CN117692163A - 一种智慧城市数据处理方法 - Google Patents
一种智慧城市数据处理方法 Download PDFInfo
- Publication number
- CN117692163A CN117692163A CN202311426524.2A CN202311426524A CN117692163A CN 117692163 A CN117692163 A CN 117692163A CN 202311426524 A CN202311426524 A CN 202311426524A CN 117692163 A CN117692163 A CN 117692163A
- Authority
- CN
- China
- Prior art keywords
- value
- item
- business
- sorting
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 17
- 230000004888 barrier function Effects 0.000 claims abstract description 14
- 230000009545 invasion Effects 0.000 claims abstract description 14
- 230000004069 differentiation Effects 0.000 claims abstract description 12
- 238000005065 mining Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000002372 labelling Methods 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000009966 trimming Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/40—Network security protocols
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/552—Detecting local intrusion or implementing counter-measures involving long-term monitoring or reporting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0209—Architectural arrangements, e.g. perimeter networks or demilitarized zones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Fuzzy Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种智慧城市数据处理方法,属于数据处理技术领域,包括:基于物联网平台获取智慧城市的业务列表,并根据业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间;捕捉每个业务项目基于启动执行时间开始执行后的过程线程,并对过程线程中执行数据进行标准化处理,构建得到项目矩阵;获取得到项目矩阵的兴趣描点,并构建得到对应业务项目的需求序列;对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险;根据所涉及到的入侵风险构建安全防护屏障,并设置在物联网平台中对后续获取的业务数据进行安全防护。保证智慧城市防护的有效性。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种智慧城市数据处理方法。
背景技术
智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息集成技术,促进城市规划、建设、管理和服务智慧化的新理论和新模式。
由于智慧城市的数量很大,需要对数据进行保护,但是目前常见的保护方式是按照提前设定好的防火墙进行防护,但是,不同时刻下的数据异常是不同的那么所对应的安全可能也是不同的,所以,提前设定好的防火墙会存在防护不到位的可能性。
因此,本发明提出一种智慧城市数据处理方法。
发明内容
本发明提供一种智慧城市数据处理方法,用以通过对业务列表进行分析,来对过程线程进行标准化处理构建矩阵,方便后续寻找异常,进一步通过寻找兴趣描点来实现对风险的合理确定,保证防护的有效性。
本发明一种智慧城市数据处理方法,包括:
步骤1:基于物联网平台获取智慧城市的业务列表,并根据所述业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间;
步骤2:捕捉每个业务项目基于启动执行时间开始执行后的过程线程,并对所述过程线程中执行数据进行标准化处理,构建得到项目矩阵;
