CN113763217B - 一种基于智慧校园的网络监管方法及系统 - Google Patents

一种基于智慧校园的网络监管方法及系统 Download PDF

Info

Publication number
CN113763217B
CN113763217B CN202111323091.9A CN202111323091A CN113763217B CN 113763217 B CN113763217 B CN 113763217B CN 202111323091 A CN202111323091 A CN 202111323091A CN 113763217 B CN113763217 B CN 113763217B
Authority
CN
China
Prior art keywords
data
value
browsing
time point
assigning
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.)
Active
Application number
CN202111323091.9A
Other languages
English (en)
Other versions
CN113763217A (zh
Inventor
曾勇
曾兵
孙凯
蔡兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanhomex Technology Shenzhen Co ltd
Original Assignee
Lanhomex Technology Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lanhomex Technology Shenzhen Co ltd filed Critical Lanhomex Technology Shenzhen Co ltd
Priority to CN202111323091.9A priority Critical patent/CN113763217B/zh
Publication of CN113763217A publication Critical patent/CN113763217A/zh
Application granted granted Critical
Publication of CN113763217B publication Critical patent/CN113763217B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/64Protecting data integrity, e.g. using checksums, certificates or signatures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Bioethics (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及校园网络监管技术领域,具体为一种基于智慧校园的网络监管方法及系统,包括用户端、服务终端、管理端、端口数据处理单元和端口安全判定单元;用户端用于用户登录自身账号并跳转至服务端;服务终端用于用户浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,本发明通过对校园网络的相关数据进行采集整合,从而提取出对校园网络监管有影响的相关数值,并依据相关数值的相互组合计算,增加数据关联度,在依据关联数值的赋值赋予和综合分值计算,增加数据分析的精确性,从而得出一个判定数值,再依据判定数值进行校园网络数据的判断,增加判断的准确性,从而提高数据的可靠性,提高工作效率。

