数据资源优化传输策略及装置的制作方法

本发明涉及数据资源优化传输，具体为数据资源优化传输策略及装置。

背景技术：

1、随着互联网、物联网、云计算、边缘计算等技术的发展，数据资源的产生、传输、存储、分析和应用日益增加，数据资源成为推动社会经济发展的重要驱动力。然而，数据资源的传输过程也面临着诸多挑战，如网络带宽不足、网络延迟过高、网络丢包率过大、网络安全风险增加、网络管理复杂度提高等。这些挑战导致数据资源的传输效率低下、传输质量差、传输成本高、传输风险大，限制了数据资源的利用价值和潜力。

2、为了解决上述问题，目前已有一些数据资源优化传输的方法和技术，如数据压缩、数据编码、数据加密、数据分片、数据缓存和数据调度等。然而，这些方法和技术往往是孤立的，缺乏统一的框架和策略，不能充分考虑数据的特征、应用的需求、网络的状况和安全的要求，不能有效地协调和平衡数据资源优化传输过程中涉及到的各种因素和目标，不能实现数据资源优化传输的最优化；

3、为此我们提出数据资源优化传输策略及装置。

技术实现思路

1、本发明的目的在于提供一种数据资源优化传输策略及其装置，具备统一的框架和策略，能够综合考虑数据的特征、应用的需求、网络的状况和安全的要求，动态地选择合适的方法和技术，实现数据资源优化传输过程中各种因素和目标之间的协调和平衡，达到最优化的效果，解决了现有技术中缺乏统一框架和策略，难以有效协调和平衡各种因素和目标，难以实现最优化效果的问题。

2、为进行上述目的，本发明提供如下技术方案：数据资源优化传输策略，包括数据压缩、数据编码、数据加密、数据分片、数据缓存和数据调度六个子策略，其特征在于：所述子策略均基于人工智能、分布式账本、隐私保护和自适应学习技术，根据数据的特征、应用的需求、网络的状况和安全的要求，动态地选择合适的算法和方案，达到预设的压缩比、可靠性、安全性、吞吐量和成本。

3、优选的，所述数据压缩子策略基于卷积神经网络、循环神经网络、自编码器、生成对抗网络深度学习模型和算法，对数据进行自适应的编码和解码，进行数据压缩率和质量之间的平衡，同时降低计算开销和能耗；

4、所述数据编码子策略基于ldpc、turbo、polar前向纠错编码算法，以及网络编码、多路径传输方案，根据网络的带宽、延迟、丢包率状况，优化数据的可靠性和容错性；

5、同时基于tcp/ip、udp/ip、quic传输协议的特点和适用性；

6、所述数据加密子策略基于aes-256、rsa-4096、ecc-521对称加密或非对称加密算法，以及同态加密隐私保护技术，根据数据的敏感性和保密性，优化数据的完整性和机密性；在不解密数据的情况下进行计算和分析。

7、优选的，所述数据分片子策略基于区块链分布式账本技术，对数据进行安全可信的切分、传输和存储，优化数据管理的透明性和可追溯性；

8、所述区块链分布式账本技术包括公有链、私有链、联盟链类型和结构；所述数据缓存子策略基于联邦学习隐私保护技术，在不泄露用户敏感数据的前提下，在网络边缘侧进行数据分析和处理，同时优化缓存容量和更新策略；

9、所述联邦学习隐私保护技术包括差分隐私、同态加密、安全多方计算方法和机制；

10、所述数据调度子策略基于元学习自适应学习技术，在不需要人为干预的情况下，在线地学习网络状态的变化，并动态地选择最优的传输路径和资源；所述元学习自适应学习技术包括模型无关元学习、模型基元学习、优化器基元学习框架和方法。

11、优选的，所述装置包括控制模块、压缩模块、编码模块、加密模块、分片模块、缓存模块和调度模块；

12、所述控制模块根据数据的特征、应用的需求、网络的状况和安全的要求，动态地选择合适的压缩算法、编码方案、加密算法、分片策略、缓存策略和调度策略，并控制其他模块的协调和运行；