步骤3:对所述项目矩阵进行分析,获取得到所述项目矩阵的兴趣描点,并构建得到对应业务项目的需求序列;
步骤4:对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险;
步骤5:根据所涉及到的入侵风险构建安全防护屏障,并设置在所述物联网平台中对后续获取的业务数据进行安全防护。
优选的,根据所述业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间,包括:
确定与项目类型一致的类型重要性,同时,捕捉所述业务列表中每个业务项目的接收时间;
根据类型重要性、接收时间以及项目紧急程度,确定对应项目类型的排序值P0;
;其中,/>表示对重要性的标准化系数;Z1表示类型重要性;/>表示对接收时间的标准化系数;/>为当下时间;/>为接收时间;/>表示对紧急程度的标准化系数;/>表示项目紧急程度;max表示最大值符号;/>表示基于/>的方差;
对所述排序值进行由大到小的排序,确定排序结果中是否存在重叠值;
若不存在,依据相邻排序值的差值大小分别向相邻排序值中的靠后排序值所对应的业务项目分配等待间隔时间;
若存在且只有1个连续处是重叠的,则根据向每个重叠值分配等待间隔时间,其中,P1为基于连续处的最后一个排序值的下一个排序值;P2为基于连续处的第一个排序值的上一个排序值;N1表示对应连续处的重叠值的个数;/>表示基于/>所配置的空闲时间;
若存在且有多个连续处是重叠的,若,则按照/>向每个连续处的重叠值分配等待间隔时间,其中,/>表示预设值;
若,确定每个连续处的锁定调整个数以及调整值,来对与相应连续处相邻的不连续处的与锁定个数一致的排序值进行调整,来将时间按照调节结果进行相应处理,并进行等待时间间隔配置;
基于原始时间与等待间隔时间得到每个业务项目的启动执行时间。
优选的,确定每个连续处的锁定调整个数以及调整值,包括:
锁定对应连续处的第一排序差值以及排序值的第一个数,同时,获取与对应连续处距离最近的另一连续处,并确定对应连续处与另一连续处之间的第二排序差值以及排序值的第二个数;
将所述第一排序差值、第一个数、第二个数以及第二排序差值输入分析模型中,获取得到对应连续处基于前边不连续排序值的第一锁定个数、第一值变量以及基于后边不连续排序值的第二锁定个数以及第二值变量;
其中,第一锁定个数与第二锁定个数即为锁定调整个数;
其中,第一变量值与第二变量值为对应锁定不连续排序值的调整值。
优选的,所述项目矩阵的列为同时刻下的不同执行参数的标准化数值,行为同个执行参数在不同时刻下的标准化数值。
优选的,对所述项目矩阵进行分析,获取得到所述项目矩阵的兴趣描点,包括:
分别构建所述项目矩阵中每行向量的第一曲线,并分别将每个第一曲线按照时刻点进行一致性对比分析,对每列的一致分析结果中不一致点的元素进行第一标注;
同时,对每个第一曲线按照对应执行参数的执行周期以及执行标准进行分析,对每行中存在的凸显元素进行第二标注;
基于第一标注结果以及第二标注结果筛选重叠元素,并将重叠元素作为兴趣锚点;
将所述项目矩阵中的重叠元素剔除后,来计算每行中剩余标注元素的异常值;
;其中,/>表示对应行的异常值;表示对应行的剩余标注元素的个数;/>表示对应行的元素总个数;/>表示第i01个剩余标注元素的值;/>表示第i01个剩余标注元素在对应执行时刻下的标准值;表示所有/>中的最大值;
计算对应异常值的损耗因子;
根据异常值与损耗因子计算最后值;
若最后值大于预设值,则选取与匹配的元素作为兴趣描点;
否则,判定对应行向量的剩余标注元素中不存在兴趣描点。
优选的,计算对应异常值的损耗因子,包括:
;其中,Y02表示执行过程中对执行参数存在的损耗因子;/>表示/>所匹配的最大异常值;/>表示微调函数;/>表示基于/>的微调系数;/>表示对应行中未进行标注的所有元素的方差。
优选的,对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险,包括:
对需求序列与标准序列进行差异化处理,得到差异序列;
将差异序列中大于预设安全值的序列值的序列描述进行提取,并输入到描述挖掘模型中得到与所述序列描述相关的历史风险列表;
提取所述历史风险列表中的高频风险以及从历史风险列表中锁定与序列描述的描述相似度高于预设度的相似风险;
将高频风险以及相似风险作为对应业务项目的入侵风险。
优选的,根据所涉及到的入侵风险构建安全防护屏障,包括:
提取每个业务项目中的最高等级风险以及对业务项目的所有入侵风险进行正态概率分布分析,获取满足正态概率分布的入侵风险的平均等级风险;
基于所述最高等级风险、平均等级风险以及风险类型,从防护数据库中匹配防护方式;
基于匹配的防护方式构建安全防护屏障。
与现有技术相比,本申请的有益效果如下:
通过对业务列表进行分析,来对过程线程进行标准化处理构建矩阵,方便后续寻找异常,进一步通过寻找兴趣描点来实现对风险的合理确定,保证防护的有效性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种智慧城市数据处理方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明一种智慧城市数据处理方法,如图1所示,包括:
