CN113076561A - 一种数据块的分拆和重组系统 - Google Patents

Abstract

本发明公开了一种数据块的分拆和重组系统，涉及数据安全技术领域；包括数据上传模块、云平台、数据处理模块、数据加密模块、存储模块、数据库、数据获取模块、智能分配模块以及若干个处理终端；数据处理模块用于接收客户数据并对客户数据进行分析处理；得到客户数据的重要度值并根据重要度值将对应的客户数据拆分成对应数量的数据块；数据加密模块用于将数据块进行加密后分布式存储于多个存储模块中；通过对数据块进行多层加密，使得数据破解难度加强，有效避免关键数据泄露，大大提高数据的安全性；智能分配模块用于对处理终端进行分析并将数据获取指令分配至对应的处理终端进行处理；从而提高解析重组效率和信息安全性。

Description

一种数据块的分拆和重组系统

技术领域

本发明涉及数据安全技术领域，具体涉及一种数据块的分拆和重组系统。

背景技术

随着数字化信息技术的快速发展，计算机在人们的生活工作中扮演了不同重要的角色，人们越来越离不开计算机，越来越离不开数字信息化技术。但是，事物都是有两面的，在它为我们的生活工作带来快捷、方便的同时，也给我们带来的很多安全隐患。现今社会，客户数据非常重要，不管是传统营销还是做微营销都离不开数据，然而客户数据可能会由于系统的瑕疵或有人恶意的攻击，或者户主越权不合法的使用数据库等而被窃取；

公告号CN107342955A的文件公开了一种数据报文的分片方法及装置、重组方法及装置，提高报文重组效率。其中重组装置包括：分片报文接收模块，用于接收分片报文，提交给分片报文重组模块；分片报文重组模块，用于在收到分片报文后创建或者查找重组控制块，基于重组控制块判断接收的分片报文是否完整，若收到的分片报文完整，则对分片报文进行重组；本发明利用重组控制块的位图中的位与分片序列号对应关联，在收到某个序列号的分片后将对应位置1，从而基于末片标志以及重组位图中连续1的个数来快速综合判断分片接收是否完整，从而提高重组效率；

然而现有技术中，无法根据客户数据的重要度将客户数据拆分成对应数量的数据块，对数据块进行多层加密，使得数据破解难度加强，有效避免关键数据泄露，大大提高数据的安全性；同时在调用客户数据时，存在无法根据执优值和威胁评值合理选择对应的处理终端进行解析重组，从而提高解析重组效率和信息安全性的问题。

发明内容

针对现有技术存在的不足，本发明目的是提供一种数据块的分拆和重组系统。本发明能够根据客户数据的重要度将客户数据拆分成对应数量的数据块，对数据块进行多层加密，使得数据破解难度加强，有效避免关键数据泄露，大大提高数据的安全性；同时在用户调用客户数据时，能够根据执优值和威胁评值合理选择对应的处理终端进行解析重组，从而提高解析重组效率和信息安全性。

本发明的目的可以通过以下技术方案实现：一种数据块的分拆和重组系统，包括数据上传模块、云平台、数据处理模块、数据加密模块、存储模块、数据库、数据获取模块、智能分配模块以及若干个处理终端；

所述数据上传模块用于管理人员上传客户数据，并将客户数据发送至云平台；云平台用于将客户数据传输至数据处理模块；所述数据处理模块用于接收客户数据并对客户数据进行分析处理；得到客户数据的重要度值ZY；

所述数据处理模块用于根据重要度值ZY将对应的客户数据拆分成对应数量的数据块；具体包括：

所述数据库中存储有重要度值范围与拆分单位的对照表；根据对照表，确定与重要度值ZY对应的重要度值范围；进而确定与重要度值范围对应的拆分单位；并将对应的拆分单位标记为D1；

对所述客户数据进行序列化操作，得到字节流数据；将所述字节流数据进行大数进制转换得到目标数据；判断目标数据序列化长度是否为D1的倍数，若是，执行下一步；若不是，对目标数据编码进行补零，直至目标数据序列化长度为D1的倍数后，执行下一步；

对目标数据进行拆分，其中拆分单位为D1位长度；得到对应数量的数据块；

所述数据处理模块用于设置当前数据块的特征码和序号并将对应的数据块传输至数据加密模块；所述数据加密模块用于将数据块进行加密后分布式存储于多个存储模块中；其中数据加密模块分别使用第一公钥对拆分后的数据块进行bls12-381加密；

所述数据获取模块用于用户输入数据获取请求至云平台以调取客户数据；所述云平台接收到数据获取请求后生成数据获取指令并将数据获取指令发送至智能分配模块；所述智能分配模块对处理终端进行分析并将数据获取指令分配至对应的处理终端进行处理；

所述处理终端用于接收到数据获取指令后从存储模块中读取到所有的对应数据块；并通过数据块的序号对数据块进行排序；按照顺序依次对数据块进行解析重组，得到客户数据并将客户数据反馈至用户的访问终端上。

进一步地，所述智能分配模块的具体分配步骤为：

S1：采集处理终端的当前状态数据，所述状态数据包括系统当前时间前2小时的指令执行信息；

S2：获取到所有的指令执行信息，将每一个指令执行信息中的数据获取指令产生时间与数据获取指令结束时间进行时间差计算得到单次执行时长；将所有的单次执行时长进行求和并取均值得到平均执行时长并标记为Ts；

统计指令执行信息的数量并标记为执行频次P1；

S3：当检测到数据获取指令时，每间隔R2时间采集一次实时网络访问速度，将实时网络访问速度标记为F1；其中，R2为预设值；将实时网络访问速度F1与访问速度阈值进行对比；

若实时网络访问速度F1＜访问速度阈值，则将该实时网络访问速度标记为影响访问速度；

统计影响访问速度出现的次数并标记为F2，将影响访问速度与访问速度阈值进行差值计算得到低速值，将所有的低速值进行求和获取得到低速总值，并标记为F3；利用公式FW＝F2×g1+F3×g2计算得到访问速度影响系数FW；其中g1、g2为系数因子；

S4：利用公式GD＝1/Ts×g3-P1×g4-FW×g5计算得到执优值GD；其中g3、g4、g5均为系数因子；将处理终端按照执优值GD的大小进行降序排列，生成处理终端的分配优先表；

S5：获取分配优先表中排序第一的处理终端，并标记为待验证处理终端；对待验证处理终端作进一步分析；具体包括：

S51：设定该待验证处理终端的威胁评值为WX；将威胁评值WX与威胁阈值相比较；

S52：若威胁评值WX＜威胁阈值，则将该待验证处理终端标记为选中处理终端；

S53：若威胁评值WX≥威胁阈值，则获取分配优先表中排序第二的处理终端，并标记为待验证处理终端；依此类推；

S6：所述智能分配模块用于将数据获取指令发送至选中处理终端进行处理；

进一步地，其中，所述威胁评值的计算方法为：

Y1：采集系统当前时间前三十天内处理终端的病毒攻击记录；所述病毒攻击记录包括病毒攻击次数和病毒攻击时长；

Y2：统计病毒攻击次数并标记为BD1，将病毒攻击时长进行求和获取得到病毒攻击总时长并标记为BD2；

Y3：利用公式WX＝BD1×d1+BD2×d2获取得到处理终端的威胁评值WX，其中d1、d2均为系数因子。

进一步地，所述客户数据包括客户的身份信息、客户的交易数据和第一公钥；所述交易数据表示为公司与客户的交易次数以及每次交易的交易金额、交易时间；所述指令执行信息包括数据获取指令产生时间、数据获取指令结束时间；所述数据获取指令结束时间为数据块解析重组结束时间。

进一步地，所述数据处理模块的具体分析处理步骤为：

步骤一：获取云平台传输的客户数据；

步骤二：统计公司与客户的交易次数并将交易次数标记为C1；将每次交易的交易金额标记为G1；将交易金额G1与金额阈值相比较；若交易金额G1≥金额阈值，则将对应的交易金额G1标记为影响交易金额；

统计影响交易金额出现的次数并标记为C2；将影响交易金额与金额阈值进行差值计算得到超额值CE；

设定超额系数为Ki，i＝1，2，……，20；其中，K1＜K2＜……＜K20；每个超额系数Ki均对应一个预设超额值范围，依次分别为(k1，k2]，(k2，k3]，…，(k20，k21]；且k1＜k2＜…＜k20＜k21；

当CE∈(ki，ki+1]，则预设超额值范围对应的超额系数为Ki；

利用公式Z1＝CE×Ki获取得到超额值对应的影响值Z1，将所有的超额值对应影响值进行求和得到超额影响总值，并标记为Z2；

利用公式Z3＝C2×a1+Z2×a2计算得到超额评值Z3；其中a1、a2均为系数因子；

步骤三：将每次交易的交易时间按照时间进行排序，将排序后的相邻两个交易时间进行时间差计算得到单次交易间隔时长；将所有的单次交易间隔时长进行求和并取均值得到平均间隔时长PT；

利用公式GY＝(C1×a3+Z3×a4)/(PT×a5)计算得到客户的交易吸引值GY，其中a3、a4、a5为系数因子；

步骤四：获取客户的身份信息，设定客户的财富值为CF；具体包括：

获取客户的身份信息，并与大数据平台内存储的资产身份信息进行对比，获取客户的资产记录；所述资产记录包括房产信息、车辆信息和存款信息；

根据房产信息生成房产评估值；具体为：获取房产的市价估值，当房产市价估值大于100万时，房产评估值为1；当房产市价估值大于100万且小于200万时，房产评估值为2；当房产市价估值大于200万时，房产评估值为3；当房产市价估值小于100万时，房产评估值为0；

根据车辆信息生成车辆评估值；所述车辆信息包括车辆型号和购买年限；设定所有的车辆型号均有一个对应的预设值，将该车辆型号与所有的车辆型号进行匹配得到对应的预设值并标记为G1；将车辆的购买年限标记为N1；利用公式CL＝(G1×b1)/(N1×b2)计算得到车辆评估值；其中b1、b2为系数因子；

根据存款信息生成存款评估值；具体为：获取存款金额，当存款金额大于100万时，存款评估值为3；当存款金额大于50万且小于100万时，存款评估值为2；当存款金额大于10万且小于50万时，存款评估值为1；当存款金额小于10万时，存款评估值为0；

将房产评估值、车辆评估值以及存款评估值进行求和得到财富值；

步骤五：利用公式ZY＝GY×b3+CF×b4计算得到客户数据的重要度值ZY，其中b3、b4为系数因子。

本发明的有益效果是：

1、本发明中数据处理模块用于接收客户数据并对客户数据进行分析处理；首先获取客户数据中的交易数据；经过相关处理计算得到客户的交易吸引值GY；再获取客户的身份信息，并与大数据平台内存储的资产身份信息进行对比，获取客户的资产记录；对客户的资产进行评估，得到客户的财富值为CF；利用公式ZY＝GY×b3+CF×b4计算得到客户数据的重要度值ZY，数据处理模块用于根据重要度值ZY将对应的客户数据拆分成对应数量的数据块；首先根据对照表，确定与重要度值ZY对应的拆分单位并标记为D1；再对所述客户数据进行序列化操作，得到字节流数据；将所述字节流数据进行大数进制转换得到目标数据；对目标数据编码进行补零，直至目标数据序列化长度为D1的倍数后，对目标数据进行拆分，得到对应数量的数据块；数据加密模块用于将数据块进行加密后分布式存储于多个存储模块中；本发明能够根据客户数据的重要度将客户数据拆分成对应数量的数据块，对数据块进行多层加密，使得数据破解难度加强，有效避免关键数据泄露，大大提高数据的安全性；

2、当用户需要调用客户数据时；智能分配模块对处理终端进行分析并将数据获取指令分配至对应的处理终端进行处理；首先采集处理终端的当前状态数据并进行分析，计算得到平均执行时长Ts、执行频次P1以及访问速度影响系数FW；利用公式GD＝1/Ts×g3-P1×g4-FW×g5计算得到执优值GD；获取执优值GD排序第一的处理终端的威胁评值为WX；若威胁评值WX＜威胁阈值，则将该处理终端标记为选中处理终端；若威胁评值WX≥威胁阈值，则获取执优值GD排序第二的处理终端，依此类推；本发明能够根据执优值和威胁评值合理选择对应的处理终端进行解析重组，从而提高解析重组效率和信息安全性。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统框图。

图2为本发明实施例1的系统框图。

图3为本发明实施例2的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1-3所示，一种数据块的分拆和重组系统，包括数据上传模块、云平台、数据处理模块、数据加密模块、存储模块、数据库、数据获取模块、智能分配模块以及若干个处理终端；

实施例1

如图2所示；所述数据上传模块用于管理人员上传客户数据，并将客户数据发送至云平台；云平台用于将客户数据传输至数据处理模块；所述数据处理模块用于接收客户数据并对客户数据进行分析处理；具体分析处理步骤为：

步骤一：获取云平台传输的客户数据，所述客户数据包括客户的身份信息、客户的交易数据和第一公钥；所述交易数据表示为公司与客户的交易次数以及每次交易的交易金额、交易时间；

步骤二：统计公司与客户的交易次数并将交易次数标记为C1；将每次交易的交易金额标记为G1；将交易金额G1与金额阈值相比较；若交易金额G1≥金额阈值，则将对应的交易金额G1标记为影响交易金额；

统计影响交易金额出现的次数并标记为C2；将影响交易金额与金额阈值进行差值计算得到超额值CE；

设定超额系数为Ki，i＝1，2，……，20；其中，K1＜K2＜……＜K20；每个超额系数Ki均对应一个预设超额值范围，依次分别为(k1，k2]，(k2，k3]，…，(k20，k21]；且k1＜k2＜…＜k20＜k21；

当CE∈(ki，ki+1]，则预设超额值范围对应的超额系数为Ki；

利用公式Z1＝CE×Ki获取得到超额值对应的影响值Z1，将所有的超额值对应影响值进行求和得到超额影响总值，并标记为Z2；

利用公式Z3＝C2×a1+Z2×a2计算得到超额评值Z3；其中a1、a2均为系数因子；

步骤三：将每次交易的交易时间按照时间进行排序，将排序后的相邻两个交易时间进行时间差计算得到单次交易间隔时长；将所有的单次交易间隔时长进行求和并取均值得到平均间隔时长PT；

利用公式GY＝(C1×a3+Z3×a4)/(PT×a5)计算得到客户的交易吸引值GY，其中a3、a4、a5为系数因子；

步骤四：获取客户的身份信息，设定客户的财富值为CF；具体包括：

获取客户的身份信息，并与大数据平台内存储的资产身份信息进行对比，获取客户的资产记录；所述资产记录包括房产信息、车辆信息和存款信息；

根据房产信息生成房产评估值；具体为：获取房产的市价估值，当房产市价估值大于100万时，房产评估值为1；当房产市价估值大于100万且小于200万时，房产评估值为2；当房产市价估值大于200万时，房产评估值为3；当房产市价估值小于100万时，房产评估值为0；

根据车辆信息生成车辆评估值；所述车辆信息包括车辆型号和购买年限；设定所有的车辆型号均有一个对应的预设值，将该车辆型号与所有的车辆型号进行匹配得到对应的预设值并标记为G1；将车辆的购买年限标记为N1；利用公式CL＝(G1×b1)/(N1×b2)计算得到车辆评估值；其中b1、b2为系数因子；

根据存款信息生成存款评估值；具体为：获取存款金额，当存款金额大于100万时，存款评估值为3；当存款金额大于50万且小于100万时，存款评估值为2；当存款金额大于10万且小于50万时，存款评估值为1；当存款金额小于10万时，存款评估值为0；

将房产评估值、车辆评估值以及存款评估值进行求和得到财富值；

步骤五：利用公式ZY＝GY×b3+CF×b4计算得到客户数据的重要度值ZY，其中b3、b4为系数因子；

所述数据处理模块用于根据重要度值ZY将对应的客户数据拆分成对应数量的数据块；具体包括：

所述数据库中存储有重要度值范围与拆分单位的对照表；根据对照表，确定与重要度值ZY对应的重要度值范围；进而确定与重要度值范围对应的拆分单位；并将对应的拆分单位标记为D1；

对所述客户数据进行序列化操作，得到字节流数据；将所述字节流数据进行大数进制转换得到目标数据；判断目标数据序列化长度是否为D1的倍数，若是，执行下一步；若不是，对目标数据编码进行补零，直至目标数据序列化长度为D1的倍数后，执行下一步；

对目标数据进行拆分，其中拆分单位为D1位长度；得到对应数量的数据块；

所述数据处理模块用于设置当前数据块的特征码和序号并将对应的数据块传输至数据加密模块；所述数据加密模块用于将数据块进行加密后分布式存储于多个存储模块中；其中数据加密模块分别使用第一公钥对拆分后的数据块进行bls12-381加密；

本发明能够根据客户数据的重要度将客户数据拆分成对应数量的数据块，对数据块进行多层加密，使得数据破解难度加强，有效避免关键数据泄露，大大提高数据的安全性；

实施例2

如图3所示，所述数据获取模块用于用户输入数据获取请求至云平台以调取客户数据；所述云平台接收到数据获取请求后生成数据获取指令并将数据获取指令发送至智能分配模块；所述智能分配模块对处理终端进行分析并将数据获取指令分配至对应的处理终端进行处理；

所述处理终端用于接收到数据获取指令后从存储模块中读取到所有的对应数据块；并通过数据块的序号对数据块进行排序；按照顺序依次对数据块进行解析重组，得到客户数据并将客户数据反馈至用户的访问终端上；

所述智能分配模块的具体分配步骤为：

S1：采集处理终端的当前状态数据，所述状态数据包括系统当前时间前2小时的指令执行信息；所述指令执行信息包括数据获取指令产生时间、数据获取指令结束时间；所述数据获取指令结束时间为数据块解析重组结束时间；

S2：获取到所有的指令执行信息，将每一个指令执行信息中的数据获取指令产生时间与数据获取指令结束时间进行时间差计算得到单次执行时长；将所有的单次执行时长进行求和并取均值得到平均执行时长并标记为Ts；

统计指令执行信息的数量并标记为执行频次P1；

S3：当检测到数据获取指令时，每间隔R2时间采集一次实时网络访问速度，将实时网络访问速度标记为F1；其中，R2为预设值；将实时网络访问速度F1与访问速度阈值进行对比；

若实时网络访问速度F1＜访问速度阈值，则将该实时网络访问速度标记为影响访问速度；

统计影响访问速度出现的次数并标记为F2，将影响访问速度与访问速度阈值进行差值计算得到低速值，将所有的低速值进行求和获取得到低速总值，并标记为F3；利用公式FW＝F2×g1+F3×g2计算得到访问速度影响系数FW；其中g1、g2为系数因子；

S4：利用公式GD＝1/Ts×g3-P1×g4-FW×g5计算得到执优值GD；其中g3、g4、g5均为系数因子；将处理终端按照执优值GD的大小进行降序排列，生成处理终端的分配优先表；

S5：获取分配优先表中排序第一的处理终端，并标记为待验证处理终端；对待验证处理终端作进一步分析；具体包括：

S51：设定该待验证处理终端的威胁评值为WX；将威胁评值WX与威胁阈值相比较；

S52：若威胁评值WX＜威胁阈值，则将该待验证处理终端标记为选中处理终端；

S53：若威胁评值WX≥威胁阈值，则获取分配优先表中排序第二的处理终端，并标记为待验证处理终端；依此类推；

S6：所述智能分配模块用于将数据获取指令发送至选中处理终端进行处理；

其中，所述威胁评值的计算方法为：

Y1：采集系统当前时间前三十天内处理终端的病毒攻击记录；所述病毒攻击记录包括病毒攻击次数和病毒攻击时长；

Y2：统计病毒攻击次数并标记为BD1，将病毒攻击时长进行求和获取得到病毒攻击总时长并标记为BD2；

Y3：利用公式WX＝BD1×d1+BD2×d2获取得到处理终端的威胁评值WX，其中d1、d2均为系数因子。

本发明在用户调用客户数据时，能够根据执优值和威胁评值合理选择对应的处理终端进行解析重组，从而提高解析重组效率和信息安全性。

本发明的工作原理是：

一种数据块的分拆和重组系统，在工作时，数据上传模块用于管理人员上传客户数据，并将客户数据经云平台传输至数据处理模块；所述数据处理模块用于接收客户数据并对客户数据进行分析处理；首先获取客户数据中的交易数据；统计公司与客户的交易次数C1，将每次交易的交易金额标记为G1；将交易金额G1与金额阈值相比较；经过相关处理得到超额评值Z3；将每次交易的交易时间按照时间进行排序并经过相关处理，得到平均间隔时长PT；利用公式计算得到客户的交易吸引值GY；再获取客户的身份信息，并与大数据平台内存储的资产身份信息进行对比，获取客户的资产记录；对客户的资产进行评估，得到客户的财富值为CF；利用公式ZY＝GY×b3+CF×b4计算得到客户数据的重要度值ZY，数据处理模块用于根据重要度值ZY将对应的客户数据拆分成对应数量的数据块；所述数据处理模块用于设置当前数据块的特征码和序号并将对应的数据块传输至数据加密模块；所述数据加密模块用于将数据块进行加密后分布式存储于多个存储模块中；本发明能够根据客户数据的重要度将客户数据拆分成对应数量的数据块，对数据块进行多层加密，使得数据破解难度加强，有效避免关键数据泄露，大大提高数据的安全性；

所述数据获取模块用于用户输入数据获取请求至云平台以调取客户数据；所述智能分配模块对处理终端进行分析并将数据获取指令分配至对应的处理终端进行处理；采集处理终端的当前状态数据并进行分析，计算得到平均执行时长Ts、执行频次P1以及访问速度影响系数FW；利用公式GD＝1/Ts×g3-P1×g4-FW×g5计算得到执优值GD；将处理终端按照执优值GD的大小进行降序排列，生成处理终端的分配优先表；获取分配优先表中排序第一的处理终端，并标记为待验证处理终端；设定该待验证处理终端的威胁评值为WX；若威胁评值WX＜威胁阈值，则将该待验证处理终端标记为选中处理终端；若威胁评值WX≥威胁阈值，则获取分配优先表中排序第二的处理终端，并标记为待验证处理终端；依此类推；所述智能分配模块用于将数据获取指令发送至选中处理终端进行处理；所述处理终端用于接收到数据获取指令后从存储模块中读取到所有的对应数据块；并通过数据块的序号对数据块进行排序；按照顺序依次对数据块进行解析重组，得到客户数据并将客户数据反馈至用户的访问终端上；本发明在用户调用客户数据时，能够根据执优值和威胁评值合理选择对应的处理终端进行解析重组，从而提高解析重组效率和信息安全性。

上述公式均是由采集大量数据进行软件模拟及相应专家进行参数设置处理，得到与真实结果符合的公式。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种数据块的分拆和重组系统，其特征在于，包括数据上传模块、云平台、数据处理模块、数据加密模块、存储模块、数据库、数据获取模块、智能分配模块以及若干个处理终端；

所述数据上传模块用于管理人员上传客户数据并将客户数据经云平台传输至数据处理模块；所述数据处理模块用于接收客户数据并对客户数据进行分析处理；得到客户数据的重要度值ZY；所述数据处理模块用于根据重要度值ZY将对应的客户数据拆分成对应数量的数据块；具体包括：

所述数据库中存储有重要度值范围与拆分单位的对照表；根据对照表，确定与重要度值ZY对应的拆分单位并标记为D1；对所述客户数据进行序列化操作，得到字节流数据；将所述字节流数据进行大数进制转换得到目标数据；判断目标数据序列化长度是否为D1的倍数，若不是，则对目标数据编码进行补零，直至目标数据序列化长度为D1的倍数；对目标数据进行拆分，其中拆分单位为D1位长度；得到对应数量的数据块；

所述数据处理模块用于设置当前数据块的特征码和序号并将对应的数据块传输至数据加密模块；所述数据加密模块用于将数据块进行加密后分布式存储于多个存储模块中；

所述数据获取模块用于用户输入数据获取请求至云平台以调取客户数据；所述智能分配模块用于对处理终端进行分析并将数据获取指令分配至对应的处理终端进行处理；所述处理终端用于接收到数据获取指令后从存储模块中读取到所有的对应数据块；并通过数据块的序号对数据块进行排序；按照顺序依次对数据块进行解析重组，得到客户数据并将客户数据反馈至用户的访问终端上。

2.根据权利要求1所述的一种数据块的分拆和重组系统，其特征在于，所述客户数据包括客户的身份信息、客户的交易数据和第一公钥；所述数据加密模块分别使用第一公钥对拆分后的数据块进行bls12-381加密。

3.根据权利要求1所述的一种数据块的分拆和重组系统，其特征在于，所述智能分配模块的具体分配步骤为：

采集处理终端在系统当前时间前2小时内的指令执行信息；将所有的单次执行时长进行求和并取均值得到平均执行时长Ts；统计指令执行信息的数量为执行频次P1；当检测到数据获取指令时，每间隔R2时间采集一次实时网络访问速度，对实时网络访问速度做相关处理得到访问速度影响系数FW；

利用公式GD＝1/Ts×g3-P1×g4-FW×g5计算得到执优值GD；

获取执优值GD排序第一的处理终端的威胁评值为WX；若威胁评值WX＜威胁阈值，则将该处理终端标记为选中处理终端；若威胁评值WX≥威胁阈值，则获取执优值GD排序第二的处理终端，依此类推。

4.根据权利要求3所述的一种数据块的分拆和重组系统，其特征在于，所述威胁评值的计算方法为：

采集系统当前时间前三十天内处理终端的病毒攻击记录；统计病毒攻击次数并标记为BD1，将病毒攻击时长进行求和获取得到病毒攻击总时长并标记为BD2；利用公式WX＝BD1×d1+BD2×d2获取得到处理终端的威胁评值WX。

5.根据权利要求1所述的一种数据块的分拆和重组系统，其特征在于，所述数据处理模块的具体分析处理步骤为：

获取云平台传输的客户数据；获取客户数据中的交易数据；对交易数据进行分析处理得到客户的交易吸引值GY；获取客户的身份信息，并与大数据平台内存储的资产身份信息进行对比，获取客户的资产记录；根据资产记录计算得到财富值CF；利用公式ZY＝GY×b3+CF×b4计算得到客户数据的重要度值ZY。

Images