【技术实现步骤摘要】
本专利技术属于数据处理，具体涉及一种商业敏感数据安全存储方法。
技术介绍
1、随着企业信息化程度的提高，商业敏感数据的安全存储和保护成为了企业不可忽视的重要任务。商业敏感数据包括交易时间、交易金额等，其中一些数据可能包含着敏感的商业信息，因此，需要对这些数据进行加密存储。目前传统的加密方法通常采用静态的加密策略，无法适应数据的冬天变化和敏感程度。
2、而目前常用孤立森林算法来识别出数据中的异常点，传统的孤立森林算法在利用多个维度构建同一棵孤立树时，是将各个维度随机排列，若将数据不易区分的维度放在距离孤立树根节点更近的位置，有可能会弱化异常点的影响，使异常点难以被孤立出来，会导致无法有效的区分异常数据点。
技术实现思路
1、本专利技术提供一种商业敏感数据安全存储方法，用于解决现有技术中在利用多个维度构建同一棵孤立树时将各个维度特征随机排列会弱化异常点，进而导致无法有效识别异常数据点。
2、本专利技术的一种商业敏感数据安全存储方法采用如下技术方案：
3、采集多维度商业敏感数据并将其作为原始数据，获取原始数据的各个维度；
4、根据每个维度中数据的离群程度计算出每个维度的孤立程度；
5、将全部维度进行任意数量的组合得到多个子组合，将维度不重叠且合并后能包含全部维度的多个子组合合并为一个组合集；其中每个子组合内包含多个维度；
6、将每个维度内数据点按时间先后顺序排列得到每个维度时序序列；根据每个维度时序序列中每个数据点前
7、将每个维度位于目标起始点之后的数据构成的序列作为每个维度新时序序列；根据每个组合集内每个子组合中所有维度新时序序列对应位置数据值的差异，计算出每个组合集的优选程度；
8、选取出优选程度最大的组合集作为最优组合集，根据最优组合集中每个子组合内包含的维度数量，计算出每个维度的孤立程度权值；
9、将每个维度的孤立程度与对应的孤立程度权值相乘得到每个维度的加权孤立程度；
10、将每个维度的加权孤立程度从大到小进行排序构建孤立树，根据孤立树计算出每个原始数据的敏感程度；
11、利用每个原始数据的敏感程度获取对每个原始数据进行加密时的密钥选取范围，根据密钥选取范围对每个原始数据进行加密存储。
12、进一步地，根据每个维度中数据的离群程度计算出每个维度的孤立程度的步骤包括：
13、获取任一维度中的任一数据点记为第个维度中的第个数据点；
14、计算出第个维度中的第个数据点与第个维度中除第个数据点之外的其余数据点的距离和值，并将得到的和值作为第个维度内的第个数据点对应的第一和值；
15、利用第个维度中全部数据点取值计算出第个维度的数据均值；
16、计算出第个维度内的第个数据点取值与第个维度的数据均值的差值，并将得到的差值记为第个维度内的第个数据点对应的第一差值；
17、计算出每个维度内的每个数据点对应的第一和值，计算出每个维度内的每个数据点对应的第一差值；
18、根据每个维度内的每个数据点对应的第一和值、每个维度内的每个数据点对应的第一差值，计算出每个维度的孤立程度。
19、进一步地，每个维度的孤立程度的计算公式为：
20、
21、其中，表示第个维度的孤立程度；表示第个维度中数据点总数；表示第个维度中的第个数据点；表示第个维度中除第个数据点外其余数据点的总数量；表示第个维度中除第个数据点外其余数据中的第个数据点；表示第个维度中第个数据点的取值；表示第个维度中除第个数据点外其余数据中的第个数据点取值；表示第个维度内的所有数据的均值。
22、进一步地，根据每个维度时序序列中每个数据点前后波动变化，计算出每个维度内每个数据点为目标起始点的可能性的步骤包括：
23、对于第个维度中第个数据点，以第个数据点为起始点在第个维度时序序列中向左索引个数据点，将索引到的全部数据记为第个数据点之前索引窗口中数据；其中，表示预设索引窗口大小；
24、以第个数据点为起始点在第个维度时序序列中向右索引个数据点，将索引到的全部数据记为第个数据点之后索引窗口中数据；
25、根据第个数据点之前索引窗口中相邻项的差分值和第个数据点之后索引窗口中相邻项的差分值，计算出第个维度内第个数据点为目标起始点的可能性；
26、计算出每个维度内每个数据点为目标起始点的可能性。
27、进一步地，每个维度内每个数据点为目标起始点的可能性的计算公式为：
28、
29、其中，表示任意一个维度内第个数据为目标起始点的可能性；表示预设索引窗口大小；表示第个数据点之前索引窗口中的第个数据；表示第个数据点之前索引窗口中的第个数据；表示第个数据点之前索引窗口中的相邻项的差分值均值；表示第个数据点之后索引窗口中的第个数据；表示第个数据点之后索引窗口中的第个数据；表示第个数据点之后索引窗口中的相邻项的差分值均值。
30、进一步地，每个组合集的优选程度的计算公式为：
31、
32、其中，表示每个组合集的优选程度；表示每个组合集中包含的子组合数量；表示每个组合集中的第个子组合；表示在所有维度中包含数据总量最小的维度中对应的数据总量；表示每个子组合内的维度数量；表示每个子组合内的第个维度；表示每个组合集中的第个子组合的个维度的第个位置对应的数据取值；表示每个组合集中的第个子组合的所有维度的第个位置对应的数据取值均值。
33、进一步地，根据最优组合集中每个子组合内包含的维度数量，计算出每个维度的孤立程度权值的步骤包括：
34、将最优组合集中每个维度所在子组合内包含的维度数量，作为与每个维度相关的其他维度数量；
35、根据与每个维度相关的其他维度数量，计算出每个维度的孤立程度权值。
36、进一步地，每个维度的孤立程度权值的计算公式为：
37、
38、其中，表示每个维度的孤立程度权值；表示与每个维度相关的其他维度数量；表示以自然常数为底的指数函数。
39、进一步地，根据孤立树计算出每个原始数据的敏感程度的步骤包括：
40、构建孤立树后利用孤立森林算法计算出每个原始数据的异常程度，将每个原始数据的异常程度作为每个原始数据的敏感程度。
41、进一步地，利用每个原始数据的敏感程度获取对每个原始数据进行加密时的密钥选取范围的步骤包括：
42、利用每个原始数据的敏感程度计算出对每个原始数据进行加密时的密钥选取范围的最小值和最大值，每个原始数据进行加密时的密钥选取范围的最小值的计算公式为：
43、
44、每个原始数据进行加密时的密钥选取范围的最大值的计算公式为：
45、...
【技术保护点】
1.一种商业敏感数据安全存储方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，根据每个维度中数据的离群程度计算出每个维度的孤立程度的步骤包括：
3.根据权利要求2所述的一种商业敏感数据安全存储方法，其特征在于，每个维度的孤立程度的计算公式为：
4.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，根据每个维度时序序列中每个数据点前后波动变化，计算出每个维度内每个数据点为目标起始点的可能性的步骤包括：
5.根据权利要求4所述的一种商业敏感数据安全存储方法，其特征在于，每个维度内每个数据点为目标起始点的可能性的计算公式为：
6.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，每个组合集的优选程度的计算公式为：
7.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，根据最优组合集中每个子组合内包含的维度数量，计算出每个维度的孤立程度权值的步骤包括：
8.根据权利要求7所述的一种商业敏感数据安全存储方法，其特征在于，每个
9.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，根据孤立树计算出每个原始数据的敏感程度的步骤包括：
10.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，利用每个原始数据的敏感程度获取对每个原始数据进行加密时的密钥选取范围的步骤包括：
...【技术特征摘要】
1.一种商业敏感数据安全存储方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，根据每个维度中数据的离群程度计算出每个维度的孤立程度的步骤包括：
3.根据权利要求2所述的一种商业敏感数据安全存储方法，其特征在于，每个维度的孤立程度的计算公式为：
4.根据权利要求1所述的一种商业敏感数据安全存储方法，其特征在于，根据每个维度时序序列中每个数据点前后波动变化，计算出每个维度内每个数据点为目标起始点的可能性的步骤包括：
5.根据权利要求4所述的一种商业敏感数据安全存储方法，其特征在于，每个维度内每个数据点为目标起始点的可能性的计算公式为：
6.根据权利要...
【专利技术属性】
技术研发人员：柳晶，章恒，卢子言，
申请(专利权)人：深圳市酷石生活科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。