步骤1:基于物联网平台获取智慧城市的业务列表,并根据所述业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间;
步骤2:捕捉每个业务项目基于启动执行时间开始执行后的过程线程,并对所述过程线程中执行数据进行标准化处理,构建得到项目矩阵;
步骤3:对所述项目矩阵进行分析,获取得到所述项目矩阵的兴趣描点,并构建得到对应业务项目的需求序列;
步骤4:对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险;
步骤5:根据所涉及到的入侵风险构建安全防护屏障,并设置在所述物联网平台中对后续获取的业务数据进行安全防护。
该实施例中,业务列表包含不同机构、用户上传的需要执行的项目,比如,检索餐厅、搜索城市服务评价等,也就是该列表中包含:项目1、项目2等。
该实施例中,紧急程度是在获取列表时由用户对上传信息自主设置的紧急选项得到的。
该实施例中,项目类型是通过类型分析模型对业务分析确定的,该模型是预先训练好的。
该实施例中,启动执行时间指的是列表中每个业务项目的执行时间,比如,项目1在时间t1开始执行,项目2在时间t2开始执行。
该实施例中,过程线程指的是业务项目开始启动之后对应的执行流程,且在该执行流程中来获取该项目的执行参数。
该实施例中,标准化处理是为了对参数的数值进行标准化统一,方便后续对矩阵的构建以及分析。
该实施例中,该矩阵中的兴趣描点指的是矩阵中存在的异常元素。
该实施例中,需求序列指的是将对应异常元素罗列出来,且将每个异常元素的数值以及元素对应的参数都进行附加。
该实施例中,差异化处理指的是将需求序列与标准序列(预先设定好的)进行比较,来确定存在的差异情况。
该实施例中,描述挖掘的目的是为了更好的寻找存在的入侵风险,进而方便后续对业务数据进行安全防护,因为数据异常原因除了设备执行故障之后,还有一部分可能是风险入侵导致的,所以,通过对异常的锁定,来尽可能的大范围的确定风险,实现对业务数据的全面保护。
上述技术方案的有益效果是:通过对业务列表进行分析,来对过程线程进行标准化处理构建矩阵,方便后续寻找异常,进一步通过寻找兴趣描点来实现对风险的合理确定,保证防护的有效性。
本发明一种智慧城市数据处理方法,根据所述业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间,包括:
确定与项目类型一致的类型重要性,同时,捕捉所述业务列表中每个业务项目的接收时间;
根据类型重要性、接收时间以及项目紧急程度,确定对应项目类型的排序值P0;
;其中,/>表示对重要性的标准化系数;Z1表示类型重要性;/>表示对接收时间的标准化系数;/>为当下时间;为接收时间;/>表示对紧急程度的标准化系数;/>表示项目紧急程度;max表示最大值符号;/>表示基于/>的方差;
对所述排序值进行由大到小的排序,确定排序结果中是否存在重叠值;
若不存在,依据相邻排序值的差值大小分别向相邻排序值中的靠后排序值所对应的业务项目分配等待间隔时间;
若存在且只有1个连续处是重叠的,则根据向每个重叠值分配等待间隔时间,其中,P1为基于连续处的最后一个排序值的下一个排序值;P2为基于连续处的第一个排序值的上一个排序值;N1表示对应连续处的重叠值的个数;/>表示基于/>所配置的空闲时间;
若存在且有多个连续处是重叠的,若,则按照向每个连续处的重叠值分配等待间隔时间,其中,/>表示预设值;
若,确定每个连续处的锁定调整个数以及调整值,来对与相应连续处相邻的不连续处的与锁定个数一致的排序值进行调整,来将时间按照调节结果进行相应处理,并进行等待时间间隔配置;
基于原始时间与等待间隔时间得到每个业务项目的启动执行时间。
该实施例中,重叠值指的是排序值一样大小的值。
该实施例中,比如,排序值的排序结果为3.2、3.1、3、3、3、 2.9、 2.7、 2.0、2.0、1.0,其中,3即为重叠值,2.0也为重叠值,此时是存在两处重叠值,分别为3与2.0对应的位置处。
上述技术方案的有益效果是:通过按照重要性、接收时间以及紧急程度计算排序值,方便对业务项目的先后执行顺序进行合理梳理,其中,由于不可避免的会存在重叠的项目,此时,通过根据连续处的数量来分别执行不同的操作,实现对等待时间间隔的合理配置,且尽可能的保证平台的稳定运行,避免因为时间过短导致启动失败的情况,保证每个业务项目的有序执行,为后续获取异常提供合理基础。
本发明一种智慧城市数据处理方法,确定每个连续处的锁定调整个数以及调整值,包括:
锁定对应连续处的第一排序差值以及排序值的第一个数,同时,获取与对应连续处距离最近的另一连续处,并确定对应连续处与对应连续处之间的第二排序差值以及排序值的第二个数;
将所述第一排序差值、第一个数、第二个数以及第二排序差值输入分析模型中,获取得到对应连续处基于前边不连续排序值的第一锁定个数、第一值变量以及基于后边不连续排序值的第二锁定个数以及第二值变量;
