CN113435886A - 一种基于云计算的交易处理方法 - Google Patents
一种基于云计算的交易处理方法 Download PDFInfo
- Publication number
- CN113435886A CN113435886A CN202110657475.8A CN202110657475A CN113435886A CN 113435886 A CN113435886 A CN 113435886A CN 202110657475 A CN202110657475 A CN 202110657475A CN 113435886 A CN113435886 A CN 113435886A
- Authority
- CN
- China
- Prior art keywords
- transaction
- transaction data
- cloud computing
- processed
- computing node
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
- G06Q20/3829—Payment protocols; Details thereof insuring higher security of transaction involving key management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于云计算的交易处理方法,获取待处理交易指示,根据待处理交易指示,在终端设备创建第一交易内存区间,并使得目标云计算节点创建第二交易内存区间,当第一交易内存区间和第二交易内存区间的安全性符合预设条件时,构建第一交易内存区间和第二交易内存区间之间的预设传输路径和预设传输规则,确定终端设备与目标云计算节点之间的待处理交易结果,以实现基于云计算的高效交易管理方案。
Description
本申请是申请号202011380959.4、申请日为2020年11月30日、发明创造名称为“一种基于云计算的交易管理方法及金融云平台”的中国申请的分案申请。
技术领域
本发明涉及云计算金融技术领域,具体而言,涉及一种基于云计算的交易处理方法。
背景技术
随着大数据时代的来临,云计算也随着发展。云计算作为一种新兴的数据处理方式,广泛应用于交易数据、信息存储等领域。在实际处理中,是由云计算网络中的各个云计算节点完成对数据处理。而在现有技术中,由于交易技术的信息量较为庞大、信息安全级别较高、信息种类也较为复杂,往往将需要处理的交易事务按照固定或者随机的形式分发给各个与云计算节点进行处理,这使得一些云计算节点会处理数量庞大、数据类型复杂的交易事务,而另一些云计算节点却处于空闲状态仅用于处理数据量偏小同时数据类型简单的交易事务。这导致了云计算网络在处理交易事务时容易出现计算瓶颈,无法高效地对交易事务进行管理。
有鉴于此,如何提供一种高效的基于云计算的交易管理方案,是本领技术人员需要解决的。
发明内容
本发明提供一种基于云计算的交易处理方法。
第一方面,本发明实施例提供一种基于云计算的交易管理方法,应用于计算机设备,计算机设备与云计算网络通信连接,方法包括:
基于云计算网络中的任一云计算节点,获取云计算节点对应的多个目标交易数据,其中,云计算网络包括多个交易数据流以及交易数据流之间的标准处理序列,云计算节点包括多个交易数据流中的任一相邻交易数据流组以及相邻交易数据流组中交易数据流之间的标准处理序列,目标交易数据包括相邻交易数据流组;
将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于多个排序方式的概率,其中,第一特征提取模型用于对目标交易数据中的相邻交易数据流组的处理序列进行分类,多个排序方式包括标准处理序列的排序方式;
分别将每个目标交易数据所表达的交易数据流之间的处理序列属于标准处理序列的排序方式的概率,确定为每个目标交易数据对应的一个第一参考概率,得到多个第一参考概率;
对多个目标交易数据组成的交易数据集合,进行特征提取,将交易数据集合输入到第二特征提取模型中,得到交易数据集合所表达的处理序列分别属于多个排序方式的概率,其中,第二特征提取模型用于对交易数据集合所表达的处理序列进行分类,交易数据集合所表达的处理序列为相邻交易数据流组的处理序列;
将交易数据集合所表达的处理序列属于标准处理序列的排序方式的概率,确定为多个目标交易数据对应的第二参考概率;
基于第二参考概率以及多个第一参考概率,确定云计算节点的优先级,其中,优先级用于表示云计算节点所包括的标准处理序列的交易匹配度;
将优先级满足目标处理条件的云计算节点确定为目标云计算节点。
可选地,基于云计算网络中的任一云计算节点,获取云计算节点对应的多个目标交易数据,包括:
将云计算节点所包括的相邻交易数据流组作为检索式进行匹配,得到云计算节点对应的多个初始交易数据;
对多个初始交易数据进行交易数据流抽取,得到每个初始交易数据中的交易数据流;
将满足第一预设指标的初始交易数据确定为目标交易数据,其中,第一预设指标为抽取到的交易数据流中存在分别与相邻交易数据流组中的两个交易数据流相同的交易数据流。
可选地,云计算节点还包括相邻交易数据流组中交易数据流的交易数据流类型,目标交易数据还满足第二预设指标,第二预设指标为抽取到的交易数据流对应的交易数据流类型与云计算节点所包括的交易数据流对应的交易数据流类型相同。
可选地,基于云计算网络中的任一云计算节点,获取云计算节点对应的多个目标交易数据,包括:
基于相邻交易数据流组中的任一交易数据流,获取交易数据流对应的标准交易数据流,其中,标准交易数据流与相邻交易数据流组中的另一交易数据流的处理序列等同于标准处理序列;
将交易数据流替换为对应的标准交易数据流,得到云计算节点对应的标准云计算节点;
将标准云计算节点对应的交易数据确定为目标交易数据,标准云计算节点对应的交易数据包括标准云计算节点中的相邻交易数据流组。
可选地,计算机设备还与终端设备通信连接,在将优先级满足目标处理条件的云计算节点确定为目标云计算节点之后,方法还包括:
接收终端设备发送的建立交易的建立交易指示,将建立交易指示存储至消息缓存节点;
接收目标云计算节点推送的建立交易指示对应的指示结果,并接收目标云计算节点推送的指示结果对应的第一密钥,其中,第一密钥是将初始密钥使用第二密钥加密得到的,且初始密钥为加密结果指示向量时使用的密钥,指示结果为目标云计算节点在监听到消息缓存节点中的建立交易指示后,将与建立交易指示对应的结果指示向量进行加密后得到的;
接收到终端设备发送的第二密钥,并接收终端设备发送的用户安全码,其中,用户安全码为目标云计算节点发送至终端设备的,以使终端设备将第二密钥和用户安全码发送给所述计算机设备,由根据用户安全码对终端设备鉴权通过后、使用第二密钥对第一密钥进行解密得到初始密钥;
根据用户安全码对终端设备进行鉴权,并确定对终端设备鉴权通过;
使用第二密钥对第一密钥进行解密,得到初始密钥;
使用得到的初始密钥对指示结果进行解密得到结果指示向量,并将得到的结果指示向量返回给终端设备,其中,终端设备发送的第二密钥为目标云计算节点发送至终端设备的。
可选地,计算机设备还与终端设备通信连接,在将优先级满足目标处理条件的云计算节点确定为目标云计算节点之后,方法还包括:
获取待处理交易指示,待处理交易指示用于确定需要与终端设备进行交易事务的目标云计算节点;
根据待处理交易指示,在终端设备创建第一交易内存区间,并使得目标云计算节点创建第二交易内存区间,第一交易内存区间和第二交易内存区间都属于交易内存区间,交易内存区间为在安全模式下独立运行的空间;
当第一交易内存区间和第二交易内存区间的安全性符合预设条件时,构建第一交易内存区间和第二交易内存区间之间的预设传输路径和预设传输规则;
通过预设传输路径,与目标云计算节点交换各自存储的待处理交易数据的基本属性参数,基本属性参数包括终端设备的第一待处理交易数据的电子讯息量和目标云计算节点的第二待处理交易数据的电子讯息量;
计算第二待处理交易数据的电子讯息量与终端设备的第一待处理交易数据的电子讯息量的数据差值;
当数据差值未超过预设差值阈值时,确定目标云计算节点的类型为第一目标云计算节点;
当数据差值超过预设差值阈值时,确定目标云计算节点的类型为第二目标云计算节点;
当目标云计算节点为第一目标云计算节点时,将第一目标云计算节点作为与终端设备进行交易事务的云计算子节点,并确定云计算子节点的交易模型为第一交易操作;
当目标云计算节点为第二目标云计算节点时,在第二目标云计算节点中筛选出预设数量的第二目标云计算节点作为云计算子节点,并确定云计算子节点的交易模型为第二交易操作;
当目标云计算节点包括第一目标云计算节点和第二目标云计算节点时,在第二目标云计算节点中筛选出预设数量的第二目标云计算节点,将预设数量的第二目标云计算节点和全部的第一目标云计算节点作为云计算子节点,并确定云计算子节点的交易模型为第一交易模型,第一交易模型为与第一目标云计算节点进行第一交易操作,在第一交易操作完成之后,与第二目标云计算节点进行第二交易操作;
当交易模型为第一交易操作时,通过预设传输路径和预设传输规则,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,以得到终端设备与目标云计算节点之间的待处理交易结果;
当交易模型为第二交易操作时,接收第二目标云计算节点发送的候选待处理交易数据,并根据候选待处理交易数据,确定终端设备与目标云计算节点之间的待处理交易结果;
