Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种用于数据存储的大数据管理优化方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种用于数据存储的大数据管理优化方法及系统,方法包括数据系统构建、用户信息验证、输入数据识别、数据加密存储和大数据管理优化。本发明涉及大数据存储管理技术领域,具体是指一种用于数据存储的大数据管理优化方法及系统,本发明采用双路径紧缩双向长短期神经网络进行输入数据识别,节省了数据存储过程中的算力资源;将数据分类为五种加密优先级,提升了识别分类的深度和维度;通过建构双路径的紧缩双向长短期神经网络,从模型训练阶段分化了数据识别的具体对象,并采用元启发式优化算法优化模型参数,提高了模型的整体性能;采用采用对称密钥分组密码加密算法进行数据存储加密,提高了数据加密的安全性。

主权项:1.一种用于数据存储的大数据管理优化方法,其特征在于:该方法包括以下步骤:步骤S1:数据系统构建,用于构建进行大数据管理优化的基本数据存储系统,具体为通过构建面向云环境数据存储的大数据管理系统,得到数据管理基本子系统;步骤S2:用户信息验证,用于验证登录系统的用户基本信息并激活数据识别和数据加密存储功能,具体为通过构建用户注册和认证单元,进行用户信息验证,得到用户信息验证反馈信息和待存储数据;步骤S3:输入数据识别,用于通过人工智能方法识别并判断用户数据是否包含需要加密的敏感数据,具体为依据所述待存储数据,采用结合元启发式优化算法的双路径紧缩双向长短期神经网络,进行输入数据识别,得到数据识别数据信息,所述数据识别数据信息,具体包括识别摘要、需加密敏感数据和无需加密通常数据,所述识别摘要,用于描述数据的识别分类情况,所述需加密敏感数据,具体包括第一级敏感数据、第二级敏感数据、第三级敏感数据和第四级敏感数据,所述无需加密通常数据,具体指零级敏感数据;所述结合元启发式优化算法的双路径紧缩双向长短期神经网络,具体包括紧缩卷积子块、双向长短期子块、致密子块、注意力子块、分类器子块和元启发式超参数优化算子;所述采用结合元启发式优化算法的双路径紧缩双向长短期神经网络,进行输入数据识别,得到数据识别数据信息的步骤,包括:步骤S31:训练数据收集与预处理,具体为从公开数据集中,收集用于输入数据识别的统计训练样例数据,并对统计训练数据进行数据预处理操作,得到优化训练样例数据;所述统计训练样例数据,具体包括指信息敏感度分级数据;所述信息敏感度分级数据,具体包括零级敏感数据、第一级敏感数据、第二级敏感数据、第三级敏感数据和第四级敏感数据;步骤S32:构建双路径紧缩双向长短期子网,包括构建紧缩卷积子块和构建双向长短期子块,得到第一路径紧缩双向长短期子网和第二路径紧缩双向长短期子网;所述第一路径紧缩双向长短期子网,用于处理非结构化数据;所述第二路径紧缩双向长短期子网,用于处理结构化数据;步骤S33:构建致密子块,具体为将所述第一路径紧缩双向长短期子网和所述第二路径紧缩双向长短期子网的输出连接至致密子块,并通过进行特征整合,构建所述致密子块,得到双路径整合特征数据;步骤S34:构建注意力子块,具体为引入注意力函数进行注意力特征混合,得到注意力混合特征数据;步骤S35:构建分类器子块,具体为采用softmax分类器,依据所述注意力混合特征数据,进行输入数据敏感分级,得到输入数据敏感识别信息;步骤S36:输入数据识别模型训练,具体为通过所述训练数据收集与预处理、所述构建双路径紧缩双向长短期子网、所述构建致密子块、所述构建注意力子块和所述构建分类器子块,进行模型训练,得到数据识别初始模型ModelDC,并通过模型训练,得到模型超参数组,所述模型超参数组,具体包括学习率、批大小、迭代次数、损失函数和失活率;步骤S37:构建元启发式超参数优化算法,具体指通过老鼠群体优化算法进行超参数更新,得到优化数据识别模型ModelDC;步骤S38:输入数据识别,具体为使用所述优化数据识别模型ModelDC,对所述待存储数据进行输入数据识别,得到数据识别数据信息,所述数据识别数据信息,具体包括识别摘要、需加密敏感数据和无需加密通常数据,所述识别摘要,用于描述数据的识别分类情况,所述需加密敏感数据,具体包括第一级敏感数据、第二级敏感数据、第三级敏感数据和第四级敏感数据,所述无需加密通常数据,具体指零级敏感数据;步骤S4:数据加密存储,用于对需要加密的敏感数据进行数据加密,并将加密后的数据和无需加密的通常数据存储至数据管理基本子系统的云端存储中,具体为采用对称密钥分组密码加密算法进行数据加密存储,得到存储反馈信息;所述存储反馈信息,具体包括加密存储反馈和未加密存储反馈;所述对称密钥分组密码加密算法,具体包括异或加密、取模加法加密和左按位循环加密;所述采用对称密钥分组密码加密算法进行数据加密存储,得到存储反馈信息的步骤,包括:步骤S41:构建异或加密块,计算公式为: 式中,CodeX是异或加密密文,PT是源数据明文,KeyX是异或加密密钥;步骤S42:构建取模加法加密块,计算公式为:CodeM=PT+KeyMmodY;式中,CodeM是取模加法加密密文,PT是源数据明文,KeyM是取模加法加密密钥,Y是取模参数,mod是取模运算符;步骤S43:构建左按位循环加密块,计算公式为:CodeR=PT<<N|PT>>8-N;式中,CodeR是左按位循环加密密文,PT是源数据明文,N是位移位数;步骤S44:密文加密,具体为通过所述构建异或加密块、所述构建取模加法加密块和所述构建左按位循环加密块,采用64位文本块和128位密钥,通过费斯特尔网络进行32轮密文加密,得到加密密文数据;步骤S45:构建解密块,具体为通过使用密钥依据步骤S41至步骤S43所述操作,还原密文为源数据明文,进行密文解密,构建所述解密块,所述解密块,具体用于读取存储的加密数据;步骤S46:数据存储,具体为通过将加密后的所述加密密文数据存储至云端存储,得到加密存储反馈,并通过将无需加密的通常数据存储至云端存储,得到未加密存储反馈,完成数据存储,得到存储反馈信息;步骤S5:大数据管理优化,用于通过数据识别和加密存储进行数据存储的大数据管理优化,得到数据存储管理反馈信息。

全文数据:

权利要求:

百度查询: 江苏君智信息服务有限公司 一种用于数据存储的大数据管理优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。