其中,第一锁定个数与第二锁定个数即为锁定调整个数;
其中,第一变量值与第二变量值为对应锁定不连续排序值的调整值。
该实施例中,比如,连续处3的第一排序差值指的是同个连续处的最后一个值的下一个值与同个连续处的第一个值的上一个值,两者之间的差值绝对值,即为2.9与3.1的差值绝对值。
该实施例中,第一个数即为连续处3的个数,即为3。
该实施例中,距离最近的另一连续处是2.0对应的,且第二排序差值与第一排序差值的原理类似,是2.7与1.0的差值绝对值,此时,对应的第二个数为2.0对应的即为2。
该实施例中,分析模型是预先训练好的,是基于不同的连续处的连续情况以及所对应的所有排序值的排列情况,以及专家对不同情况的给定结果(个数与变量)为样本训练得到的,因此,可以直接获取得到锁定个数与变量值。
比如,第一锁定个数为1,第二锁定个数为1,且第一值变量为0.09,那么3.1会变成3.19,第二值变量为0.9,那么1.0会变成0.1。
上述技术方案的有益效果是:通过锁定连续处的差值及个数以及最近连续处的差值及个数,便于通过模型进行有效分析,得到需要调节的个数与变量,来进一步对业务项目进行合理调整,保证后续差异标定的可靠性,进一步保证风险防护的全面性与有效性。
本发明一种智慧城市数据处理方法,对所述项目矩阵进行分析,获取得到所述项目矩阵的兴趣描点,包括:
分别构建所述项目矩阵中每行向量的第一曲线,并分别将每个第一曲线按照时刻点进行一致性对比分析,对每列的一致分析结果中不一致点的元素进行第一标注;
同时,对每个第一曲线按照对应执行参数的执行周期以及执行标准进行分析,对每行中存在的凸显元素进行第二标注;
基于第一标注结果以及第二标注结果筛选重叠元素,并将重叠元素作为兴趣锚点;
将所述项目矩阵中的重叠元素剔除后,来计算每行中剩余标注元素的异常值;
;其中,/>表示对应行的异常值;/>表示对应行的剩余标注元素的个数;/>表示对应行的元素总个数;/>表示第i01个剩余标注元素的值;/>表示第i01个剩余标注元素在对应执行时刻下的标准值;表示所有/>中的最大值;
计算对应异常值的损耗因子;
根据异常值与损耗因子计算最后值;
若最后值大于预设值,则选取与匹配的元素作为兴趣描点;
否则,判定对应行向量的剩余标注元素中不存在兴趣描点。
优选的,计算对应异常值的损耗因子,包括:
;其中,Y02表示执行过程中对执行参数存在的损耗因子;/>表示/>所匹配的最大异常值;/>表示微调函数;/>表示基于/>的微调系数;/>表示对应行中未进行标注的所有元素的方差。
优选的,所述项目矩阵的列为同时刻下的不同执行参数的标准化数值,行为同个执行参数在不同时刻下的标准化数值。
该实施例中,一致性对比分析结果指的是,比如,时刻1到时刻3之间,时刻2的点都应该是凸起的,此时,存在一个点是凹陷的或者是凸起不明显,此时,就对该点进行标注,视为不一致点,因为,在执行过程中,每个参数在不同的时刻下都有其执行规律,如果与规律相违背,即将对应点视为不一致点,也就是一致性分析的原则是依据执行规律确定的。
该实施例中,凸显元素指的是标准差异过大的元素,并对该元素进行第二标注。
该实施例中,标注是通过颜色来将对应元素进行凸显,方便后续分析使用。
该实施例中,重叠元素指的是,对元素1进行了第一标注,也对元素1进行了第二标注,此时元素1就是重叠元素。
该实施例中,损耗因子计算的目的是因为项目在执行的过程中会因为处理环境的因素导致有些参数出现异常,比如,电流、电压等的影响,会使得数据出现失真等的情况,进而等导致损耗的存在。
上述技术方案的有益效果是:通一致性分析以及标准对比分析来对元素进行标注,进而将重叠元素作为兴趣描点,且后续通过对重叠元素剔除后的矩阵进行分析,可以有效的计算异常值,且结合损耗,来有效的确定异常元素,为后续构建序列提供保证,保证后续防护的有效性。
本发明一种智慧城市数据处理方法,对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险,包括:
对需求序列与标准序列进行差异化处理,得到差异序列;
将差异序列中大于预设安全值的序列值的序列描述进行提取,并输入到描述挖掘模型中得到与所述序列描述相关的历史风险列表;
提取所述历史风险列表中的高频风险以及从历史风险列表中锁定与序列描述的描述相似度高于预设度的相似风险;
将高频风险以及相似风险作为对应业务项目的入侵风险。
该实施例中,差异化处理指的是将需求序列与标准序列进行元素对齐处理,进行比较得到差异序列,且标准序列是按照需求序列中存在的每个元素从标准数据库中直接提取标准值来构建得到的,也就是需求序列与标准序列中的元素都是一一对应的。
该实施例中,预设安全值是预先设定好的。
该实施例中,序列描述指的是相应序列值的参数描述,比如,值1对应的是参数描述u1,那么就基于模型对参数描述u1进行挖掘,且挖掘的目的是寻找与参数描述u1的近义描述,通过参数描述以及近义描述可以保证风险获取的全面性。
该实施例中,预设度是预先设定好的,取值为80%。
该实施例中,高频风险是出现次数最高的。