当交易模型为第一交易模型时,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,得到初始交易重合数据,接收第二目标云计算节点发送的第二待处理交易数据,并根据初始交易重合数据和第二目标云计算节点发送的第二待处理交易数据,确定终端设备与目标云计算节点之间的待处理交易结果。
可选地,根据待处理交易指示分别在终端设备和目标云计算节点中创建交易内存区间之后,还包括:
对第一交易内存区间的属性信息通过安全散列算法进行计算,并计算得到的第一安全哈希结果发送至目标云计算节点,使得目标云计算节点根据第一安全哈希结果对第一交易内存区间的安全性进行验证;
接收目标云计算节点发送的第一交易内存区间的安全性验证结果和第二交易内存区间的属性信息的第二安全哈希结果;
当第二安全哈希结果与预设安全哈希结果相同时,确定第二交易内存区间的安全性验证结果为验证通过;
当第一交易内存区间和第二交易内存区间的安全性验证结果都为验证通过时,确定第一交易内存区间和第二交易内存区间的安全性符合预设条件。
可选地,通过预设传输路径和预设传输规则,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,以得到终端设备与目标云计算节点之间的待处理交易结果,包括:
在第一待处理交易数据中筛选出目标数量比例的待处理交易数据作为目标第一待处理交易数据,并通过预设传输路径和预设传输规则将目标第一待处理交易数据发送至第一目标云计算节点;
接收第一目标云计算节点发送的目标第二待处理交易数据,并在第一交易内存区间中计算未发送给第一目标云计算节点的剩余第一待处理交易数据与目标第二待处理交易数据的交集,得到第一初始交易重合数据;
将第一初始交易重合数据发送至第一目标云计算节点,并接收第一目标云计算节点发送的第二初始交易重合数据,第二初始交易重合数据为第一目标云计算节点计算出的未发送给终端设备的剩余第二待处理交易数据与目标第一待处理交易数据之间的交集;
将第一初始交易重合数据和第二初始交易重合数据进行融合,得到终端设备与目标云计算节点之间的待处理交易结果。
可选地,预设传输规则包括建立传输规则、对称加密规则和认证规则,在第一待处理交易数据中筛选出目标数量比例的待处理交易数据作为目标第一待处理交易数据,并通过预设传输路径和预设传输规则将目标第一待处理交易数据发送至第一目标云计算节点,包括:
根据第一目标云计算节点的基本属性参数,确定终端设备与第一目标云计算节点进行交易事务的目标数量比例和用于存储待处理交易数据的区间向量的向量数目;
在第一交易内存区间以外的终端设备区域创建向量数目对应的主区间向量;
对建立传输规则进行哈希运算,得到加盐密码哈希,加盐密码哈希在单次交易事务内有效;
采用加盐密码哈希对第一待处理交易数据进行初始加密;
将初始加密后的终端设备待处理交易数据切割成向量数目对应的子待处理交易数据,并确定每一子待处理交易数据存储在主区间向量的向量序号;
将子待处理交易数据存储至向量序号对应的主区间向量;
在主区间向量中筛选出目标数量比例对应的第一待处理交易数据作为目标第一待处理交易数据,并将目标第一待处理交易数据存储至第一交易内存区间;
在第一交易内存区间中采用对称加密规则和认证规则对目标第一待处理交易数据进行加密,并通过预设传输路径将加密后的目标第一待处理交易数据发送至第一目标云计算节点。
第二方面,本发明实施例提供一种金融云平台,应用于计算机设备,计算机设备与云计算网络通信连接,金融云平台包括:
获取模块,用于基于云计算网络中的任一云计算节点,获取云计算节点对应的多个目标交易数据,其中,云计算网络包括多个交易数据流以及交易数据流之间的标准处理序列,云计算节点包括多个交易数据流中的任一相邻交易数据流组以及相邻交易数据流组中交易数据流之间的标准处理序列,目标交易数据包括相邻交易数据流组;
计算模块,用于将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于多个排序方式的概率,其中,第一特征提取模型用于对目标交易数据中的相邻交易数据流组的处理序列进行分类,多个排序方式包括标准处理序列的排序方式;
确定模块,用于分别将每个目标交易数据所表达的交易数据流之间的处理序列属于标准处理序列的排序方式的概率,确定为每个目标交易数据对应的一个第一参考概率,得到多个第一参考概率;对多个目标交易数据组成的交易数据集合,进行特征提取,将交易数据集合输入到第二特征提取模型中,得到交易数据集合所表达的处理序列分别属于多个排序方式的概率,其中,第二特征提取模型用于对交易数据集合所表达的处理序列进行分类,交易数据集合所表达的处理序列为相邻交易数据流组的处理序列;将交易数据集合所表达的处理序列属于标准处理序列的排序方式的概率,确定为多个目标交易数据对应的第二参考概率;基于第二参考概率以及多个第一参考概率,确定云计算节点的优先级,其中,优先级用于表示云计算节点所包括的标准处理序列的交易匹配度;将优先级满足目标处理条件的云计算节点确定为目标云计算节点。
相比现有技术,本发明提供的有益效果包括:采用本发明实施了提供的一种基于云计算的交易处理方法,通过基于所述云计算网络中的任一云计算节点,获取所述云计算节点对应的多个目标交易数据,其中,所述云计算网络包括多个交易数据流以及所述交易数据流之间的标准处理序列,所述云计算节点包括所述多个交易数据流中的任一相邻交易数据流组以及所述相邻交易数据流组中交易数据流之间的标准处理序列,所述目标交易数据包括所述相邻交易数据流组;然后将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于所述多个排序方式的概率,其中,所述第一特征提取模型用于对所述目标交易数据中的相邻交易数据流组的处理序列进行分类,所述多个排序方式包括所述标准处理序列的排序方式;再分别将每个所述目标交易数据所表达的交易数据流之间的处理序列属于所述标准处理序列的排序方式的概率,确定为每个所述目标交易数据对应的一个第一参考概率,得到多个第一参考概率;进而对所述多个目标交易数据组成的交易数据集合,进行特征提取,将所述交易数据集合输入到第二特征提取模型中,得到所述交易数据集合所表达的处理序列分别属于所述多个排序方式的概率,其中,所述第二特征提取模型用于对所述交易数据集合所表达的处理序列进行分类,所述交易数据集合所表达的处理序列为所述相邻交易数据流组的处理序列;接着将所述交易数据集合所表达的处理序列属于所述标准处理序列的排序方式的概率,确定为所述多个目标交易数据对应的第二参考概率;然后基于所述第二参考概率以及所述多个第一参考概率,确定所述云计算节点的优先级,其中,所述优先级用于表示所述云计算节点所包括的标准处理序列的交易匹配度;最终将所述优先级满足目标处理条件的云计算节点确定为目标云计算节点。通过上述步骤,巧妙地利用第一参考概率和第二参考概率确定出符合目标处理条件的目标云计算节点作为处理交易事务的节点,实现了基于云计算的交易高效管理。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的基于云计算的交易管理系统的一种交互示意图;
图2为本发明实施例提供的基于云计算的交易管理方法的一种步骤流程示意图;
图3为本发明实施例提供的基于云计算的交易管理系统的另一种交互示意图;
图4为本发明实施例提供的基于云计算的交易管理装置的一种结构示意框图;
图5为本发明实施例提供的计算机设备的一种结构示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,“设置”、“连接”等术语应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接连接,也可以通过中间媒介间接连接,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图,对本发明的具体实施方式进行详细说明。
图1是本公开一种实施例提供的基于云计算的交易管理系统的交互示意图。基于云计算的交易管理系统可以包括计算机设备100以及与计算机设备100通信连接的云计算网络200。图1所示的基于云计算的交易管理系统仅为一种可行的示例,在其它可行的实施例中,该基于云计算的交易管理系统也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中,基于云计算的交易管理系统中的计算机设备100和云计算网络200可以通过配合执行以下方法实施例所描述的基于云计算的交易管理方法,具体计算机设备100和云计算网络200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本公开实施例提供的基于云计算的交易管理方法的流程示意图,本实施例提供的基于云计算的交易管理方法可以由图1中所示的计算机设备100执行,下面对基于云计算的交易管理方法进行详细介绍。
步骤201,基于云计算网络200中的任一云计算节点,获取云计算节点对应的多个目标交易数据。
其中,云计算网络200包括多个交易数据流以及交易数据流之间的标准处理序列,云计算节点包括多个交易数据流中的任一相邻交易数据流组以及相邻交易数据流组中交易数据流之间的标准处理序列,目标交易数据包括相邻交易数据流组。
