发明内容
为改善相关技术中存在的技术问题,本公开提供了一种基于云计算的数据安全校验方法、装置及服务器。
本发明提供了一种基于云计算的数据安全校验方法,所述方法包括:
获取待校验的目标物流交易订单数据;
确定所述目标物流交易订单数据的订单业务状态对应的业务交互指标;其中,所述订单业务状态为各个状态节点的节点延时指标均小于所述目标物流交易订单数据的第一状态节点延时指标对应的业务状态,且所述业务交互指标为目标状态节点的交互量对应的节点延时指标,所述目标状态节点的交互量为所述订单业务状态中,各个节点延时指标对应的状态节点的交互量中最大的状态节点的交互量;
基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表;
基于所确定的节点延时指标列表,确定第二状态节点延时指标;对所述订单业务状态进行节点延时指标修正,直至所述目标物流交易订单数据的状态节点延时指标为所述第二状态节点延时指标时,完成对所述目标物流交易订单数据的校验;其中,所述第二状态节点延时指标为对所述目标物流交易订单数据校验后,所述目标物流交易订单数据的状态节点延时指标。
优选地,在所述基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表的步骤之前,所述方法还包括:判断所述业务交互指标是否符合预设的节点延时指标列表确定条件;所述基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表的步骤,包括:当判断出所述业务交互指标符合预设的节点延时指标列表确定条件时,基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表。
优选地,所述判断所述业务交互指标是否符合预设的节点延时指标列表确定条件的步骤,包括:确定至少一组物流交易订单数据的订单业务状态对应的第一节点延时指标;其中,所述至少一组物流交易订单数据为所述目标物流交易订单数据的前一组物流交易订单数据,或者,所述目标物流交易订单数据的前连续多组物流交易订单数据,任一组物流交易订单数据的订单业务状态对应的第一节点延时指标为第一状态节点的交互量对应的节点延时指标,所述第一状态节点的交互量为该组物流交易订单数据的订单业务状态中,各个节点延时指标对应的状态节点的交互量中最大的状态节点的交互量;判断所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,得到第一判断结果;并判断各个第一节点延时指标与预设节点延时指标列表的最新指标的关联关系,得到第二判断结果;判断所述第一判断结果与所得到的各个第二判断结果是否均一致;若为是,则判定所述业务交互指标符合预设的节点延时指标列表确定条件;
其中,任一组物流交易订单数据的订单业务状态对应的第一节点延时指标的确定过程包括:针对一组物流交易订单数据的订单业务状态的多个节点延时指标中的每一节点延时指标,统计具有该节点延时指标的状态节点的第一交易量;按照所述目标物流交易订单数据的订单业务状态的各个节点延时指标的大小,对统计所得到的多个第一交易量进行编号;在编号之后,针对每一第一交易量,对包含该第一交易量在内的连续节点延时指标对应的多个第一交易量进行求和,并将求和结果确定为该第一交易量所对应节点延时指标的状态节点的交互量;将所确定的最大的状态节点的交互量所对应的节点延时指标,确定为该组物流交易订单数据的订单业务状态对应的第一节点延时指标;
其中,所述判断所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,得到第一判断结果的步骤,包括:
在所述业务交互指标小于预设节点延时指标列表的首次更新的最新指标时,将业务交互指标小于首次更新的最新指标确定为第一判断结果;
在所述业务交互指标大于或等于预设节点延时指标列表的首次更新的最新指标,且小于或等于预设节点延时指标列表的最后更新的最新指标时,将业务交互指标大于或等于首次更新的最新指标,且小于或等于最后更新的最新指标确定为第一判断结果;
在所述业务交互指标大于预设节点延时指标列表的最后更新的最新指标时,将业务交互指标大于最后更新的最新指标确定为第一判断结果;
相应的,所述判断各个第一节点延时指标与预设节点延时指标列表的最新指标的关联关系,得到第二判断结果的步骤,包括:
对于各个第一节点延时指标中的每一节点延时指标,在该第一节点延时指标小于预设节点延时指标列表的首次更新的最新指标时,将第一节点延时指标小于首次更新的最新指标确定为第二判断结果;
在该第一节点延时指标大于或等于预设节点延时指标列表的首次更新的最新指标,且小于或等于预设节点延时指标列表的最后更新的最新指标时,将第一节点延时指标大于或等于首次更新的最新指标,且小于或等于最后更新的最新指标确定为第二判断结果;
在该第一节点延时指标大于预设节点延时指标列表的最后更新的最新指标时,将第一节点延时指标大于最后更新的最新指标确定为第二判断结果。
优选地,所述判断所述业务交互指标是否符合预设的节点延时指标列表确定条件的步骤,包括:判断业务交互指标对应的状态节点的交易量是否大于预设交易量;若为是,判定所述业务交互指标符合预设的节点延时指标列表确定条件。
优选地,所述获取待校验的目标物流交易订单数据的步骤,包括:
在对目标物流订单进行交易的过程中,当交易所得的连续至少两组物流交易订单数据符合订单数据获取条件时,将所述连续至少两组订单数据中的最后一组物流交易订单数据确定为待校验的目标物流交易订单数据;其中,所述订单数据获取条件为:相邻物流交易订单数据的状态节点延时指标与预设节点延时指标相匹配。
优选地,
所述基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表的步骤,包括:
在所述业务交互指标小于预设节点延时指标列表的首次更新的最新指标时,调高所述预设节点延时指标列表的首次更新的最新指标和/或最后更新的最新指标,并将修正后的节点延时指标列表作为所述目标物流交易订单数据对应的节点延时指标列表;
在所述业务交互指标大于预设节点延时指标列表的最后更新的最新指标时,调低所述预设节点延时指标列表的首次更新的最新指标和/或最后更新的最新指标,并将修正后的节点延时指标列表作为所述目标物流交易订单数据对应的节点延时指标列表;
在所述业务交互指标大于预设节点延时指标列表的首次更新的最新指标,且小于预设节点延时指标列表的最后更新的最新指标时,将所述预设节点延时指标列表作为所述目标物流交易订单数据对应的节点延时指标列表;
其中,所述确定所述目标物流交易订单数据的订单业务状态对应的业务交互指标的步骤,包括:
针对所述目标物流交易订单数据的订单业务状态的多个节点延时指标中的每一节点延时指标,统计具有该节点延时指标的状态节点的第二交易量;
按照所述目标物流交易订单数据的订单业务状态的各个节点延时指标的大小,对统计所得到的多个第二交易量进行编号;
在编号之后,针对每一第二交易量,对包含该第二交易量在内的连续多个第二交易量进行求和,并将求和结果确定为该第二交易量所对应节点延时指标的状态节点的交互量;
将所确定的最大的状态节点的交互量所对应的节点延时指标,确定为所述目标物流交易订单数据的订单业务状态的业务交互指标;
其中,所述基于所确定的节点延时指标列表,确定第二状态节点延时指标的步骤,包括:确定所述节点延时指标列表的首次更新的最新指标和最后更新的最新指标的状态指标;将确定的状态指标确定为第二状态节点延时指标。
优选地,所述方法还包括:
根据所述校验后的目标物流交易订单数据确定物流运输订单信息集合,基于所述物流运输订单信息集进行数据安全检测。
本发明还提供了一种基于云计算的数据安全校验装置,所述装置包括:
订单数据获取模块,用于获取待校验的目标物流交易订单数据;
交互指标确定模块,用于确定所述目标物流交易订单数据的订单业务状态对应的业务交互指标;其中,所述订单业务状态为各个状态节点的节点延时指标均小于所述目标物流交易订单数据的第一状态节点延时指标对应的业务状态,且所述业务交互指标为目标状态节点的交互量对应的节点延时指标,所述目标状态节点的交互量为所述订单业务状态中,各个节点延时指标对应的状态节点的交互量中最大的状态节点的交互量;
延时指标生成模块,用于基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表;
订单数据校验模块,用于基于所确定的节点延时指标列表,确定第二状态节点延时指标;对所述订单业务状态进行节点延时指标修正,直至所述目标物流交易订单数据的状态节点延时指标为所述第二状态节点延时指标时,完成对所述目标物流交易订单数据的校验;其中,所述第二状态节点延时指标为对所述目标物流交易订单数据校验后,所述目标物流交易订单数据的状态节点延时指标。