该实施例中,相似风险的存在数量为至少一个1。
该实施例中,入侵风险=高频风险+相似风险。
上述技术方案的有益效果是:通过差异化处理便于构建差异序列,且通过进行描述挖掘,方便保证风险获取的全面性,通过提取高频与相似风险,保证风险获取的有效性,进而保证防护的可靠性。
本发明一种智慧城市数据处理方法,根据所涉及到的入侵风险构建安全防护屏障,包括:
提取每个业务项目中的最高等级风险以及对业务项目的所有入侵风险进行正态概率分布分析,获取满足正态概率分布的入侵风险的平均等级风险;
基于所述最高等级风险、平均等级风险以及风险类型,从防护数据库中匹配防护方式;
基于匹配的防护方式构建安全防护屏障。
该实施例中,正态分布的目的是为了集中概率出现的风险,因为是常出现的所以作为对相应项目可能会遇到风险的参考。
该实施例中,防护数据库包含与不同最高等级、平均等级以及类型所匹配防护方式,因此,可以直接匹配得到。
上述技术方案的有益效果是:通过正态分布分析,来从数据库中匹配相应的防护方式,保证后续对业务数据的有效防护。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种智慧城市数据处理方法,其特征在于,包括:
步骤1:基于物联网平台获取智慧城市的业务列表,并根据所述业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间;
步骤2:捕捉每个业务项目基于启动执行时间开始执行后的过程线程,并对所述过程线程中执行数据进行标准化处理,构建得到项目矩阵;
步骤3:对所述项目矩阵进行分析,获取得到所述项目矩阵的兴趣描点,并构建得到对应业务项目的需求序列;
步骤4:对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险;
步骤5:根据所涉及到的入侵风险构建安全防护屏障,并设置在所述物联网平台中对后续获取的业务数据进行安全防护。
2.根据权利要求1所述的一种智慧城市数据处理方法,其特征在于,根据所述业务列表中每个业务项目的项目类型以及项目紧急程度向对应业务项目配置启动执行时间,包括:
确定与项目类型一致的类型重要性,同时,捕捉所述业务列表中每个业务项目的接收时间;
根据类型重要性、接收时间以及项目紧急程度,确定对应项目类型的排序值P0;
;其中,/>表示对重要性的标准化系数;Z1表示类型重要性;/>表示对接收时间的标准化系数;/>为当下时间;/>为接收时间;/>表示对紧急程度的标准化系数;/>表示项目紧急程度;max表示最大值符号;/>表示基于/>的方差;
对所述排序值进行由大到小的排序,确定排序结果中是否存在重叠值;
若不存在,依据相邻排序值的差值大小分别向相邻排序值中的靠后排序值所对应的业务项目分配等待间隔时间;
若存在且只有1个连续处是重叠的,则根据向每个重叠值分配等待间隔时间,其中,P1为基于连续处的最后一个排序值的下一个排序值;P2为基于连续处的第一个排序值的上一个排序值;N1表示对应连续处的重叠值的个数;/>表示基于/>所配置的空闲时间;
若存在且有多个连续处是重叠的,若,则按照/>向每个连续处的重叠值分配等待间隔时间,其中,/>表示预设值;
若,确定每个连续处的锁定调整个数以及调整值,来对与相应连续处相邻的不连续处的与锁定个数一致的排序值进行调整,来将时间按照调节结果进行相应处理,并进行等待时间间隔配置;
基于原始时间与等待间隔时间得到每个业务项目的启动执行时间。
3.根据权利要求1所述的一种智慧城市数据处理方法,其特征在于,确定每个连续处的锁定调整个数以及调整值,包括:
锁定对应连续处的第一排序差值以及排序值的第一个数,同时,获取与对应连续处距离最近的另一连续处,并确定对应连续处与另一连续处之间的第二排序差值以及排序值的第二个数;
将所述第一排序差值、第一个数、第二个数以及第二排序差值输入分析模型中,获取得到对应连续处基于前边不连续排序值的第一锁定个数、第一值变量以及基于后边不连续排序值的第二锁定个数以及第二值变量;
其中,第一锁定个数与第二锁定个数即为锁定调整个数;
其中,第一变量值与第二变量值为对应锁定不连续排序值的调整值。
4.根据权利要求1所述的一种智慧城市数据处理方法,其特征在于,所述项目矩阵的列为同时刻下的不同执行参数的标准化数值,行为同个执行参数在不同时刻下的标准化数值。
5.根据权利要求1所述的一种智慧城市数据处理方法,其特征在于,对所述项目矩阵进行分析,获取得到所述项目矩阵的兴趣描点,包括:
分别构建所述项目矩阵中每行向量的第一曲线,并分别将每个第一曲线按照时刻点进行一致性对比分析,对每列的一致分析结果中不一致点的元素进行第一标注;
同时,对每个第一曲线按照对应执行参数的执行周期以及执行标准进行分析,对每行中存在的凸显元素进行第二标注;
基于第一标注结果以及第二标注结果筛选重叠元素,并将重叠元素作为兴趣锚点;
将所述项目矩阵中的重叠元素剔除后,来计算每行中剩余标注元素的异常值;
;其中,/>表示对应行的异常值;/>表示对应行的剩余标注元素的个数;/>表示对应行的元素总个数;/>表示第i01个剩余标注元素的值;/>表示第i01个剩余标注元素在对应执行时刻下的标准值;表示所有/>中的最大值;