在本申请实施例中,云计算网络200包括多个云计算节点,每个云计算节点都具备进行交易数据处理的能力,每个云计算节点可以都由正在进行,或者已经完成的交易。云计算网络200中可以由多个交易数据流,交易数据流可以用于对具体的交易进行处理,而交易数据流的存储形式可以是列表存储,也可以是其他方式存储,均按照一定的预设规则排序,例如数据处理能力,当前数据处理裕量等,选择出的云计算节点可以配置相邻交易数据流组。而相邻交易数据流组则是由相邻的两个交易数据流构成的,应当理解的是,随着交易的进行,当前相邻的交易数据流的排序方式与进行交易操作之前的排序方式可以能并不相同,因此可以获取相邻交易数据流组中交易数据流之间的标准处理序列,即正确配置的交易数据流。
步骤202,将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于多个排序方式的概率。
其中,第一特征提取模型用于对目标交易数据中的相邻交易数据流组的处理序列进行分类,多个排序方式包括标准处理序列的排序方式。
将选出的云计算节点配置的多个目标交易数据输入第一特征提取模型,该特征提起模型可以是预先训练得到的,用于输出每个目标交易数据所表达的交易数据流之间的处理序列分别属于多个排序方式的概率。应当理解的是,每个交易数据流之间的排序方式可以表征为每个交易数据流之前交易数据处理的优先级。
步骤203,分别将每个目标交易数据所表达的交易数据流之间的处理序列属于标准处理序列的排序方式的概率,确定为每个目标交易数据对应的一个第一参考概率,得到多个第一参考概率。
可以确定当前目标交易数据所表达的交易数据流之间的处理序列为最佳的预设处理序列的概率,即标准处理序列的排序方式的概率确,可以将其作为第一参考概率。
步骤204,对多个目标交易数据组成的交易数据集合,进行特征提取,将交易数据集合输入到第二特征提取模型中,得到交易数据集合所表达的处理序列分别属于多个排序方式的概率。
其中,第二特征提取模型用于对交易数据集合所表达的处理序列进行分类,交易数据集合所表达的处理序列为相邻交易数据流组的处理序列。
可以根据目标交易数据组成的交易数据集合再次进行特征提取,并输入第二特征提取模型,第一特征提取模型和第二特征提取模型的训练方式可以是一样的。
步骤205,将交易数据集合所表达的处理序列属于标准处理序列的排序方式的概率,确定为多个目标交易数据对应的第二参考概率。
同样的,可以得到交易数据集合所表达的处理序列分别属于多个排序方式的概率,即作为该交易数据集合最合适的处理序列的排序方式的概率。
步骤206,基于第二参考概率以及多个第一参考概率,确定云计算节点的优先级。
其中,优先级用于表示云计算节点所包括的标准处理序列的交易匹配度。
值得说明的是,在本发明实施例中,分别考虑了目标交易数据以及交易数据集合两个方面分别得到具备参考价值的第一参考概率和第二参考概率来确定云计算节点的优先级,即该云计算节点当前作为处理交易数据的适配程度。
步骤207,将优先级满足目标处理条件的云计算节点确定为目标云计算节点。
通过上述步骤对云计算节点是否作为当前处理交易数据的节点进行了分析,能够合理地对云计算网络200中的云计算节点进行分配,进而达到提高云计算网络200的计算效率最大化的目的。
在前述基础上,作为一种可替换的实施方式,前述步骤201可以由以下的具体步骤实施。
子步骤201-1,将云计算节点所包括的相邻交易数据流组作为检索式进行匹配,得到云计算节点对应的多个初始交易数据。
子步骤201-2,对多个初始交易数据进行交易数据流抽取,得到每个初始交易数据中的交易数据流。
子步骤201-3,将满足第一预设指标的初始交易数据确定为目标交易数据。
其中,第一预设指标为抽取到的交易数据流中存在分别与相邻交易数据流组中的两个交易数据流相同的交易数据流。
在此基础上,为了能够能加清楚的描述前述步骤,云计算节点还包括相邻交易数据流组中交易数据流的交易数据流类型,目标交易数据还满足第二预设指标,第二预设指标为抽取到的交易数据流对应的交易数据流类型与云计算节点所包括的交易数据流对应的交易数据流类型相同。
在此基础上,作为一种可替换的实施方式,前述步骤201可以由以下的步骤实现。
子步骤201-4,基于相邻交易数据流组中的任一交易数据流,获取交易数据流对应的标准交易数据流。
其中,标准交易数据流与相邻交易数据流组中的另一交易数据流的处理序列等同于标准处理序列。
子步骤201-5,将交易数据流替换为对应的标准交易数据流,得到云计算节点对应的标准云计算节点;
子步骤201-6,将标准云计算节点对应的交易数据确定为目标交易数据,标准云计算节点对应的交易数据包括标准云计算节点中的相邻交易数据流组。
在上述基础上,请结合参考图3,计算机设备100还与终端设备300通信连接,在步骤207之后,本发明实施例还提供了以下方案。
步骤301,接收终端设备300发送的建立交易的建立交易指示,将建立交易指示存储至消息缓存节点。
步骤302,接收目标云计算节点推送的建立交易指示对应的指示结果,并接收目标云计算节点推送的指示结果对应的第一密钥。
其中,第一密钥是将初始密钥使用第二密钥加密得到的,且初始密钥为加密结果指示向量时使用的密钥,指示结果为目标云计算节点在监听到消息缓存节点中的建立交易指示后,将与建立交易指示对应的结果指示向量进行加密后得到的。
步骤303,接收到终端设备300发送的第二密钥,并接收终端设备300发送的用户安全码。
其中,用户安全码为目标云计算节点发送至终端设备300的,以使终端设备300将第二密钥和用户安全码发送给所述计算机设备,由根据用户安全码对终端设备300鉴权通过后、使用第二密钥对第一密钥进行解密得到初始密钥。
步骤304,根据用户安全码对终端设备300进行鉴权,并确定对终端设备300鉴权通过。
步骤305,使用第二密钥对第一密钥进行解密,得到初始密钥。
步骤306,使用得到的初始密钥对指示结果进行解密得到结果指示向量,并将得到的结果指示向量返回给终端设备300。
其中,终端设备300发送的第二密钥为目标云计算节点发送至终端设备300的。
在本发明实施例中,可以采用AES(Advanced Encryption Standard,简称高级加密标准)实现上述方案。在确定了用于处理交易相关的目标云计算节点后,可以开始进行交易事务的处理,通过上述步骤,能够在接收到建立交易指示时对其进行安全验证,以此来提高后续进行交易事务处理的安全性,避免了非法的请求通过目标云计算节点进入云计算网络200造成危害。
在此基础上,计算机设备100还与终端设备300通信连接,在前述步骤207之后,本发明实施例提供以下具体进行交易的示例。
步骤401,获取待处理交易指示。
其中,待处理交易指示用于确定需要与终端设备300进行交易事务的目标云计算节点。
步骤402,根据待处理交易指示,在终端设备300创建第一交易内存区间,并使得目标云计算节点创建第二交易内存区间。
其中,第一交易内存区间和第二交易内存区间都属于交易内存区间,交易内存区间为在安全模式下独立运行的空间。
步骤403,当第一交易内存区间和第二交易内存区间的安全性符合预设条件时,构建第一交易内存区间和第二交易内存区间之间的预设传输路径和预设传输规则。
步骤404,通过预设传输路径,与目标云计算节点交换各自存储的待处理交易数据的基本属性参数。
其中,基本属性参数包括终端设备300的第一待处理交易数据的电子讯息量和目标云计算节点的第二待处理交易数据的电子讯息量。
步骤405,计算第二待处理交易数据的电子讯息量与终端设备300的第一待处理交易数据的电子讯息量的数据差值。
步骤406,当数据差值未超过预设差值阈值时,确定目标云计算节点的类型为第一目标云计算节点。
步骤407,当数据差值超过预设差值阈值时,确定目标云计算节点的类型为第二目标云计算节点。
步骤408,当目标云计算节点为第一目标云计算节点时,将第一目标云计算节点作为与终端设备300进行交易事务的云计算子节点,并确定云计算子节点的交易模型为第一交易操作。
步骤409,当目标云计算节点为第二目标云计算节点时,在第二目标云计算节点中筛选出预设数量的第二目标云计算节点作为云计算子节点,并确定云计算子节点的交易模型为第二交易操作。
步骤410,当目标云计算节点包括第一目标云计算节点和第二目标云计算节点时,在第二目标云计算节点中筛选出预设数量的第二目标云计算节点,将预设数量的第二目标云计算节点和全部的第一目标云计算节点作为云计算子节点,并确定云计算子节点的交易模型为第一交易模型。
其中,第一交易模型为与第一目标云计算节点进行第一交易操作,在第一交易操作完成之后,与第二目标云计算节点进行第二交易操作。
步骤411,当交易模型为第一交易操作时,通过预设传输路径和预设传输规则,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,以得到终端设备300与目标云计算节点之间的待处理交易结果。
步骤412,当交易模型为第二交易操作时,接收第二目标云计算节点发送的候选待处理交易数据,并根据候选待处理交易数据,确定终端设备300与目标云计算节点之间的待处理交易结果。
步骤413,当交易模型为第一交易模型时,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,得到初始交易重合数据,接收第二目标云计算节点发送的第二待处理交易数据,并根据初始交易重合数据和第二目标云计算节点发送的第二待处理交易数据,确定终端设备300与目标云计算节点之间的待处理交易结果。
如前所描述的,在确定了目标云计算节点后,可以进行交易事务的处理,可以在接收到待处理交易指示时,通过上述步骤完成交易的处理,能够提供一种安全系数高的交易处理方案。