本发明还提供了一种云服务器,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中调取计算机程序,并通过运行所述计算机程序实现上述所述的方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在运行时实现上述所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果。
本公开提供了一种基于云计算的数据安全校验方法、装置及服务器。首先云服务器在获取待校验的目标物流交易订单数据后,确定目标物流交易订单数据的订单业务状态对应的业务交互指标,其次基于业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定目标物流交易订单数据对应的节点延时指标列表,进而根据节点延时指标列表,确定第二状态节点延时指标,然后对订单业务状态进行节点延时指标修正,直至目标物流交易订单数据的状态节点延时指标为第二状态节点延时指标时,完成对目标物流交易订单数据的校验。如此,对目标物流交易订单数据进行校验是通过对订单业务状态进行节点延时指标修正,以确保对目标物流交易订单数据进行校验的实时性和可信度。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
请结合参阅图1,本发明提供了一种基于云计算的数据安全校验方法的流程示意图,在实现上述方法时具体执行以下步骤11-步骤14所描述的内容。
步骤11,获取待校验的目标物流交易订单数据。
可以理解,在本实施例中,为了能够准确地确定出符合校验要求的目标物流交易订单数据,在执行步骤11所描述的获取待校验的目标物流交易订单数据,具体还可以包括:在对目标物流订单进行交易的过程中,当交易所得的连续至少两组物流交易订单数据符合订单数据获取条件时,将所述连续至少两组订单数据中的最后一组物流交易订单数据确定为待校验的目标物流交易订单数据;其中,所述订单数据获取条件为:相邻物流交易订单数据的状态节点延时指标与预设节点延时指标相匹配。如此,能够准确地确定出符合校验要求的目标物流交易订单数据。
步骤12,确定所述目标物流交易订单数据的订单业务状态对应的业务交互指标。
在本实施例中,所述订单业务状态为各个状态节点的节点延时指标均小于所述目标物流交易订单数据的第一状态节点延时指标对应的业务状态,且所述业务交互指标为目标状态节点的交互量对应的节点延时指标,所述目标状态节点的交互量为所述订单业务状态中,各个节点延时指标对应的状态节点的交互量中最大的状态节点的交互量。
进一步地,为了能够完整地确定出目标物流交易订单数据的订单业务状态对应的业务交互指标,避免在确定业务交互指标的过程中出现交互指标遗漏的情况,步骤12所描述的确定所述目标物流交易订单数据的订单业务状态对应的业务交互指标,具体还可以包括步骤121-步骤124所描述的内容。
步骤121,针对所述目标物流交易订单数据的订单业务状态的多个节点延时指标中的每一节点延时指标,统计具有该节点延时指标的状态节点的第二交易量。
步骤122,按照所述目标物流交易订单数据的订单业务状态的各个节点延时指标的大小,对统计所得到的多个第二交易量进行编号。
步骤123,在编号之后,针对每一第二交易量,对包含该第二交易量在内的连续多个第二交易量进行求和,并将求和结果确定为该第二交易量所对应节点延时指标的状态节点的交互量。
步骤124,将所确定的最大的状态节点的交互量所对应的节点延时指标,确定为所述目标物流交易订单数据的订单业务状态的业务交互指标。
通过执行上述步骤121-步骤124所描述的内容,能够完整地确定出目标物流交易订单数据的订单业务状态对应的业务交互指标,进而能够避免在确定业务交互指标的过程中出现交互指标遗漏的情况。
步骤13,基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表。
在一种可替换的实施例中,在执行步骤13所描述的基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表的步骤之前,所述方法还包括:判断所述业务交互指标是否符合预设的节点延时指标列表确定条件。
进一步地,判断所述业务交互指标是否符合预设的节点延时指标列表确定条件,具体可以包括以下两种实施例。
第一种实施例,确定至少一组物流交易订单数据的订单业务状态对应的第一节点延时指标;其中,所述至少一组物流交易订单数据为所述目标物流交易订单数据的前一组物流交易订单数据,或者,所述目标物流交易订单数据的前连续多组物流交易订单数据,任一组物流交易订单数据的订单业务状态对应的第一节点延时指标为第一状态节点的交互量对应的节点延时指标,所述第一状态节点的交互量为该组物流交易订单数据的订单业务状态中,各个节点延时指标对应的状态节点的交互量中最大的状态节点的交互量;判断所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,得到第一判断结果;并判断各个第一节点延时指标与预设节点延时指标列表的最新指标的关联关系,得到第二判断结果;判断所述第一判断结果与所得到的各个第二判断结果是否均一致;若为是,则判定所述业务交互指标符合预设的节点延时指标列表确定条件。
可以理解,在执行第一种实施例中所描述的任一组物流交易订单数据的订单业务状态对应的第一节点延时指标的确定过程包括:针对一组物流交易订单数据的订单业务状态的多个节点延时指标中的每一节点延时指标,统计具有该节点延时指标的状态节点的第一交易量;按照所述目标物流交易订单数据的订单业务状态的各个节点延时指标的大小,对统计所得到的多个第一交易量进行编号;在编号之后,针对每一第一交易量,对包含该第一交易量在内的连续节点延时指标对应的多个第一交易量进行求和,并将求和结果确定为该第一交易量所对应节点延时指标的状态节点的交互量;将所确定的最大的状态节点的交互量所对应的节点延时指标,确定为该组物流交易订单数据的订单业务状态对应的第一节点延时指标。
可以理解,在执行第一种实施例中所描述的判断所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,得到第一判断结果,具体可以包括以下内容:在所述业务交互指标小于预设节点延时指标列表的首次更新的最新指标时,将业务交互指标小于首次更新的最新指标确定为第一判断结果;在所述业务交互指标大于或等于预设节点延时指标列表的首次更新的最新指标,且小于或等于预设节点延时指标列表的最后更新的最新指标时,将业务交互指标大于或等于首次更新的最新指标,且小于或等于最后更新的最新指标确定为第一判断结果;在所述业务交互指标大于预设节点延时指标列表的最后更新的最新指标时,将业务交互指标大于最后更新的最新指标确定为第一判断结果。
相应的,所述判断各个第一节点延时指标与预设节点延时指标列表的最新指标的关联关系,得到第二判断结果的步骤,包括:对于各个第一节点延时指标中的每一节点延时指标,在该第一节点延时指标小于预设节点延时指标列表的首次更新的最新指标时,将第一节点延时指标小于首次更新的最新指标确定为第二判断结果;在该第一节点延时指标大于或等于预设节点延时指标列表的首次更新的最新指标,且小于或等于预设节点延时指标列表的最后更新的最新指标时,将第一节点延时指标大于或等于首次更新的最新指标,且小于或等于最后更新的最新指标确定为第二判断结果;在该第一节点延时指标大于预设节点延时指标列表的最后更新的最新指标时,将第一节点延时指标大于最后更新的最新指标确定为第二判断结果。
第二种实施例,判断业务交互指标对应的状态节点的交易量是否大于预设交易量;若为是,判定所述业务交互指标符合预设的节点延时指标列表确定条件。
进一步地,步骤13所描述的基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表的步骤,具体包括:当判断出所述业务交互指标符合预设的节点延时指标列表确定条件时,基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表。
可以理解,步骤13所描述的基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表的步骤,具体还可以包括以下内容:在所述业务交互指标小于预设节点延时指标列表的首次更新的最新指标时,调高所述预设节点延时指标列表的首次更新的最新指标和/或最后更新的最新指标,并将修正后的节点延时指标列表作为所述目标物流交易订单数据对应的节点延时指标列表;在所述业务交互指标大于预设节点延时指标列表的最后更新的最新指标时,调低所述预设节点延时指标列表的首次更新的最新指标和/或最后更新的最新指标,并将修正后的节点延时指标列表作为所述目标物流交易订单数据对应的节点延时指标列表;在所述业务交互指标大于预设节点延时指标列表的首次更新的最新指标,且小于预设节点延时指标列表的最后更新的最新指标时,将所述预设节点延时指标列表作为所述目标物流交易订单数据对应的节点延时指标列表。
步骤14,基于所确定的节点延时指标列表,确定第二状态节点延时指标;对所述订单业务状态进行节点延时指标修正,直至所述目标物流交易订单数据的状态节点延时指标为所述第二状态节点延时指标时,完成对所述目标物流交易订单数据的校验。
在本实施例中,所述第二状态节点延时指标为对所述目标物流交易订单数据校验后,所述目标物流交易订单数据的状态节点延时指标。
进一步地,步骤14所描述的基于所确定的节点延时指标列表,确定第二状态节点延时指标,具体可以包括:确定所述节点延时指标列表的首次更新的最新指标和最后更新的最新指标的状态指标;将确定的状态指标确定为第二状态节点延时指标。
综上,在执行上述步骤11-步骤14所描述的方法时可以达到如下有益技术效果:首先云服务器在获取待校验的目标物流交易订单数据后,确定目标物流交易订单数据的订单业务状态对应的业务交互指标,其次基于业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定目标物流交易订单数据对应的节点延时指标列表,进而根据节点延时指标列表,确定第二状态节点延时指标,然后对订单业务状态进行节点延时指标修正,直至目标物流交易订单数据的状态节点延时指标为第二状态节点延时指标时,完成对目标物流交易订单数据的校验。如此,对目标物流交易订单数据进行校验是通过对订单业务状态进行节点延时指标修正,以确保对目标物流交易订单数据进行校验的实时性和可信度。
在上述描述内容的基础上,本发明还可以包括步骤15:根据所述校验后的目标物流交易订单数据确定物流运输订单信息集合,基于所述物流运输订单信息集进行数据安全检测。
进一步地,步骤15所描述的根据所述校验后的目标物流交易订单数据确定物流运输订单信息集合,基于所述物流运输订单信息集进行数据安全检测,具体还可以包括以下描述内容。
步骤151,根据接收到的物流运输订单信息集合确定对应的物流运输状态信息。
在本实施例中,所述物流运输状态信息包括物流供应链的货物品质描述信息以及所述物流供应链的物流运输订单信息。
在一种可替换的实施方式中,为了能够确保物流运输状态信息的时效性,步骤151所描述的根据接收到的物流运输订单信息集合确定对应的物流运输状态信息,具体可以包括步骤1511-步骤1515所描述的内容。
步骤1511,接收物流终端发送的物流运输订单信息集合。
在本实施例中,所述物流运输订单信息集合包括M个物流运输订单信息片段,所述M为大于或等于1的整数。
步骤1512,从所述物流运输订单信息集合中获取待检测的物流运输订单信息片段。
在本实施例中,所述待检测的物流运输订单信息片段属于所述物流运输订单信息集合中的任意一个物流运输订单信息片段,且所述待检测的物流运输订单信息片段包括物流供应链的物流运输订单信息。
步骤1513,从打印订单信息集合中获取配送路线信息的路网状态信息以及所述配送路线信息的配送状态特征。
在本实施例中,所述打印订单信息集合包括N个配送货物信息,每个配送货物信息中包括物流供应链的货物品质描述信息,所述配送路线信息的路网状态信息为配送货物信息的动态路网信息或者配送货物信息的静态路网信息,所述N为大于或等于1的整数。
步骤1514,根据所述配送路线信息的路网状态信息、所述配送路线信息的配送状态特征以及所述待检测的物流运输订单信息片段,获取待匹配配送货物信息。
进一步地,为了能够准确、及时地确定出待匹配配送货物信息,步骤1514所描述的根据所述配送路线信息的路网状态信息、所述配送路线信息的配送状态特征以及所述待检测的物流运输订单信息片段,获取待匹配配送货物信息,具体包括步骤15141-步骤15144所描述的内容。
步骤15141,若所述配送路线信息的配送状态特征为动态特征,且所述配送路线信息的路网状态信息对应的状态信息更新频率小于或等于第j个配送货物信息的动态路网信息对应的状态信息更新频率,则根据延迟时间计算方式、所述配送路线信息的路网状态信息以及所述第j个配送货物信息的静态路网信息,确定第一动态特征延迟时长;其中,所述j为大于或等于1,且小于或等于N+1的整数。
步骤15142,根据调节时间计算方式、所述配送路线信息的路网状态信息以及第j+1个配送货物信息的动态路网信息确定第一动态特征调节时长;
步骤15143,根据所述第一动态特征延迟时长以及所述第一动态特征调节时长确定目标动态特征时长变化信息。
步骤15144,若所述待检测的物流运输订单信息片段在所述目标动态特征时长变化信息内,则根据所述第j个配送货物信息以及第j+1个配送货物信息中至少一个配送货物信息,获取所述待匹配配送货物信息。
如此,通过对路网状态信息、配送状态特征以及待检测的物流运输订单信息片段的进行解析,能够准确、及时地确定出待匹配配送货物信息。
进一步地,所述方法还包括:若满足配送路线信息的状态更新条件,则对所述配送路线信息的路网状态信息进行更新;若所述配送路线信息更新后的状态与第N个配送货物信息的静态路网信息所对应的状态信息相匹配,则将所述配送路线信息的配送状态特征调整为静态特征。
可以理解,步骤15144所描述的根据所述第j个配送货物信息以及第j+1个配送货物信息中至少一个配送货物信息,获取所述待匹配配送货物信息,具体包括以下三种实施方式。
第一种实施方式:根据所述配送路线信息的路网状态信息以及第j个配送货物信息的静态路网信息确定第二动态特征延迟时长;其中,所述第二动态特征延迟时长大于所述第一动态特征延迟时长;根据所述第一动态特征延迟时长以及所述第二动态特征延迟时长确定第一动态特征时长变化信息;若所述待检测的物流运输订单信息片段在所述第一动态特征时长变化信息内,则根据所述待检测的物流运输订单信息片段的时长,对所述配送路线信息的路网状态信息至所述第j个配送货物信息的静态路网信息之间的局部关联信息进行信息校正,得到所述待匹配配送货物信息。其中,在该实施方式的基础上,所述若满足配送路线信息的状态更新条件,则对所述配送路线信息的路网状态信息进行更新,包括:若所述待检测的物流运输订单信息片段在所述第一动态特征时长变化信息内,则满足所述配送路线信息的状态更新条件;将所述配送路线信息的路网状态信息更新为所述第j个配送货物信息的静态路网信息所对应的状态信息。
第二种实施方式:根据所述配送路线信息的路网状态信息以及第j+1个配送货物信息的静态路网信息确定第二动态特征调节时长;其中,所述第二动态特征调节时长小于所述第一动态特征调节时长;根据所述第一动态特征调节时长以及所述第二动态特征调节时长确定第二动态特征时长变化信息;若所述待检测的物流运输订单信息片段在所述第二动态特征时长变化信息内,则根据所述待检测的物流运输订单信息片段的时长,对所述配送路线信息的路网状态信息至所述第j+1个配送货物信息的动态路网信息之间的局部关联信息进行信息校正,得到所述待匹配配送货物信息。在该实施方式的基础上,所述若满足配送路线信息的状态更新条件,则对所述配送路线信息的路网状态信息进行更新,包括:若所述待检测的物流运输订单信息片段在所述第二动态特征时长变化信息内,则满足所述配送路线信息的状态更新条件;将所述配送路线信息的路网状态信息更新为所述第j+1个配送货物信息的动态路网信息所对应的状态信息。
第三种实施方式:根据所述配送路线信息的路网状态信息以及第j个配送货物信息的静态路网信息确定第二动态特征延迟时长;其中,所述第二动态特征延迟时长大于所述第一动态特征延迟时长;根据所述配送路线信息的路网状态信息以及第j+1个配送货物信息的静态路网信息确定第二动态特征调节时长;其中,所述第二动态特征调节时长小于所述第一动态特征调节时长;根据所述第二动态特征延迟时长与所述第二动态特征调节时长确定第三动态特征时长变化信息;若所述待检测的物流运输订单信息片段在所述第三动态特征时长变化信息内,则根据所述配送路线信息的路网状态信息以及所述待检测的物流运输订单信息片段的时长,获取所述待匹配配送货物信息。在该实施方式的基础上,所述若满足配送路线信息的状态更新条件,则对所述配送路线信息的路网状态信息进行更新,包括:若所述待检测的物流运输订单信息片段在所述第三动态特征时长变化信息内,则满足所述配送路线信息的状态更新条件;将所述配送路线信息的路网状态信息更新为所述待匹配配送货物信息的静态路网信息所对应的状态信息。
可选地,所述根据所述第一动态特征延迟时长以及所述第一动态特征调节时长确定目标动态特征时长变化信息之后,所述方法还包括:若所述待检测的物流运输订单信息片段未在所述目标动态特征时长变化信息内,且所述待检测的物流运输订单信息片段的时长小于所述第一动态特征延迟时长,则根据所述待检测的物流运输订单信息片段的时长、所述配送路线信息的路网状态信息以及配送形式信息,获取所述待匹配配送货物信息;或者,若所述待检测的物流运输订单信息片段未在所述目标动态特征时长变化信息内,且所述待检测的物流运输订单信息片段的时长小于所述第一动态特征延迟时长,则根据所述待检测的物流运输订单信息片段的时长以及所述配送路线信息的路网状态信息,获取所述待匹配配送货物信息;
可选地,所述根据所述第一动态特征延迟时长以及所述第一动态特征调节时长确定目标动态特征时长变化信息之后,所述方法还包括:若所述待检测的物流运输订单信息片段未在所述目标动态特征时长变化信息内,且所述待检测的物流运输订单信息片段的时长大于所述第一动态特征调节时长,则从所述打印订单信息集合中获取第k个配送货物信息;其中,所述k为大于或等于1,且小于或等于N的整数;根据所述调节时间计算方式、所述配送路线信息的路网状态信息以及所述第k个配送货物信息的动态路网信息确定第三动态特征延迟时长;根据所述延迟时间计算方式、所述配送路线信息的路网状态信息以及第k+1个配送货物信息的静态路网信息确定第三动态特征调节时长;根据所述第三动态特征延迟时长以及所述第三动态特征调节时长确定第四动态特征时长变化信息;若所述待检测的物流运输订单信息片段在所述第四动态特征时长变化信息内,则根据所述配送路线信息的路网状态信息、所述调节时间计算方式以及所述第k个配送货物信息的动态路网信息,确定所述待匹配配送货物信息的时长;根据所述待匹配配送货物信息的时长,将所述待检测的物流运输订单信息片段划分为第一物流运输订单信息片段以及第二物流运输订单信息片段;其中,所述第一物流运输订单信息片段的时长与所述待匹配配送货物信息的时长一致,所述第二物流运输订单信息片段用于根据所述配送路线信息更新后的状态匹配对应的配送货物信息;
可选地,若满足配送路线信息的状态更新条件,则对所述配送路线信息的路网状态信息进行更新,包括:若所述待检测的物流运输订单信息片段在所述第四动态特征时长变化信息内,则满足所述配送路线信息的状态更新条件;将所述配送路线信息的路网状态信息更新为所述第k个配送货物信息的动态路网信息所对应的状态信息。
在一些可能的实施例中,配送路线信息的配送状态特征还可能为静态特征,基于此,根据所述配送路线信息的路网状态信息、所述配送路线信息的配送状态特征以及所述待检测的物流运输订单信息片段,获取待匹配配送货物信息,还可以通过以下实施方式a实现。
实施方式a:若所述配送路线信息的配送状态特征为静态特征,且所述配送路线信息的路网状态信息对应的状态信息更新频率大于或等于第p个配送货物信息的动态路网信息对应的状态信息更新频率,则根据延迟时间计算方式、所述配送路线信息的路网状态信息以及所述第p个配送货物信息的动态路网信息,确定第一静态特征延迟时长;其中,所述p为大于或等于1,且小于或等于N的整数;根据调节时间计算方式、所述配送路线信息的路网状态信息以及第p-1个配送货物信息的静态路网信息确定第一静态特征调节时长;根据所述第一静态特征延迟时长以及所述第一静态特征调节时长确定目标静态特征时长变化信息;若所述待检测的物流运输订单信息片段在所述目标静态特征时长变化信息内,则根据所述第p个配送货物信息以及第p-1个配送货物信息中至少一个配送货物信息获取所述待匹配配送货物信息。基于此,所述方法还包括:若满足配送路线信息的状态更新条件,则对所述配送路线信息的路网状态信息进行更新;若所述配送路线信息更新后的状态与第一个配送货物信息的动态路网信息所对应的状态信息不匹配,则将所述配送路线信息的配送状态特征调整为动态特征。
在本实施例中,实施方式a的进一步说明可以参照上述步骤15141-步骤15144所描述的内容,因此在此不作更多说明。
步骤1515,将所述待检测的物流运输订单信息片段与所述待匹配配送货物信息进行整合处理,得到物流运输状态信息,其中,所述物流运输状态信息包括所述物流供应链的货物品质描述信息以及所述物流供应链的物流运输订单信息。
这样一来,执行步骤1511-步骤1515所描述的内容,首先接受物流终端发送的物流运输订单信息集合,其次从物流运输订单信息集合获取待检测的物流运输订单信息片段,同时从打印订单信息集合中获取配送路线信息的路网状态信息以及配送状态特征,并根据配送路线信息的路网状态信息、配送状态特征以及待检测的物流运输订单信息片段,获取待匹配配送货物信息,然后将待检测的物流运输订单信息片段与待匹配配送货物信息进行整合处理,得到物流运输状态信息,进而根据物流运输状态信息,对智能物流服务器和物流终端之间的物流交互数据进行数据安全检测。通过上述方式,在整合物流运输信息的过程中,利用配送路线信息的路网状态信息、配送状态特征以及待检测的物流运输订单信息片段,快速地确定出待匹配配送货物信息,这样能够确保物流运输状态信息的时效性。
步骤152,基于所述物流运输状态信息,对所述智能物流服务器和所述物流终端之间的物流交互数据进行数据安全检测。
在本实施例中,物流交互数据是智能物流服务器和物流终端之间进行物流业务交互时对应的数据。
通过执行上述步骤151和步骤152所描述的内容,能够达到如下有益技术效果:为了确保确定出的物流运输状态信息与实际物流情况高度匹配以及确保物流运输状态信息具有较高的时效性和可信度,首先对接收到的物流运输订单信息集合进行分析,进而基于物流运输状态信息,对智能物流服务器和物流终端之间的物流交互数据进行数据安全检测。这样一来,在对智能物流服务器和物流终端之间的物流交互数据进行数据安全检测时,能够将物流运输状态信息考虑在内,从而确保数据安全检测与实际物流情况的高度匹配,从而提高数据安全检测的可信度。
在一些可能的实施例中,为了够确保智能物流服务器和物流终端之间的物流交互数据的安全性,避免因在交互过程出被第三方信息干扰而导致物流交互数据缺失的问题,步骤152所描述的基于所述物流运输状态信息,对所述智能物流服务器和所述物流终端之间的物流交互数据进行数据安全检测,具体包括:基于所述物流运输状态信息,获取所述智能物流服务器和所述物流终端之间的通信状态数据,并对所述通信状态数据进行数据分析,得到物流交互数据;根据预设的安全检测方式对所述物流交互数据进行数据安全检测,得到检测结果。在本实施例中,所述预设的安全检测方式具体包括:通过检测物流交互数据在设定时间步长之间的数据流量变化情况,得到对应的数据安全检测结果。如此一来,智能物流服务器和所述物流终端之间的通信状态数据进行分析,能够确保物流交互数据的准确性,进而对物流交互数据进行数据安全检测。这样能够确保智能物流服务器和物流终端之间的物流交互数据的安全性,避免因在交互过程出被第三方信息干扰而导致物流交互数据缺失的问题。
基于上述基础,请结合图2,本发明还提供了一种基于云计算的数据安全校验装置20的框图,该装置包括以下功能模块。
订单数据获取模块21,用于获取待校验的目标物流交易订单数据。
交互指标确定模块22,用于确定所述目标物流交易订单数据的订单业务状态对应的业务交互指标;其中,所述订单业务状态为各个状态节点的节点延时指标均小于所述目标物流交易订单数据的第一状态节点延时指标对应的业务状态,且所述业务交互指标为目标状态节点的交互量对应的节点延时指标,所述目标状态节点的交互量为所述订单业务状态中,各个节点延时指标对应的状态节点的交互量中最大的状态节点的交互量。
延时指标生成模块23,用于基于所述业务交互指标与预设节点延时指标列表的最新指标的关联关系,确定所述目标物流交易订单数据对应的节点延时指标列表。
订单数据校验模块24,用于基于所确定的节点延时指标列表,确定第二状态节点延时指标;对所述订单业务状态进行节点延时指标修正,直至所述目标物流交易订单数据的状态节点延时指标为所述第二状态节点延时指标时,完成对所述目标物流交易订单数据的校验;其中,所述第二状态节点延时指标为对所述目标物流交易订单数据校验后,所述目标物流交易订单数据的状态节点延时指标。
在上述基础上,请结合参阅图3,提供了一种云服务器110,包括处理器111以及与所述处理器111连接的存储器112和总线113;其中,所述处理器111和所述存储器112通过所述总线113完成相互间的通信;所述处理器111用于调用所述存储器112中的程序指令,以执行上述的方法。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。