计算对应异常值的损耗因子;
根据异常值与损耗因子计算最后值;
若最后值大于预设值,则选取与匹配的元素作为兴趣描点;
否则,判定对应行向量的剩余标注元素中不存在兴趣描点。
6.根据权利要求5所述的一种智慧城市数据处理方法,其特征在于,计算对应异常值的损耗因子,包括:
;其中,Y02表示执行过程中对执行参数存在的损耗因子;/>表示/>所匹配的最大异常值;/>表示微调函数;/>表示基于/>的微调系数;/>表示对应行中未进行标注的所有元素的方差。
7.根据权利要求1所述的一种智慧城市数据处理方法,其特征在于,对所有需求序列进行差异化处理,并对差异序列进行描述挖掘确定业务列表中每个业务项目的入侵风险,包括:
对需求序列与标准序列进行差异化处理,得到差异序列;
将差异序列中大于预设安全值的序列值的序列描述进行提取,并输入到描述挖掘模型中得到与所述序列描述相关的历史风险列表;
提取所述历史风险列表中的高频风险以及从历史风险列表中锁定与序列描述的描述相似度高于预设度的相似风险;
将高频风险以及相似风险作为对应业务项目的入侵风险。
8.根据权利要求1所述的一种智慧城市数据处理方法,其特征在于,根据所涉及到的入侵风险构建安全防护屏障,包括:
提取每个业务项目中的最高等级风险以及对业务项目的所有入侵风险进行正态概率分布分析,获取满足正态概率分布的入侵风险的平均等级风险;
基于所述最高等级风险、平均等级风险以及风险类型,从防护数据库中匹配防护方式;
基于匹配的防护方式构建安全防护屏障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311426524.2A CN117692163B (zh) | 2023-10-31 | 2023-10-31 | 一种智慧城市数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311426524.2A CN117692163B (zh) | 2023-10-31 | 2023-10-31 | 一种智慧城市数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117692163A true CN117692163A (zh) | 2024-03-12 |
CN117692163B CN117692163B (zh) | 2024-06-04 |
Family
ID=90127378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311426524.2A Active CN117692163B (zh) | 2023-10-31 | 2023-10-31 | 一种智慧城市数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117692163B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101927066B1 (ko) * | 2017-09-11 | 2018-12-10 | (주)동림피엔디 | 도시조사 분석용 데이터 베이스 구축서버를 포함하는 도시조사 분석 서비스 제공 시스템 |
WO2020233060A1 (zh) * | 2019-05-21 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 事件通知方法、事件通知服务器、存储介质及装置 |
WO2021213247A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 一种异常检测方法及装置 |
CN114139210A (zh) * | 2021-12-15 | 2022-03-04 | 智谷互联网科技(廊坊)有限公司 | 一种基于智慧业务的大数据安全威胁处理方法及*** |
CN115526650A (zh) * | 2022-04-15 | 2022-12-27 | 常熟昊虞电子信息科技有限公司 | 智慧城市大数据的共享业务信息处理方法及*** |
CN116089733A (zh) * | 2023-04-12 | 2023-05-09 | 悦享星光(北京)科技有限公司 | 一种基于大数据的数据分析方法 |
CN116680689A (zh) * | 2023-06-06 | 2023-09-01 | 四川警察学院 | 应用于大数据的安全态势预测方法及*** |
-
2023
- 2023-10-31 CN CN202311426524.2A patent/CN117692163B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101927066B1 (ko) * | 2017-09-11 | 2018-12-10 | (주)동림피엔디 | 도시조사 분석용 데이터 베이스 구축서버를 포함하는 도시조사 분석 서비스 제공 시스템 |