13、所述压缩模块基于卷积神经网络、循环神经网络、自编码器、生成对抗网络深度学习模型和算法，对数据进行自适应的编码和解码，进行数据压缩率和质量之间的平衡，同时降低计算开销和能耗；

14、所述编码模块基于ldpc、turbo、polar前向纠错编码算法，以及网络编码、多路径传输方案，根据网络的带宽、延迟、丢包率状况，优化数据的可靠性和容错性；

15、同时基于tcp/ip、udp/ip、quic传输协议的特点和适用性；

16、所述加密模块基于aes-256、rsa-4096、ecc-521对称加密或非对称加密算法，以及同态加密隐私保护技术，根据数据的敏感性和保密性，优化数据的完整性和机密性；在不解密数据的情况下进行计算和分析；

17、所述分片模块基于区块链分布式账本技术，对数据进行安全可信的切分、传输和存储，同时提高数据管理的透明性和可追溯性；

18、所述缓存模块基于联邦学习隐私保护技术，在不泄露用户敏感数据的前提下，在网络边缘侧进行数据分析和处理，同时优化缓存容量和更新策略；所述调度模块基于元学习自适应学习技术，在不需要人为干预的情况下，在线地学习网络状态的变化，动态地选择传输路径和资源。

19、优选的，所述装置部署在云端或边缘端，或者跨越云端和边缘端，进行数据资源优化传输策略的执行和管理。

20、优选的，所述装置基于无线或有线的方式与其他数据资源优化传输策略的装置进行通信和协作，进行数据资源优化传输策略的分布式和协同。

21、优选的，所述装置经人工或自动进行配置和调整，进行数据资源优化传输策略的定制和优化。

22、优选的，所述策略适应多种类型和规模的数据资源，包括文本、图像、音频、视频格式，以及结构化、半结构化、非结构化形式。

23、优选的，所述策略适应云计算、物联网、边缘计算、大数据分析领域，优化数据资源的传输效率和质量，降低数据资源的传输成本和风险。

24、优选的，所述策略保护数据资源的安全性和隐私性，进行数据资源的可信共享和协同处理；基于人工智能技术对数据资源进行智能分析和决策支持，优化数据资源的价值和效益。

25、与现有技术相比，本发明的有益效果如下：

26、1、本发明通过设置统一的框架和策略，将数据资源优化传输过程划分为六个子策略：数据压缩子策略、数据编码子策略、数据加密子策略、数据分片子策略、数据缓存子策略和数据调度子策略，并为每个子策略定义了相应的目标函数和优化算法，实现了对数据资源优化传输过程中涉及到的各种因素和目标的综合考虑和动态调整；

27、2、本发明通过利用深度学习等人工智能技术，对数据资源进行自适应的压缩和编码，实现了数据压缩率和质量之间的平衡，同时降低了计算开销和能耗；

28、3、本发明通过利用前向纠错编码算法以及网络编码和多路径传输等方案，根据网络带宽、延迟、丢包率等状况，提高了数据可靠性和容错性；同时考虑了不同传输协议如tcp/ip、udp/ip、quic等的特点和适用性；

29、4、本发明通过利用对称加密或非对称加密算法以及同态加密等隐私保护技术，根据数据敏感性和保密性，保障了数据完整性和机密性；同时在不解密数据的情况下进行计算和分析；

30、5、本发明通过利用区块链等分布式账本技术，对数据进行安全可信的切分、传输和存储，同时提高了数据管理的透明性和可追溯性；

31、6、本发明通过利用联邦学习技术，在不泄露用户敏感数据的前提下，在网络边缘侧进行数据分析和处理，同时优化了缓存容量和更新策略；

32、7、本发明通过利用元学习技术，在不需要人为干预的情况下，在线地学习网络状态的变化，并动态地选择最优的传输路径和资源。