在此基础上,作为一种可替换的具体实施方式,前述步骤402可以由以下的步骤执行实施。
子步骤402-1,对第一交易内存区间的属性信息通过安全散列算法进行计算,并计算得到的第一安全哈希结果发送至目标云计算节点,使得目标云计算节点根据第一安全哈希结果对第一交易内存区间的安全性进行验证。
子步骤402-2,接收目标云计算节点发送的第一交易内存区间的安全性验证结果和第二交易内存区间的属性信息的第二安全哈希结果。
子步骤402-3,当第二安全哈希结果与预设安全哈希结果相同时,确定第二交易内存区间的安全性验证结果为验证通过。
子步骤402-4,当第一交易内存区间和第二交易内存区间的安全性验证结果都为验证通过时,确定第一交易内存区间和第二交易内存区间的安全性符合预设条件。
在前述基础上,作为一种可替换的实施例,前述步骤411可以由以下步骤实施实现。
子步骤411-1,在第一待处理交易数据中筛选出目标数量比例的待处理交易数据作为目标第一待处理交易数据,并通过预设传输路径和预设传输规则将目标第一待处理交易数据发送至第一目标云计算节点。
子步骤411-2,接收第一目标云计算节点发送的目标第二待处理交易数据,并在第一交易内存区间中计算未发送给第一目标云计算节点的剩余第一待处理交易数据与目标第二待处理交易数据的交集,得到第一初始交易重合数据。
子步骤411-3,将第一初始交易重合数据发送至第一目标云计算节点,并接收第一目标云计算节点发送的第二初始交易重合数据。
其中,第二初始交易重合数据为第一目标云计算节点计算出的未发送给终端设备300的剩余第二待处理交易数据与目标第一待处理交易数据之间的交集。
子步骤411-4,将第一初始交易重合数据和第二初始交易重合数据进行融合,得到终端设备300与目标云计算节点之间的待处理交易结果。
在前述基础上,预设传输规则包括建立传输规则、对称加密规则和认证规则,为了能够更加清楚的表达本发明提供的方案,前述子步骤411-1可以通过以下方式实现。
(1)根据第一目标云计算节点的基本属性参数,确定终端设备300与第一目标云计算节点进行交易事务的目标数量比例和用于存储待处理交易数据的区间向量的向量数目。
(2)在第一交易内存区间以外的终端设备300区域创建向量数目对应的主区间向量。
(3)对建立传输规则进行哈希运算,得到加盐密码哈希,加盐密码哈希在单次交易事务内有效。
(4)采用加盐密码哈希对第一待处理交易数据进行初始加密。
(5)将初始加密后的终端设备300待处理交易数据切割成向量数目对应的子待处理交易数据,并确定每一子待处理交易数据存储在主区间向量的向量序号。
(6)将子待处理交易数据存储至向量序号对应的主区间向量。
(7)在主区间向量中筛选出目标数量比例对应的第一待处理交易数据作为目标第一待处理交易数据,并将目标第一待处理交易数据存储至第一交易内存区间。
(8)在第一交易内存区间中采用对称加密规则和认证规则对目标第一待处理交易数据进行加密,并通过预设传输路径将加密后的目标第一待处理交易数据发送至第一目标云计算节点。
而对于前述子步骤411-2,还提供了譬如以下的具体实施方式:
(1)在第一交易内存区间中,采用认证规则对目标第二待处理交易数据的数据缺失性进行验证。
(2)当目标第二待处理交易数据的数据缺失性验证通过时,采用对称加密规则对目标第二待处理交易数据进行解密。
(3)计算解密后的目标第二待处理交易数据与未发送给第一目标云计算节点的剩余第一待处理交易数据之间的交集,得到第一初始交易重合数据。
在前述基础上,候选待处理交易数据包括第一候选待处理交易数据和第二候选待处理交易数据,作为一种可替换的具体实施方式,前述步骤412还可以通过譬如以下步骤实现。
子步骤412-1,当第一待处理交易数据的电子讯息量超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,接收第二目标云计算节点发送的第一候选待处理交易数据,并根据预设传输规则,在第一交易内存区间中计算出第一待处理交易数据与第一候选待处理交易数据之间的交集,以得到终端设备300与目标云计算节点之间的待处理交易结果。
其中,第一候选待处理交易数据为第二目标云计算节点加密后的第二待处理交易数据。
子步骤412-2,当第一待处理交易数据的电子讯息量未超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,根据预设传输规则,将第一待处理交易数据加密后发送至第二目标云计算节点,并接收第二目标云计算节点发送的第二候选待处理交易数据,并将第二候选待处理交易数据作为终端设备300与目标云计算节点之间的待处理交易结果,第二候选待处理交易数据为第二目标云计算节点计算的第一待处理交易数据与自身存储的第二待处理交易数据之间的交集。
除此之外,预设传输规则包括认证规则和对称加密规则,上述子步骤412-1可以通过以下方式实现。
(1)在第一交易内存区间中采用认证规则对第一候选待处理交易数据的数据缺失性进行验证。
(2)当第一候选待处理交易数据的数据缺失性验证通过时,在第一交易内存区间采用对称加密规则对第一候选待处理交易数据进行解密。
(3)在第一交易内存区间中计算解密后的第一候选待处理交易数据与第一待处理交易数据之间的交集,得到目标待处理交易结果,将目标待处理交易结果作为终端设备300与目标云计算节点之间的待处理交易结果。
为了能够更加清楚的表达本发明提供的方案,预设传输规则还包括建立传输规则,前述子步骤412-2可以通过譬如以下的详细步骤实施实现。
(1)采用建立传输规则对第一待处理交易数据进行初始加密,并将初始加密后的第一待处理交易数据存储至区间向量。
(2)将区间向量存储至第一交易内存区间,并采用对称加密规则和认证规则对区间向量中的第一待处理交易数据加密,得到加密后第一待处理交易数据。
(3)将加密后第一待处理交易数据发送至第二目标云计算节点,使得第二目标云计算节点计算加密后第一待处理交易数据与自身存储的第二待处理交易数据的交集,得到第二候选待处理交易数据。
(4)接收第二目标云计算节点发送的第二候选待处理交易数据,并将第二候选待处理交易数据作为终端设备300与目标云计算节点之间的待处理交易结果。
在前述基础上,作为一种可替换的具体实施方式,前述步骤413还可以由譬如以下的具体实施方式实现。
子步骤413-1,在第一待处理交易数据中筛选出用于交易事务的候选第一待处理交易数据,并采用预设传输规则对候选第一待处理交易数据进行加密。
子步骤413-2,将加密后的候选第一待处理交易数据通过预设传输路径发送至第一目标云计算节点,并接收第一目标云计算节点发送的候选第二待处理交易数据。
子步骤413-3,在第一交易内存区间中计算出候选第二待处理交易数据与第一待处理交易数据中除了候选待处理交易数据以外的待处理交易数据的交集,以得到第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的初始交易重合数据。
子步骤413-4,当初始交易重合数据中的待处理交易数据的电子讯息量超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,接收第二目标云计算节点发送的当前第二待处理交易数据,并计算出初始交易重合数据与当前第二待处理交易数据之间的交集,得到当前待处理交易结果,将当前待处理交易结果作为终端设备300与目标云计算节点之间的待处理交易结果。
子步骤413-5,当初始交易重合数据中的待处理交易数据的电子讯息量未超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,根据预设传输规则,将初始交易重合数据加密后发送至第二目标云计算节点,并接收第二目标云计算节点针对初始交易重合数据求交之后发送的待处理交易数据集合,将待处理交易数据集合作为终端设备300与目标云计算节点之间的待处理交易结果。
本发明实施例提供一种金融云平台110,应用于计算机设备100,计算机设备100与云计算网络200通信连接,请结合参考图4,金融云平台110包括:
获取模块1101,用于基于云计算网络200中的任一云计算节点,获取云计算节点对应的多个目标交易数据,其中,云计算网络200包括多个交易数据流以及交易数据流之间的标准处理序列,云计算节点包括多个交易数据流中的任一相邻交易数据流组以及相邻交易数据流组中交易数据流之间的标准处理序列,目标交易数据包括相邻交易数据流组。
计算模块1102,用于将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于多个排序方式的概率,其中,第一特征提取模型用于对目标交易数据中的相邻交易数据流组的处理序列进行分类,多个排序方式包括标准处理序列的排序方式。
确定模块1103,用于分别将每个目标交易数据所表达的交易数据流之间的处理序列属于标准处理序列的排序方式的概率,确定为每个目标交易数据对应的一个第一参考概率,得到多个第一参考概率;对多个目标交易数据组成的交易数据集合,进行特征提取,将交易数据集合输入到第二特征提取模型中,得到交易数据集合所表达的处理序列分别属于多个排序方式的概率,其中,第二特征提取模型用于对交易数据集合所表达的处理序列进行分类,交易数据集合所表达的处理序列为相邻交易数据流组的处理序列;将交易数据集合所表达的处理序列属于标准处理序列的排序方式的概率,确定为多个目标交易数据对应的第二参考概率;基于第二参考概率以及多个第一参考概率,确定云计算节点的优先级,其中,优先级用于表示云计算节点所包括的标准处理序列的交易匹配度;将优先级满足目标处理条件的云计算节点确定为目标云计算节点。
进一步地,获取模块1101具体用于:
将云计算节点所包括的相邻交易数据流组作为检索式进行匹配,得到云计算节点对应的多个初始交易数据;对多个初始交易数据进行交易数据流抽取,得到每个初始交易数据中的交易数据流;将满足第一预设指标的初始交易数据确定为目标交易数据,其中,第一预设指标为抽取到的交易数据流中存在分别与相邻交易数据流组中的两个交易数据流相同的交易数据流。
进一步地,云计算节点还包括相邻交易数据流组中交易数据流的交易数据流类型,目标交易数据还满足第二预设指标,第二预设指标为抽取到的交易数据流对应的交易数据流类型与云计算节点所包括的交易数据流对应的交易数据流类型相同。
进一步地,获取模块1101具体用于:
基于相邻交易数据流组中的任一交易数据流,获取交易数据流对应的标准交易数据流,其中,标准交易数据流与相邻交易数据流组中的另一交易数据流的处理序列等同于标准处理序列;将交易数据流替换为对应的标准交易数据流,得到云计算节点对应的标准云计算节点;将标准云计算节点对应的交易数据确定为目标交易数据,标准云计算节点对应的交易数据包括标准云计算节点中的相邻交易数据流组。
进一步地,计算机设备100还与终端设备300通信连接,确定模块1103还用于:
接收终端设备300发送的建立交易的建立交易指示,将建立交易指示存储至消息缓存节点;接收目标云计算节点推送的建立交易指示对应的指示结果,并接收目标云计算节点推送的指示结果对应的第一密钥,其中,第一密钥是将初始密钥使用第二密钥加密得到的,且初始密钥为加密结果指示向量时使用的密钥,指示结果为目标云计算节点在监听到消息缓存节点中的建立交易指示后,将与建立交易指示对应的结果指示向量进行加密后得到的;接收到终端设备300发送的第二密钥,并接收终端设备300发送的用户安全码,其中,用户安全码为目标云计算节点发送至终端设备300的,以使终端设备300将第二密钥和用户安全码发送给所述计算机设备,由根据用户安全码对终端设备300鉴权通过后、使用第二密钥对第一密钥进行解密得到初始密钥;根据用户安全码对终端设备300进行鉴权,并确定对终端设备300鉴权通过;使用第二密钥对第一密钥进行解密,得到初始密钥;使用得到的初始密钥对指示结果进行解密得到结果指示向量,并将得到的结果指示向量返回给终端设备300,其中,终端设备300发送的第二密钥为目标云计算节点发送至终端设备300的。
进一步地,计算机设备100还与终端设备300通信连接,确定模块1103还用于:
获取待处理交易指示,待处理交易指示用于确定需要与终端设备300进行交易事务的目标云计算节点;根据待处理交易指示,在终端设备300创建第一交易内存区间,并使得目标云计算节点创建第二交易内存区间,第一交易内存区间和第二交易内存区间都属于交易内存区间,交易内存区间为在安全模式下独立运行的空间;当第一交易内存区间和第二交易内存区间的安全性符合预设条件时,构建第一交易内存区间和第二交易内存区间之间的预设传输路径和预设传输规则;通过预设传输路径,与目标云计算节点交换各自存储的待处理交易数据的基本属性参数,基本属性参数包括终端设备300的第一待处理交易数据的电子讯息量和目标云计算节点的第二待处理交易数据的电子讯息量;计算第二待处理交易数据的电子讯息量与终端设备300的第一待处理交易数据的电子讯息量的数据差值;当数据差值未超过预设差值阈值时,确定目标云计算节点的类型为第一目标云计算节点;当数据差值超过预设差值阈值时,确定目标云计算节点的类型为第二目标云计算节点;当目标云计算节点为第一目标云计算节点时,将第一目标云计算节点作为与终端设备300进行交易事务的云计算子节点,并确定云计算子节点的交易模型为第一交易操作;当目标云计算节点为第二目标云计算节点时,在第二目标云计算节点中筛选出预设数量的第二目标云计算节点作为云计算子节点,并确定云计算子节点的交易模型为第二交易操作;当目标云计算节点包括第一目标云计算节点和第二目标云计算节点时,在第二目标云计算节点中筛选出预设数量的第二目标云计算节点,将预设数量的第二目标云计算节点和全部的第一目标云计算节点作为云计算子节点,并确定云计算子节点的交易模型为第一交易模型,第一交易模型为与第一目标云计算节点进行第一交易操作,在第一交易操作完成之后,与第二目标云计算节点进行第二交易操作;当交易模型为第一交易操作时,通过预设传输路径和预设传输规则,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,以得到终端设备300与目标云计算节点之间的待处理交易结果;当交易模型为第二交易操作时,接收第二目标云计算节点发送的候选待处理交易数据,并根据候选待处理交易数据,确定终端设备300与目标云计算节点之间的待处理交易结果;当交易模型为第一交易模型时,将第一数量比例的第一待处理交易数据与第一目标云计算节点的第二待处理交易数据进行交易事务,并在第一交易内存区间中计算出第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的交集,得到初始交易重合数据,接收第二目标云计算节点发送的第二待处理交易数据,并根据初始交易重合数据和第二目标云计算节点发送的第二待处理交易数据,确定终端设备300与目标云计算节点之间的待处理交易结果。
进一步地,确定模块1103具体用于:
对第一交易内存区间的属性信息通过安全散列算法进行计算,并计算得到的第一安全哈希结果发送至目标云计算节点,使得目标云计算节点根据第一安全哈希结果对第一交易内存区间的安全性进行验证;接收目标云计算节点发送的第一交易内存区间的安全性验证结果和第二交易内存区间的属性信息的第二安全哈希结果;当第二安全哈希结果与预设安全哈希结果相同时,确定第二交易内存区间的安全性验证结果为验证通过;当第一交易内存区间和第二交易内存区间的安全性验证结果都为验证通过时,确定第一交易内存区间和第二交易内存区间的安全性符合预设条件。
进一步地,确定模块1103具体用于:
在第一待处理交易数据中筛选出目标数量比例的待处理交易数据作为目标第一待处理交易数据,并通过预设传输路径和预设传输规则将目标第一待处理交易数据发送至第一目标云计算节点;接收第一目标云计算节点发送的目标第二待处理交易数据,并在第一交易内存区间中计算未发送给第一目标云计算节点的剩余第一待处理交易数据与目标第二待处理交易数据的交集,得到第一初始交易重合数据;将第一初始交易重合数据发送至第一目标云计算节点,并接收第一目标云计算节点发送的第二初始交易重合数据,第二初始交易重合数据为第一目标云计算节点计算出的未发送给终端设备300的剩余第二待处理交易数据与目标第一待处理交易数据之间的交集;将第一初始交易重合数据和第二初始交易重合数据进行融合,得到终端设备300与目标云计算节点之间的待处理交易结果。
进一步地,预设传输规则包括建立传输规则、对称加密规则和认证规则地,确定模块1103进一步具体用于:
根据第一目标云计算节点的基本属性参数,确定终端设备300与第一目标云计算节点进行交易事务的目标数量比例和用于存储待处理交易数据的区间向量的向量数目;在第一交易内存区间以外的终端设备300区域创建向量数目对应的主区间向量;对建立传输规则进行哈希运算,得到加盐密码哈希,加盐密码哈希在单次交易事务内有效;采用加盐密码哈希对第一待处理交易数据进行初始加密;将初始加密后的终端设备300待处理交易数据切割成向量数目对应的子待处理交易数据,并确定每一子待处理交易数据存储在主区间向量的向量序号;将子待处理交易数据存储至向量序号对应的主区间向量;在主区间向量中筛选出目标数量比例对应的第一待处理交易数据作为目标第一待处理交易数据,并将目标第一待处理交易数据存储至第一交易内存区间;在第一交易内存区间中采用对称加密规则和认证规则对目标第一待处理交易数据进行加密,并通过预设传输路径将加密后的目标第一待处理交易数据发送至第一目标云计算节点。
需要说明的是,前述金融云平台110的实现原理可以参考前述基于云计算的交易管理方法的实现原理,在此不再赘述。应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理交易数据流上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,金融云平台110可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上获取模块1101的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
本发明实施例提供一种计算机设备100,计算机设备100包括处理器及存储有计算机指令的非易失性存储器,计算机指令被处理器执行时,计算机设备100执行前述的金融云平台110。如图5所示,图5为本发明实施例提供的计算机设备100的结构框图。计算机设备100包括在金融云平台110、存储器111、处理器112及通信单元113。
为实现数据的传输或交互,存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接。例如,可通过一条或多条通讯总线或信号线实现这些元件相互之间电性连接。金融云平台110包括至少一个可以软件或固件(firmware)的形式存储于存储器111中或固化在计算机设备100的操作系统(operating system,OS)中的软件功能模块。处理器112用于执行存储器111中存储的金融云平台110,例如金融云平台110所包括的软件功能模块及计算机程序等。
本发明实施例提供一种可读存储介质,可读存储介质包括计算机程序,计算机程序运行时控制可读存储介质所在计算机设备100执行前述的基于云计算的交易管理方法。
综上,采用本发明实施了提供的一种基于云计算的交易处理方法,通过基于所述云计算网络中的任一云计算节点,获取所述云计算节点对应的多个目标交易数据,其中,所述云计算网络包括多个交易数据流以及所述交易数据流之间的标准处理序列,所述云计算节点包括所述多个交易数据流中的任一相邻交易数据流组以及所述相邻交易数据流组中交易数据流之间的标准处理序列,所述目标交易数据包括所述相邻交易数据流组;然后将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于所述多个排序方式的概率,其中,所述第一特征提取模型用于对所述目标交易数据中的相邻交易数据流组的处理序列进行分类,所述多个排序方式包括所述标准处理序列的排序方式;再分别将每个所述目标交易数据所表达的交易数据流之间的处理序列属于所述标准处理序列的排序方式的概率,确定为每个所述目标交易数据对应的一个第一参考概率,得到多个第一参考概率;进而对所述多个目标交易数据组成的交易数据集合,进行特征提取,将所述交易数据集合输入到第二特征提取模型中,得到所述交易数据集合所表达的处理序列分别属于所述多个排序方式的概率,其中,所述第二特征提取模型用于对所述交易数据集合所表达的处理序列进行分类,所述交易数据集合所表达的处理序列为所述相邻交易数据流组的处理序列;接着将所述交易数据集合所表达的处理序列属于所述标准处理序列的排序方式的概率,确定为所述多个目标交易数据对应的第二参考概率;然后基于所述第二参考概率以及所述多个第一参考概率,确定所述云计算节点的优先级,其中,所述优先级用于表示所述云计算节点所包括的标准处理序列的交易匹配度;最终将所述优先级满足目标处理条件的云计算节点确定为目标云计算节点。通过上述步骤,巧妙地利用第一参考概率和第二参考概率确定出符合目标处理条件的目标云计算节点作为处理交易事务的节点,实现了基于云计算的交易高效管理。
出于说明目的,前面的描述是参考具体实施例而进行的。但是,上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导,众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用,从而使本领域技术人员最佳地利用本公开,并利用具有不同修改的各种实施例以适于预期的特定应用。出于说明目的,前面的描述是参考具体实施例而进行的。但是,上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导,众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用,从而使本领域技术人员最佳地利用本公开,并利用具有不同修改的各种实施例以适于预期的特定应用。
Claims (10)
1.一种基于云计算的交易处理方法,其特征在于,应用于计算机设备,所述计算机设备与云计算网络通信连接,所述方法包括:
获取待处理交易指示,所述待处理交易指示用于确定需要与终端设备进行交易事务的目标云计算节点;
根据所述待处理交易指示,在终端设备创建第一交易内存区间,并使得所述目标云计算节点创建第二交易内存区间,所述第一交易内存区间和第二交易内存区间都属于交易内存区间,所述交易内存区间为在安全模式下独立运行的空间;
当所述第一交易内存区间和所述第二交易内存区间的安全性符合预设条件时,构建所述第一交易内存区间和所述第二交易内存区间之间的预设传输路径和预设传输规则;
通过所述预设传输路径,与所述目标云计算节点交换各自存储的待处理交易数据的基本属性参数,所述基本属性参数包括终端设备的第一待处理交易数据的电子讯息量和所述目标云计算节点的第二待处理交易数据的电子讯息量;
计算所述第二待处理交易数据的电子讯息量与终端设备的第一待处理交易数据的电子讯息量的数据差值;
当所述数据差值未超过预设差值阈值时,确定所述目标云计算节点的类型为第一目标云计算节点;
当所述数据差值超过所述预设差值阈值时,确定所述目标云计算节点的类型为第二目标云计算节点;
当所述目标云计算节点为第一目标云计算节点时,将所述第一目标云计算节点作为与终端设备进行交易事务的云计算子节点,并确定所述云计算子节点的交易模型为第一交易操作;
当所述目标云计算节点为第二目标云计算节点时,在所述第二目标云计算节点中筛选出预设数量的第二目标云计算节点作为所述云计算子节点,并确定所述云计算子节点的交易模型为第二交易操作;
当所述目标云计算节点包括所述第一目标云计算节点和所述第二目标云计算节点时,在所述第二目标云计算节点中筛选出预设数量的第二目标云计算节点,将预设数量的第二目标云计算节点和全部的第一目标云计算节点作为所述云计算子节点,并确定所述云计算子节点的交易模型为第一交易模型,所述第一交易模型为与所述第一目标云计算节点进行第一交易操作,在第一交易操作完成之后,与所述第二目标云计算节点进行第二交易操作;
当所述交易模型为第一交易操作时,通过所述预设传输路径和所述预设传输规则,将第一数量比例的所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据进行交易事务,并在所述第一交易内存区间中计算出所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据之间的交集,以得到终端设备与所述目标云计算节点之间的待处理交易结果;
当所述交易模型为第二交易操作时,接收所述第二目标云计算节点发送的候选待处理交易数据,并根据所述候选待处理交易数据,确定终端设备与所述目标云计算节点之间的待处理交易结果;
当所述交易模型为第一交易模型时,将第一数量比例的所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据进行交易事务,并在所述第一交易内存区间中计算出所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据之间的交集,得到初始交易重合数据,接收所述第二目标云计算节点发送的第二待处理交易数据,并根据所述初始交易重合数据和所述第二目标云计算节点发送的第二待处理交易数据,确定终端设备与所述目标云计算节点之间的待处理交易结果。
2.根据权利要求1所述的方法,其特征在于,根据所述待处理交易指示分别在终端设备和所述目标云计算节点中创建交易内存区间之后,还包括:
对所述第一交易内存区间的属性信息通过安全散列算法进行计算,并计算得到的第一安全哈希结果发送至所述目标云计算节点,使得所述目标云计算节点根据所述第一安全哈希结果对所述第一交易内存区间的安全性进行验证;
接收所述目标云计算节点发送的所述第一交易内存区间的安全性验证结果和所述第二交易内存区间的属性信息的第二安全哈希结果;
当所述第二安全哈希结果与预设安全哈希结果相同时,确定所述第二交易内存区间的安全性验证结果为验证通过;
当所述第一交易内存区间和所述第二交易内存区间的安全性验证结果都为验证通过时,确定所述第一交易内存区间和所述第二交易内存区间的安全性符合所述预设条件。
3.根据权利要求1所述的方法,其特征在于,所述通过所述预设传输路径和所述预设传输规则,将第一数量比例的所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据进行交易事务,并在所述第一交易内存区间中计算出所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据之间的交集,以得到终端设备与所述目标云计算节点之间的待处理交易结果,包括:
在所述第一待处理交易数据中筛选出目标数量比例的待处理交易数据作为目标第一待处理交易数据,并通过所述预设传输路径和所述预设传输规则将所述目标第一待处理交易数据发送至所述第一目标云计算节点;
接收所述第一目标云计算节点发送的目标第二待处理交易数据,并在所述第一交易内存区间中计算未发送给所述第一目标云计算节点的剩余第一待处理交易数据与所述目标第二待处理交易数据的交集,得到第一初始交易重合数据;
将所述第一初始交易重合数据发送至所述第一目标云计算节点,并接收所述第一目标云计算节点发送的第二初始交易重合数据,所述第二初始交易重合数据为所述第一目标云计算节点计算出的未发送给终端设备的剩余第二待处理交易数据与所述目标第一待处理交易数据之间的交集;
将所述第一初始交易重合数据和所述第二初始交易重合数据进行融合,得到终端设备与所述目标云计算节点之间的待处理交易结果。
4.根据权利要求1所述的方法,其特征在于,所述预设传输规则包括建立传输规则、对称加密规则和认证规则,所述在所述第一待处理交易数据中筛选出目标数量比例的待处理交易数据作为目标第一待处理交易数据,并通过所述预设传输路径和所述预设传输规则将所述目标第一待处理交易数据发送至所述第一目标云计算节点,包括:
根据所述第一目标云计算节点的基本属性参数,确定终端设备与所述第一目标云计算节点进行交易事务的目标数量比例和用于存储待处理交易数据的区间向量的向量数目;
在所述第一交易内存区间以外的终端设备区域创建所述向量数目对应的主区间向量;
对所述建立传输规则进行哈希运算,得到加盐密码哈希,所述加盐密码哈希在单次交易事务内有效;
采用所述加盐密码哈希对所述第一待处理交易数据进行初始加密;
将初始加密后的终端设备待处理交易数据切割成所述向量数目对应的子待处理交易数据,并确定每一子待处理交易数据存储在主区间向量的向量序号;
将所述子待处理交易数据存储至所述向量序号对应的主区间向量;
在所述主区间向量中筛选出所述目标数量比例对应的第一待处理交易数据作为目标第一待处理交易数据,并将所述目标第一待处理交易数据存储至所述第一交易内存区间;
在所述第一交易内存区间中采用所述对称加密规则和所述认证规则对所述目标第一待处理交易数据进行加密,并通过所述预设传输路径将加密后的目标第一待处理交易数据发送至所述第一目标云计算节点。
5.根据权利要求3所述的方法,其特征在于,所述在所述第一交易内存区间中计算未发送给所述第一目标云计算节点的剩余第一待处理交易数据与所述目标第二待处理交易数据的交集,得到第一初始交易重合数据的步骤,包括:
在第一交易内存区间中,采用认证规则对目标第二待处理交易数据的数据缺失性进行验证;
当目标第二待处理交易数据的数据缺失性验证通过时,采用对称加密规则对目标第二待处理交易数据进行解密;
计算解密后的目标第二待处理交易数据与未发送给第一目标云计算节点的剩余第一待处理交易数据之间的交集,得到第一初始交易重合数据。
6.根据权利要求1所述的方法,其特征在于,所述当所述交易模型为第二交易操作时,接收所述第二目标云计算节点发送的候选待处理交易数据,并根据所述候选待处理交易数据,确定终端设备与所述目标云计算节点之间的待处理交易结果的步骤,包括:
当第一待处理交易数据的电子讯息量超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,接收第二目标云计算节点发送的第一候选待处理交易数据,并根据预设传输规则,在第一交易内存区间中计算出第一待处理交易数据与第一候选待处理交易数据之间的交集,以得到终端设备与目标云计算节点之间的待处理交易结果;
其中,第一候选待处理交易数据为第二目标云计算节点加密后的第二待处理交易数据;
当第一待处理交易数据的电子讯息量未超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,根据预设传输规则,将第一待处理交易数据加密后发送至第二目标云计算节点,并接收第二目标云计算节点发送的第二候选待处理交易数据,并将第二候选待处理交易数据作为终端设备与目标云计算节点之间的待处理交易结果,第二候选待处理交易数据为第二目标云计算节点计算的第一待处理交易数据与自身存储的第二待处理交易数据之间的交集。
7.根据权利要求6所述的方法,其特征在于,所述预设传输规则还包括建立传输规则,所述根据预设传输规则,将第一待处理交易数据加密后发送至第二目标云计算节点,并接收第二目标云计算节点发送的第二候选待处理交易数据,并将第二候选待处理交易数据作为终端设备与目标云计算节点之间的待处理交易结果的步骤,包括:
采用建立传输规则对第一待处理交易数据进行初始加密,并将初始加密后的第一待处理交易数据存储至区间向量;
将区间向量存储至第一交易内存区间,并采用对称加密规则和认证规则对区间向量中的第一待处理交易数据加密,得到加密后第一待处理交易数据;
将加密后第一待处理交易数据发送至第二目标云计算节点,使得第二目标云计算节点计算加密后第一待处理交易数据与自身存储的第二待处理交易数据的交集,得到第二候选待处理交易数据;
接收第二目标云计算节点发送的第二候选待处理交易数据,并将第二候选待处理交易数据作为终端设备与目标云计算节点之间的待处理交易结果。
8.根据权利要求1所述的方法,其特征在于,所述当所述交易模型为第一交易模型时,将第一数量比例的所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据进行交易事务,并在所述第一交易内存区间中计算出所述第一待处理交易数据与所述第一目标云计算节点的第二待处理交易数据之间的交集,得到初始交易重合数据,接收所述第二目标云计算节点发送的第二待处理交易数据,并根据所述初始交易重合数据和所述第二目标云计算节点发送的第二待处理交易数据,确定终端设备与所述目标云计算节点之间的待处理交易结果的步骤,包括:
在第一待处理交易数据中筛选出用于交易事务的候选第一待处理交易数据,并采用预设传输规则对候选第一待处理交易数据进行加密;
将加密后的候选第一待处理交易数据通过预设传输路径发送至第一目标云计算节点,并接收第一目标云计算节点发送的候选第二待处理交易数据;
在第一交易内存区间中计算出候选第二待处理交易数据与第一待处理交易数据中除了候选待处理交易数据以外的待处理交易数据的交集,以得到第一待处理交易数据与第一目标云计算节点的第二待处理交易数据之间的初始交易重合数据;
当初始交易重合数据中的待处理交易数据的电子讯息量超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,接收第二目标云计算节点发送的当前第二待处理交易数据,并计算出初始交易重合数据与当前第二待处理交易数据之间的交集,得到当前待处理交易结果,将当前待处理交易结果作为终端设备与目标云计算节点之间的待处理交易结果;
当初始交易重合数据中的待处理交易数据的电子讯息量未超过第二目标云计算节点的第二待处理交易数据的电子讯息量时,根据预设传输规则,将初始交易重合数据加密后发送至第二目标云计算节点,并接收第二目标云计算节点针对初始交易重合数据求交之后发送的待处理交易数据集合,将待处理交易数据集合作为终端设备与目标云计算节点之间的待处理交易结果。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述云计算网络中的任一云计算节点,获取所述云计算节点对应的多个目标交易数据,其中,所述云计算网络包括多个交易数据流以及所述交易数据流之间的标准处理序列,所述云计算节点包括所述多个交易数据流中的任一相邻交易数据流组以及所述相邻交易数据流组中交易数据流之间的标准处理序列,所述目标交易数据包括所述相邻交易数据流组;
将每个目标交易数据输入到第一特征提取模型中,得到每个目标交易数据所表达的交易数据流之间的处理序列分别属于多个排序方式的概率,其中,所述第一特征提取模型用于对所述目标交易数据中的相邻交易数据流组的处理序列进行分类,所述多个排序方式包括所述标准处理序列的排序方式;
分别将每个所述目标交易数据所表达的交易数据流之间的处理序列属于所述标准处理序列的排序方式的概率,确定为每个所述目标交易数据对应的一个第一参考概率,得到多个第一参考概率;
对所述多个目标交易数据组成的交易数据集合,进行特征提取,将所述交易数据集合输入到第二特征提取模型中,得到所述交易数据集合所表达的处理序列分别属于所述多个排序方式的概率,其中,所述第二特征提取模型用于对所述交易数据集合所表达的处理序列进行分类,所述交易数据集合所表达的处理序列为所述相邻交易数据流组的处理序列;
将所述交易数据集合所表达的处理序列属于所述标准处理序列的排序方式的概率,确定为所述多个目标交易数据对应的第二参考概率;
基于所述第二参考概率以及所述多个第一参考概率,确定所述云计算节点的优先级,其中,所述优先级用于表示所述云计算节点所包括的标准处理序列的交易匹配度;
将所述优先级满足目标处理条件的云计算节点确定为目标云计算节点。
10.根据权利要求9所述的方法,其特征在于,所述基于所述云计算网络中的任一云计算节点,获取所述云计算节点对应的多个目标交易数据,包括:
基于所述相邻交易数据流组中的任一交易数据流,获取所述交易数据流对应的标准交易数据流,其中,所述标准交易数据流与所述相邻交易数据流组中的另一交易数据流的处理序列等同于所述标准处理序列;
将所述交易数据流替换为对应的标准交易数据流,得到所述云计算节点对应的标准云计算节点;
将所述标准云计算节点对应的交易数据确定为所述目标交易数据,所述标准云计算节点对应的交易数据包括所述标准云计算节点中的相邻交易数据流组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110657475.8A CN113435886A (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易处理方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011380959.4A CN112348516B (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易管理方法及金融云平台系统 |
CN202110657475.8A CN113435886A (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易处理方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011380959.4A Division CN112348516B (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易管理方法及金融云平台系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113435886A true CN113435886A (zh) | 2021-09-24 |
Family
ID=74427154
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011380959.4A Active CN112348516B (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易管理方法及金融云平台系统 |