WO2020233060A1 (zh) * | 2019-05-21 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 事件通知方法、事件通知服务器、存储介质及装置 |
WO2021213247A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 一种异常检测方法及装置 |
CN114139210A (zh) * | 2021-12-15 | 2022-03-04 | 智谷互联网科技(廊坊)有限公司 | 一种基于智慧业务的大数据安全威胁处理方法及*** |
CN115526650A (zh) * | 2022-04-15 | 2022-12-27 | 常熟昊虞电子信息科技有限公司 | 智慧城市大数据的共享业务信息处理方法及*** |
CN116089733A (zh) * | 2023-04-12 | 2023-05-09 | 悦享星光(北京)科技有限公司 | 一种基于大数据的数据分析方法 |
CN116680689A (zh) * | 2023-06-06 | 2023-09-01 | 四川警察学院 | 应用于大数据的安全态势预测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN117692163B (zh) | 2024-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020199484A1 (zh) | 基于视频的轨迹跟踪方法、装置、计算机设备及存储介质 | |
US8959003B2 (en) | Interactive data visualization for trend analysis | |
US11188860B2 (en) | Injury risk factor identification, prediction, and mitigation | |
US20070288443A1 (en) | Time series pattern generating system and method using historical information | |
US20090150213A1 (en) | Method and system for providing customizable market analysis | |
CN109460432B (zh) | 一种数据处理方法及*** | |
CN107809331A (zh) | 识别异常流量的方法和装置 | |
US10089640B2 (en) | Methods and systems for interpretable user behavior profiling in off-street parking | |
CN111768030A (zh) | 银行运输配送线路规划方法和装置、设备以及介质 | |
JP2016081452A (ja) | 卸電力価格予測システムおよび卸電力価格予測方法 | |
CN112966014B (zh) | 查找目标对象的方法和装置 | |
CN115641538A (zh) | 设备异常检测方法、装置、计算机设备及存储介质 | |
CN117692163B (zh) | 一种智慧城市数据处理方法 | |
CN110730207A (zh) | 基于位置服务的位置识别方法、装置、设备及存储介质 | |
CN110225541A (zh) | 基站站点物理信息管理方法、***、计算机及可存储介质 | |
EP3745321A1 (en) | An operating envelope recommendation system with guaranteed probabilistic coverage | |
CN114495137B (zh) | 票据异常检测模型生成方法与票据异常检测方法 | |
US20170330055A1 (en) | Sequential data analysis apparatus and program | |
CN116401604B (zh) | 进行冷头状态分类检测和寿命预测的方法 | |
CN114356737A (zh) | 模型监测方法、设备、存储介质及计算机程序产品 | |
CN110383242B (zh) | 使用关键伪像和动态生成的循环进行有损数据压缩的方法 | |
CN110555555B (zh) | 输电线路机巡作业计划制定方法、装置和计算机设备 | |
CN113256267A (zh) | 一种项目数据处理方法和*** | |
CN114036391A (zh) | 数据推送方法、装置、电子设备和存储介质 | |
CN110866037A (zh) | 一种报文的过滤方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |