一种提升大数据安全性的方法与流程

1.本发明涉及大数据安全领域,尤其涉及一种提升大数据安全性的方法。


背景技术：

2.在当前大数据管理领域中，大数据管理人员通常使用大数据管理操作管理系统,来与服务器进行管理对接,生成相应的安全性要求,并对安全性要求数据和服务器信息进行存储和管理。由于大数据管理的特殊性，与其他管理不同的是,大数据管理面对的管理风险相对较大，因此,对于大数据管理领域的大数据而言,风险监测成为大数据管理过程中所必不可少的重要环节。
3.目前的风险监测方法,主要是对存保的服务器进行风险监测,将数据遗漏、数据加密类的安全性要求作为需要监测的风险事件,通过随机抽样检测的方式,在一定的监测周期内,对大数据管理操作管理系统中的安全性要求数据和服务器信息进行抽样检测，在抽查到上述欺诈的问题时,则向该问题安全性要求的相关管理人员进行风险警告并对问题安全性要求开展核查工作。
4.但是,现有的风险监测方法,一方面，只是根据检测出的问题安全性要求数据对大数据欺诈类风险进行监测，并没有对安全性要求办理过程中的管理操作规范程度进行监测，导致管理不合规类事件积少成多,对大数据的管理和未来发展造成极大的风险隐患;另一方面,通过随机抽样检测的方式,能够检测到的数据样本有限,即使检测到问题安全性要求,也很难从问题安全性要求的相关管理人员中，确定出具体的责任对象,导致对管理标准风险的监测效率较低。


技术实现要素：

5.为了克服现有技术存在的缺点与不足,本发明提供一种提升大数据安全性的方法。
6.本发明所采用的技术方案是，一种提升大数据安全性的方法，其将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点，然后在各个安全性计算节点发生时将其加密和解密设定参数与对应的计算节点警告极限值进行比较，并在安全性计算节点的加密和解密设定参数超过对应计算节点警告极限值时发出相应的不合规警告提示。
7.优选的，具体包括如下步骤：s1：将大数据管理安全性控制阶段当中的安全性风险控制阶段对应划分为若干个安全性标准风险计算节点；然后根据大数据管理的安全性进展程度对应生成各个安全性计算节点的计算节点警告极限值，以及安全性控制阶段的安全性实施警告极限值；s2：在安全性计算节点发生时获取该安全性计算节点的加密和解密设定参数，然后将该安全性计算节点的加密和解密设定参数与对应的计算节点警告极限值作比较，并在加密和解密设定参数大于对应计算节点警告极限值时发出相应的不合规警告提示；
s3：在安全性控制阶段获取对应的加密和解密设定参数，然后将安全性控制阶段的加密和解密设定参数与对应的安全性实施警告极限值作比较，并在加密和解密设定参数大于对应安全性实施警告极限值时发出相应的不合规警告提示。
8.优选的，步骤s1中，还根据大数据管理的安全性进展程度生成对应各个安全性计算节点的计算节点风险等级值；步骤s2中，在安全性计算节点发生时，将该安全性计算节点的加密和解密设定参数与对应的计算节点风险等级值作比较，并在加密和解密设定参数小于对应计算节点风险等级值时发出相应的风险警告提示。
9.优选的，步骤s1中，当前一安全性计算节点的加密和解密设定参数小于其对应的计算节点警告极限值时，根据该前一安全性计算节点的加密和解密设定参数和计算节点警告极限值对后一安全性计算节点的计算节点警告极限值进行调整。
10.优选的，步骤s3中具体包括以下步骤：s31：在安全性控制阶段的送审信息通过后，获取安全性控制阶段的初步风险等级和进展风险等级；s32：将初步风险等级与对应安全性实施警告极限值作比较，若初步风险等级大于安全性实施警告极限值，则发出相应的不合规警告提示；否则，进入下一步骤；s33：将进展风险等级与对应安全性实施警告极限值作比较，若进展风险等级大于安全性实施警告极限值，则发出相应的不合规警告提示；否则，进入下一步骤；s34：进入大数据管理风险控制阶段。
11.优选的，安全性实施警告极限值为大数据管理安全性进展程度的百分之九十五。
12.优选的，步骤s1中，将大数据管理安全性控制阶段当中的安全性风险控制阶段对应划分为安全性开始计算节点、安全性中期计算节点、安全性修改计算节点和安全性完成计算节点。