CN202110657484.7A Withdrawn CN113435887A (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易密钥处理方法 |
CN202110657475.8A Withdrawn CN113435886A (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易处理方法 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011380959.4A Active CN112348516B (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易管理方法及金融云平台系统 |
CN202110657484.7A Withdrawn CN113435887A (zh) | 2020-11-30 | 2020-11-30 | 一种基于云计算的交易密钥处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN112348516B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112671932A (zh) * | 2021-01-25 | 2021-04-16 | 梁志彬 | 一种基于大数据和云计算的数据处理方法及云计算节点 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712368B (zh) * | 2021-02-23 | 2021-12-14 | 深圳亚桐荟科技有限公司 | 一种基于大数据的云安全账户管理方法及云安全平台 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9344521B2 (en) * | 2012-12-13 | 2016-05-17 | Red Hat, Inc. | Pluggable infrastructure for cloud provider selection |
CN103347055B (zh) * | 2013-06-19 | 2016-04-20 | 北京奇虎科技有限公司 | 云计算平台中的任务处理系统、设备及方法 |
CN104182883A (zh) * | 2014-08-22 | 2014-12-03 | 北京迈伴客金融信息服务有限公司 | 基于云计算的金融服务交易系统及其交易方法 |
CN105119997A (zh) * | 2015-08-31 | 2015-12-02 | 广州市优普计算机有限公司 | 云计算系统的数据处理方法 |
CN111556165A (zh) * | 2019-08-01 | 2020-08-18 | 广州知弘科技有限公司 | 基于云计算的信息处理方法和系统 |
CN110738497B (zh) * | 2019-12-19 | 2020-03-31 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、节点设备及存储介质 |
CN111371856B (zh) * | 2020-02-25 | 2021-01-05 | 南京争锋信息科技有限公司 | 云计算任务调度方法、装置、云计算系统及服务器 |
CN111967987B (zh) * | 2020-07-01 | 2024-05-24 | 深圳市安德迈科技有限公司 | 交易数据的处理方法和交易数据的处理系统 |
-
2020
- 2020-11-30 CN CN202011380959.4A patent/CN112348516B/zh active Active
- 2020-11-30 CN CN202110657484.7A patent/CN113435887A/zh not_active Withdrawn
- 2020-11-30 CN CN202110657475.8A patent/CN113435886A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112671932A (zh) * | 2021-01-25 | 2021-04-16 | 梁志彬 | 一种基于大数据和云计算的数据处理方法及云计算节点 |
CN112671932B (zh) * | 2021-01-25 | 2021-12-03 | 中林云信(上海)网络技术有限公司 | 一种基于大数据和云计算的数据处理方法及云计算节点 |
Also Published As
Publication number | Publication date |
---|---|
CN113435887A (zh) | 2021-09-24 |
CN112348516A (zh) | 2021-02-09 |
CN112348516B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11277449B2 (en) | Adaptive distributive data protection system | |
WO2022217914A1 (zh) | 一种基于区块链的联邦学习方法及装置 | |
KR101755995B1 (ko) | 동형 암호를 이용한 특성벡터 기반 원격 바이오 인증 방법 및 시스템 | |
CN112348516B (zh) | 一种基于云计算的交易管理方法及金融云平台系统 | |
CN111988147B (zh) | 组合签名及验证签名方法、系统及存储介质 | |
CN112218294A (zh) | 基于5g的物联网设备的接入方法、系统及存储介质 | |
CN116980230B (zh) | 一种信息安全保护方法及装置 | |
CN110866546B (zh) | 一种共识节点的评估方法及装置 | |
EP3813325B1 (en) | Method and device for establishing trusted computing cluster | |
JP6893626B1 (ja) | エッジコンピューティングによるビッグデータ・ネットワークデータの保護方法及びシステム | |
CN114218322B (zh) | 基于密文传输的数据展示方法、装置、设备及介质 | |
CN106576047B (zh) | 使密码操作免受恶意修改的方法和装置 | |
CN116112151B (zh) | 一种数据信息安全共享管理方法、系统及存储介质 | |
WO2017092581A1 (zh) | 一种用户数据共享的方法和设备 | |
US11829486B1 (en) | Apparatus and method for enhancing cybersecurity of an entity | |
Iadarola et al. | Image-based Malware Family Detection: An Assessment between Feature Extraction and Classification Techniques. | |
Aminanto et al. | Multi-class intrusion detection using two-channel color mapping in ieee 802.11 wireless network | |
CN117171779B (zh) | 基于交集保护的数据处理装置 | |
Abou El Houda et al. | Blockchain-Enabled Federated Learning for Enhanced Collaborative Intrusion Detection in Vehicular Edge Computing | |
CN112560104B (zh) | 一种基于云计算和区块链的数据存储方法及安全信息平台 | |
CN110149210A (zh) | 一种数据传输方法及装置 | |
CN113761570A (zh) | 一种面向隐私求交的数据交互方法 | |
Sengupta | Designing encryption and IDS for cloud security | |
Zhu et al. | Lightweight Cryptographic Simulation of Power IoT Fused with Bayesian Network Algorithms | |
Kim et al. | PassREfinder: Credential Stuffing Risk Prediction by Representing Password Reuse between Websites on a Graph |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210924 |
|
WW01 | Invention patent application withdrawn after publication |