蛋白质结构、物种分类、基因
‑
疾病关联等内容，生物信息数据库在研究生物学研究、基因组学分析等方面起着重要的作用。
[0004]现有技术存在以下不足：在分级防护的生物信息数据库中，对于不同重要等级的数据在进行更新时，生物信息的重要等级越高，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分级防护的生物信息数据库的更新方法，其特征在于，包括以下步骤；采集更新生物信息数据库时的影响信息，影响信息包括格式纠正信息、网络波动信息、数据冲突信息；将采集的格式纠正信息、网络波动信息、数据冲突信息生成质量评估系数；将生成的质量评估系数与质量评估阈值进行对比，根据对比结果对上传更新数据进行标记；根据标记的上传更新数据的分析数据模块状态，对状态差的数据模块进行预警处理。2.根据权利要求1所述的一种分级防护的生物信息数据库的更新方法，其特征在于，格式纠正信息包括纠错数据占比值，网络波动信息包括网络异常抖动次数，数据冲突信息包括更新数据重复率，将纠错数据占比值、网络异常抖动次数、更新数据重复率分别标定为、、。3.根据权利要求2所述的一种分级防护的生物信息数据库的更新方法，其特征在于，纠错数据占比值的获取逻辑如下：获取用户进行数据更新的总量作为更新数据总量，标定为ZL，将数据格式错误出现次数进行统计并标定为GS，将缺失值和空白数据出现次数进行统计并标定为QS，将逻辑错误数据出现次数进行汇总并标定为LJ，将数据格式错误出现次数、缺失值和空白数据出现次数以及逻辑错误数据出现次数进行求和汇总，并与更新数据总量之间的比值作为纠错数据占比值，表达式为：。4.根据权利要求3所述的一种分级防护的生物信息数据库的更新方法，其特征在于，网络异常抖动次数获取的逻辑如下：获取用户上传更新数据开始时长与上传更新结束时长之间的时长差值T，在时长差值T内网络中断次数标定为ZDCS，将传输错误次数标定为CWCS和受到的网络攻击次数标定为GJCS进行统计，将网络中断次数、传输错误次数以及网络攻击次数汇总求和得到网络异常抖动次数。5.根据权利要求4所述的一种分级防护的生物信息数据库的更新方法，其特征在于，更新数据重复率获取的逻辑如下：获取t时刻内各用户上传更新完毕的数据总量标定为SJL，将各用户上传的数据之间进行比对，得到各用户上传数据之间的数据重复情况，各用户上传的数据总量中重复数据量标定为CFL，将数据总量与重复数据量计算得到实际上传数据量并标定为，表达式为，将实际上传数据量与要上传的生物信息数据库的数据进行对比，得到生物信息数据库已存在数据量并标定为YCZ，根据已存在数据量与实际上传数据量比值得到更新数据重复率，表达式为：。6.根据权利要求5所述的一种分级防护的生物信息数据库的更新方法，其特征在于，将采集的格式纠正信息、网络波动信息、数据冲突信息生成质量评估系数，是指将纠错数据占比值、网络异...

【专利技术属性】
技术研发人员：刘志岩，郑青松，
申请(专利权)人：北京星云医学检验实验室有限公司，
类型：发明
国别省市：