13.优选的，安全性开始计算节点的计算节点警告极限值为安全性进展程度的百分之四十，安全性开始计算节点的计算节点风险等级值为安全性进展程度的百分之二十；安全性中期计算节点和安全性修改计算节点的计算节点警告极限值为安全性进展程度的百分之七十，安全性中期计算节点和安全性修改计算节点的计算节点风险等级值为安全性进展程度的百分之五十；安全性完成计算节点的计算节点警告极限值为安全性进展程度的百分之八十，安全性完成计算节点的计算节点风险等级值为安全性进展程度的百分之六十。
14.本发明还公开了一种提升大数据安全性的方法，其基于上述的安全性实施管控不合规警告提示方法实施，具体包括：大数据管理安全性划分组件，用于将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点；大数据管理安全性计算节点监测组件，用于在安全性计算节点发生时获取该安全性计算节点的加密和解密设定参数，以及该大数据管理的安全性进展程度；大数据管理安全性控制组件，用于将安全性计算节点的加密和解密设定参数输入至预先建立的安全性风险警告模型内并获取安全性风险警告模型输出的安全性风险警告结果；所述安全性风险警告模型根据安全性进展程度生成对应安全性计算节点的计算节点警告极限值，然后将该安全性计算节点的加密和解密设定参数与对应的计算节点警告极限值作比较，当加密和解密设定参数大于对应计算节点警告极限值时，输出相应的安全性风
险安全结果并发出不合规警告提示作为安全性风险警告结果。
15.优选的，所述安全性风险警告模型根据安全性各维度参数和历史安全性信息建立；所述安全性各维度参数包括安全性计算节点、安全性计算节点起止时间、安全性风险因素、安全性人为工作内容和安全性进展程度；所述安全性风险警告模型根据深度学习模型计算对应的计算节点警告极限值。
16.本发明中的安全性实施管控不合规警告提示方法及系统与现有技术相比，具有如下优点：本发明中，将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点，并对各个安全性计算节点的加密和解密设定参数进行了管控，能够避免大数据管理在安全性风险控制超过预算，进而能够在一定程度上避免大数据管理在安全性控制阶段出现安全性风险算的问题，从而能够提升对大数据管理安全性实施的管控效果，并能够辅助提升大数据管理质量。其次，本发明根据安全性进展程度，以及历史数据或经验值提前计算生成了计算节点警告极限值和安全性实施警告极限值，使得对于各个安全性计算节点和安全性控制阶段的风险点管控效果更好，从而能够提升对大数据管理安全性实施的管控效果。
17.附图说明
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1为本发明实施例一中一种提升大数据安全性的方法的第一流程框图；图2为本发明实施例一中一种提升大数据安全性的方法的第二流程框图；图3为本发明实施例三中一种提升大数据安全性的方法的第一统结构图；图4为本发明实施例三中一种提升大数据安全性的方法的第二统结构图；图5为本发明实施例三中一种提升大数据安全性的方法的第三统结构图；图6为本发明实施例三中一种提升大数据安全性的方法的第四统结构图。
20.具体实施方式
21.需要说明的是,在不冲突的情况下,本技术中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本技术作进一步详细说明。
22.实施例一：本实施例中公开了一种提升大数据安全性的方法。
23.一种提升大数据安全性的方法，其将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点，然后在各个安全性计算节点发生时将其加密和解密设定参数与对应的计算节点警告极限值进行比较，并在安全性计算节点的加密和解密设定参数超过对应计算节点警告极限值时发出相应的不合规警告提示。结合图1
所示，具体包括如下步骤：s1：将大数据管理安全性控制阶段当中的安全性风险控制阶段对应划分为若干个安全性标准风险计算节点；然后根据大数据管理的安全性进展程度对应生成各个安全性计算节点的计算节点警告极限值，以及安全性控制阶段的安全性实施警告极限值；s2：在安全性计算节点发生时获取该安全性计算节点的加密和解密设定参数，然后将该安全性计算节点的加密和解密设定参数与对应的计算节点警告极限值作比较，并在加密和解密设定参数大于对应计算节点警告极限值时发出相应的不合规警告提示；s3：在安全性控制阶段获取对应的加密和解密设定参数，然后将安全性控制阶段的加密和解密设定参数与对应的安全性实施警告极限值作比较，并在加密和解密设定参数大于对应安全性实施警告极限值时发出相应的不合规警告提示。
24.本发明中，将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点，并对各个安全性计算节点的加密和解密设定参数进行了管控，能够避免大数据管理在安全性风险控制超过预算，进而能够在一定程度上避免大数据管理在安全性控制阶段出现安全性风险算的问题，从而能够提升对大数据管理安全性实施的管控效果，并能够辅助提升大数据管理质量。其次，本发明根据安全性进展程度，以及历史数据或经验值提前计算生成了计算节点警告极限值和安全性实施警告极限值，使得对于各个安全性计算节点和安全性控制阶段的风险点管控效果更好，从而能够提升对大数据管理安全性实施的管控效果。
25.具体实施过程中，步骤s1中，还根据大数据管理的安全性进展程度生成对应各个安全性计算节点的计算节点风险等级值；步骤s2中，在安全性计算节点发生时，将该安全性计算节点的加密和解密设定参数与对应的计算节点风险等级值作比较，并在加密和解密设定参数小于对应计算节点风险等级值时发出相应的风险警告提示。
26.在实际管控过程中，一些安全性风险控制大数据为了避免安全性风险算，会采购一些规格与预设规则不符的计算方法，使得大数据管理的质量难以得到保证。所以，本发明中还设置了计算节点风险等级值，并能够在加密和解密设定参数小于对应计算节点风险等级值时发出相应的风险警告提示，即能够在加密和解密设定参数与预算安全结果明显不符时发出风险警告，以提醒相关人员核查，从而能够辅助提升大数据管理质量。
27.具体实施过程中，结合图2所示，步骤s3中具体包括以下步骤：s31：在安全性控制阶段的送审信息通过后，获取安全性控制阶段的初步风险等级和进展风险等级；安全性实施警告极限值为安全性进展程度的百分之九十五；s32：将初步风险等级与对应安全性实施警告极限值作比较，若初步风险等级大于安全性实施警告极限值，则发出相应的不合规警告提示；否则，进入下一步骤；s33：将进展风险等级与对应安全性实施警告极限值作比较，若进展风险等级大于安全性实施警告极限值，则发出相应的不合规警告提示；否则，进入下一步骤；s34：进入大数据管理风险控制阶段。
28.在安全性控制阶段，本发明首先核查安全性实施的送审信息，并在送审信息通过后进行安全性控制阶段的安全结果管控，并能够发出相应的不合规警告提示，从而能够提升对大数据管理安全性实施的管控效果。其次，本发明对安全性控制阶段的加密和解密设定参数进行了两次不同的风险管控，这有利于提升对大数据管理安全性实施的管控效果。
29.具体实施过程中，步骤s1中，将大数据管理安全性控制阶段当中的安全性风险控制阶段对应划分为安全性开始计算节点、安全性中期计算节点、安全性修改计算节点和安全性完成计算节点。
30.本发明中，根据大数据管理的安全性风险控制阶段对应划分各个安全性计算节点，使得划分得到的安全性计算节点能够与大数据管理实际安全性风险控制流程相适应，从而有利于提升对各个安全性计算节点的管控效果，并能够提升对大数据管理安全性实施的管控效果。
31.具体实施过程中，安全性开始计算节点的计算节点警告极限值为安全性进展程度的百分之四十，安全性开始计算节点的计算节点风险等级值为安全性进展程度的百分之二十；安全性中期计算节点和安全性修改计算节点的计算节点警告极限值为安全性进展程度的百分之七十，安全性中期计算节点和安全性修改计算节点的计算节点风险等级值为安全性进展程度的百分之五十；安全性完成计算节点的计算节点警告极限值为安全性进展程度的百分之八十，安全性完成计算节点的计算节点风险等级值为安全性进展程度的百分之六十。
32.本发明中，通过对各个安全性计算节点的计算节点警告极限值和计算节点风险等级值的设置，使得对于各个安全性计算节点和安全性控制阶段的风险点管控效果更好，并能够在加密和解密设定参数与预算安全结果明显不符时发出风险警告，以提醒相关人员核查材料和风险点信息，从而能够提升对大数据管理安全性实施的管控效果，并能够辅助提升大数据管理质量。
33.实施例二：本实施例在实施例一的基础上，公开了计算节点警告极限值的更新方法。
34.本实施例的步骤s1中，当前一安全性计算节点的加密和解密设定参数小于其对应的计算节点警告极限值时，根据该前一安全性计算节点的加密和解密设定参数及对应的计算节点警告极限值对后一安全性计算节点的计算节点警告极限值进行调整。
35.本发明中，能够根据前一安全性计算节点的加密和解密设定参数与计算节点警告极限值的差值对后一安全性计算节点的计算节点警告极限值进行调整，使得该大数据管理最终的安全性实施安全结果能够与安全性进展程度更契合，从而能够更好的对各个安全性计算节点进行风险点管控，有利于提升对大数据管理安全性实施的管控效果。
36.例如，预先设置的安全性开始计算节点的计算节点警告极限值为安全性进展程度的百分之四十；安全性中期计算节点和安全性修改计算节点的计算节点警告极限值为安全性进展程度的百分之七十；安全性完成计算节点的计算节点警告极限值为安全性进展程度的百分之八十。那么，当安全性开始计算节点的加密和解密设定参数为安全性进展程度的百分之二十五时，其与计算节点警告极限值的差值为百分之十五，所以本实施例将安全性开始计算节点的下一安全性计算节点，安全性中期计算节点和安全性修改计算节点的计算节点警告极限值调整为安全性进展程度的百分之七十五。而当安全性开始计算节点的加密和解密设定参数为安全性进展程度的百分之三十八时，其与计算节点警告极限值的差值为百分之二，所以本实施例将安全性开始计算节点的下一安全性计算节点，安全性中期计算节点和安全性修改计算节点的计算节点警告极限值调整为安全性进展程度的百分之六十九。
37.具体的，当前一安全性计算节点的加密和解密设定参数与计算节点警告极限值的差值大于百分之十时，对应上调后一安全性计算节点的计算节点警告极限值；当前一安全性计算节点的加密和解密设定参数与计算节点警告极限值的差值小于百分之五时，对应下调后一安全性计算节点的计算节点警告极限值。具体的调整数值，根据历史数据或对应的大数据管理而定。这样，使得该大数据管理最终的安全性实施安全结果能够与安全性进展程度更契合。
38.实施例三：本实施例在实施例一的基础上，进一步公开了一种安全性实施管控不合规警告提示系统。
39.结合图3至图6所示，一种提升大数据安全性的方法，具体包括：大数据管理安全性划分组件，用于将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点；大数据管理安全性计算节点监测组件，用于在安全性计算节点发生时获取该安全性计算节点的加密和解密设定参数，以及该大数据管理的安全性进展程度；大数据管理安全性控制组件，用于将安全性计算节点的加密和解密设定参数输入至预先建立的安全性风险警告模型内并获取安全性风险警告模型输出的安全性风险警告结果；安全性风险警告模型根据安全性进展程度生成对应安全性计算节点的计算节点警告极限值，然后将该安全性计算节点的加密和解密设定参数与对应的计算节点警告极限值作比较，当加密和解密设定参数大于对应计算节点警告极限值时，输出相应的安全性风险安全结果并发出不合规警告提示作为安全性风险警告结果。本实施例中，安全性风险警告模型根据安全性各维度参数和历史安全性信息建立；安全性各维度参数包括安全性计算节点、安全性计算节点起止时间、安全性风险因素、安全性人为工作内容和安全性进展程度；安全性风险警告模型根据深度学习模型计算对应的计算节点警告极限值。
40.本发明中，通过大数据管理安全性划分组件将大数据管理安全性控制阶段当中的安全性风险控制阶段划分为若干个安全性标准风险计算节点，并结合大数据管理安全性计算节点监测组件和大数据管理安全性控制组件对各个安全性计算节点的加密和解密设定参数进行了管控，能够避免大数据管理在安全性风险控制超过预算，进而能够在一定程度上避免大数据管理在安全性控制阶段出现安全性风险算的问题，从而能够提升对大数据管理安全性实施的管控效果，并能够辅助提升大数据管理质量。其次，本发明中的安全性风险警告模型根据安全性进展程度，以及历史数据或经验值提前计算生成了对应的计算节点警告极限值和安全性实施警告极限值，使得对于各个安全性计算节点和安全性控制阶段的风险点管控效果更好，从而能够提升对大数据管理安全性实施的管控效果。
41.在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
42.以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作
过多描述，所属领域普通技术人员知晓申请日或者优先权日当中发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期当中常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。