Description

一种基于智慧校园的网络监管方法及系统
技术领域
本发明涉及校园网络监管技术领域,具体为一种基于智慧校园的网络监管方法及系统。
背景技术
网络监管,主要负责对互联网网络的监督、监管和检查,主要是监管外部的网络状况,类似于网监、网络警察的性质。
随着社会科技的发展,各大校园均进入网络时代,许多数据均通过互联网来实现,从而节省时间,提高效率,然后对于互联网学习存在着一些隐患,例如网络上的一些文本或者描述之类的对学生的身心造成影响。
目前,各大校园在正对这种现象的出现,应用网络上的一些监管系统,但是,网络上的监管系统无法依据校园网络的实时情况进行安全的监管,同时现有的网络监管系统是通过一个对比关键词进行监管,无法依据实时变化的相关关联数据进行数据结合式的分析判断。
为此,我们提出一种基于智慧校园的网络监管方法及系统。
发明内容
本发明的目的在于提供一种基于智慧校园的网络监管方法及系统,通过对用户的账号登录进行安全验证,从而保证用户账号的安全性,从而避免数据的篡改和丢失,从而对用户的浏览进行数据的获取,增加数据获取的全面性,避免数据获取过程中获取的数据不全面,增加校园网络监管的全面性;通过对校园网络的相关数据进行采集整合,从而提取出对校园网络监管有影响的相关数值,并依据相关数值的相互组合计算,增加数据关联度,在依据关联数值的赋值赋予和综合分值计算,增加数据分析的精确性,从而得出一个判定数值,再依据判定数值进行校园网络数据的判断,增加判断的准确性,从而提高数据的可靠性,提高工作效率。
本发明的目的可以通过以下技术方案实现:一种基于智慧校园的网络监管系统,包括用户端、服务终端、管理端、端口数据处理单元和端口安全判定单元;
所述用户端用于用户登录自身账号,并通过用户端跳转至服务端;
所述服务终端用于用户浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,并标定为预检信息;
所述端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,将端口处理操作得到的端口处理数据传输至端口安全判定单元;
所述端口安全判定单元依据端口数据处理操作得到的端口处理数据进行端口安判操作,得到管控数据、预内数据和异常信号,并将管控数据、预内数据和异常信号传输至管理端;
所述管理端用于管理人员登录并依据管控数据与预内数据和异常信号传输至管理端进行数据的核验。
进一步的,端口数据处理操作的具体操作过程为:
获取预检信息,将预检信息识别标定为预浏数据、预名数据、预退数据、预时数据、预用数据和预内数据;
提取预用数据、预浏数据、预名数据、预时数据和预退数据,选取预时数据,将预时数据中选取出任意两个时间点,将预时数据中选取出任意两个时间点分别标定为第一时间点和第二时间点,依据第一时间点和第二时间点,选取出对应的预浏数据、预名数据和预退数据,并对其进行数分处理,得到预浏次值、预名次值、预次排序数据、预次占比值、预退次值、退名次值、退次排序数据、退次占比值和退次占比值;
提取预退次值和预浏次值,将预退次值和预浏次值进行差值计算,计算出退浏次差值,计算式为:退浏次差值=预浏次值-预退次值;
依据预退次值、预浏次值和预用数据并进行排序处理,得到退占值、浏占值、退重排序数据和浏重排序数据;
依据预用数据和预名数据选取出第一时间点和第二时间点内对应的预浏数据、预退数据和预时数据,提取同一预用数据在第一时间点和第二时间点内的预名数据,并依据预名数据提取对应的预浏数据和预退数据,将预浏数据和预退数据对应的预时数据标定为浏时数据和退时数据,将浏时数据和退时数据进行差值计算,计算浏时数据和退时数据的差值,并将其标定为操时数据,依据操时数据对预名数据进行从大到小的排序,从而得到一个操名排序数据;
将预名数据对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据标定为端口处理数据。
进一步的,对第一时间点和第二时间点内的预浏数据、预名数据和预退数据进行数分处理的具体过程为:
将第一时间点和第二时间点对应的预浏数据进行次数统计,从而统计出第一时间点和第二时间点内预浏数据出现的次数并标定为预浏次值,将第一时间点和第二时间点内预浏数据对应的预名数据,统计第一时间点和第二时间点内预名数据的浏览次数并标定为预名次值;
提取预名数据和预名次值,依据预名次值对预名数据进行从大到小的排序,从而得到一个预次排序数据,提取预浏次值,并将预浏次值与预名次值带入到占比计算式:预次占比值=预名次值/预浏次值,将预名数据对应的预次占比值与预次排序数据进行一一对应;
依据第一时间点和第二时间点,提取对应的预退数据进行次数统计,从而统计出第一时间点和第二时间点内预退数据出现的次数并标定为预退次值,将第一时间点和第二时间点内预退数据对应的预名数据,统计第一时间点和第二时间点内预名数据的退出次数并标定为退名次值;
提取预名数据和退名次值,依据退名次值对预名数据进行从大到小的排序,从而得到一个退次排序数据,提取预退次值,并将预退次值与退名次值带入到占比计算式:退次占比值=退名次值/预退次值,将预名数据对应的退次占比值与退次排序数据进行一一对应。
进一步的,依据预退次值、预浏次值和预用数据进行排序处理的具体过程为:
依据预退次值、预浏次值和预用数据,统计识别出每个预用数据对应的预退次值和预浏次值,并将统计识别出每个预用数据对应的预退次值和预浏次值标定为用退次值和用浏次值,并提取出用退次值和用浏次值对应的预名数据,同时统计出同一预用数据对应的预名数据对应的浏览和退出次数,将同一预用数据对应的预名数据对应的浏览和退出次数分别标定为浏次值和退次值,将浏次值和退次值分别与用浏次值和用退次值带入计算式:退占值=退次值/用退次值,浏占值=浏次值/用浏次值,计算出退占值和浏占值,将退占值和浏占值对应的预名数据进行从大到小的排序,从而得到退重排序数据和浏重排序数据。
进一步的,端口安判操作的具体操作过程为:
依据预次占比值对预次排序数据进行赋值,具体为:将排序第一的预次排序数据赋予预次排序数据排序第一的预名数据对应的预次占比值相同的数值加上a1,将排序第二的预次排序数据赋予预次排序数据排序第二的预名数据对应的预次占比值相同的数值加上a1,将排序第N1的预次排序数据赋予预次排序数据排序第N1的预名数据对应的预次占比值相同的数值加上a1;
依据预次排序数据的赋值方法对退次排序数据、退重排序数据和浏重排序数据进行赋值,得到预名数据对应的退次占比值相同的数值加上a2、预名数据对应的退占值相同的数值加上a3和预名数据对应的浏占值相同的数值加上a4;
将操名排序数据进行赋值,具体为:将排序第一的操名排序数据赋予数值b-c,将排序第一的操名排序数据赋予数值b-c/2,将排序第一的操名排序数据赋予数值b-c/(n-1);
将第一时间点和第二时间点内预名数据在预次排序数据、退次排序数据、退重排序数据、浏重排序数据和操名排序数据中的赋值代入管控分值计算式,计算出预名数据对应的管控分值
Figure 279865DEST_PATH_IMAGE001
依据管控分值
Figure 875932DEST_PATH_IMAGE001
进行数值信号处理,得到管控数据、预内数据和异常信号。
进一步的,依据预次排序数据的赋值方法对退次排序数据、退重排序数据和浏重排序数据进行赋值的具体过程为:
依据退次占比值对退次排序数据进行赋值,具体为:将排序第一的退次排序数据赋予退次排序数据第一的预名数据对应的退次占比值相同的数值加上a2,将排序第二的退次排序数据赋予退次排序数据第二的预名数据对应的退次占比值相同的数值加上a2,将排序第N2的退次排序数据赋予退次排序数据第N2的预名数据对应的退次占比值相同的数值加上a2;
依据退占值对退重排序数据进行赋值,具体为:排序第一的退重排序数据赋予退重排序数据第一的预名数据对应的退占值相同的数值加上a3,将排序第二的退重排序数据赋予退重排序数据第二的预名数据对应的退占值相同的数值加上a3,排序第N3的退重排序数据赋予退重排序数据第N3的预名数据对应的退占值相同的数值加上a3;
依据浏占值对浏重排序数据进行赋值,具体为:将排序第一的浏重排序数据赋予浏重排序数据第一的预名数据对应的浏占值相同的数值加上a4,将排序第二的浏重排序数据赋予浏重排序数据第二的预名数据对应的浏占值相同的数值加上a4,将排序第N4的浏重排序数据赋予浏重排序数据第N4的预名数据对应的浏占值相同的数值加上a4。
进一步的,管控分值计算式具体为:
Figure 868158DEST_PATH_IMAGE002
其中,
Figure 32423DEST_PATH_IMAGE001
表示为预名数据对应的管控分值,CZi表示为预名数据对应的预次占比值,u1表示为预名数据对应的预次占比值的权重系数,TCi表示为预名数据对应的退次占比值,u2表示为预名数据对应的退次占比值的权重系数,TZi表示为预名数据对应的退占值,u3表示为预名数据对应的退占值的权重系数,LZi表示为预名数据对应的浏占值,u4表示为预名数据对应的浏占值的权重系数,e1表示为预名数据对应的预次占比值、退次占比值、退占值和浏占值的分值转化偏差调节因子,
Figure 382371DEST_PATH_IMAGE003
表示为预名数据在操名排序数据中的赋值,且b、c和n均为正整数,b>c,e2表示为预名数据在操名排序数据的赋值的偏差调节因子,i的取值为正整数。
进一步的,依据管控分值
Figure 391915DEST_PATH_IMAGE001
进行数值信号处理的具体过程为:
设定一个监察预设值,将监察预设值与管控分值进行比对,当管控分值大于等于监察预设值时,则判定对应文档内容存在异常,生成异常信号,当管控分值小于监察预设值时,则判定对应文档内容存在正常,生成正常信号;
提取正常信号和异常信号,并对正常信号和异常信号进行识别,当识别到正常信号时,则不对对应的文档进行处理,当识别到异常信号时,则提取管控分值,并对管控分值进行二次处理,具体为:将管控分值与监察预设值带入到计算式:管控数值=管控分值/监察预设值,依据管控数值将对应的预名数据标定为对应的管控等级;
统计出若干个预名数据对应的管控等级,并将若干个预名数据以及对应的管控等级统一标定为管控数据。
一种基于智慧校园的网络监管系统的方法,该方法具体包括下述步骤:
步骤一:用户通过用户端登录自身账号,并通过用户端跳转至服务端;
步骤二:用户通过服务终端浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,并标定为预检信息;
步骤三:通过端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,将端口处理操作得到的端口处理数据传输至端口安全判定单元;
步骤四:通过端口安全判定单元对端口数据处理操作得到的端口处理数据进行端口安判操作,得到管控数据、预内数据和异常信号,并将管控数据、预内数据和异常信号传输至管理端;
步骤五:管理人员通过管理端管理人员登录并依据管控数据与预内数据和异常信号传输至管理端进行数据的核验。
本发明的有益效果:
(1)通过对用户的账号登录进行安全验证,从而保证用户账号的安全性,从而避免数据的篡改和丢失,从而对用户的浏览进行数据的获取,增加数据获取的全面性,避免数据获取过程中获取的数据不全面,增加校园网络监管的全面性;
(2)通过对校园网络的相关数据进行采集整合,从而提取出对校园网络监管有影响的相关数值,并依据相关数值的相互组合计算,增加数据关联度,在依据关联数值的赋值赋予和综合分值计算,增加数据分析的精确性,从而得出一个判定数值,再依据判定数值进行校园网络数据的判断,增加判断的准确性,从而提高数据的可靠性,提高工作效率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
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。
请参阅图1所示,本发明为一种基于智慧校园的网络监管方法及系统,包括用户端、服务终端、管理端、端口数据处理单元和端口安全判定单元;
所述用户端用于用户登录自身账号,具体为:用户在用户端内输入自身的个人账号和个人密码,并将用户在用户端内输入的个人账号和个人密码与用户端内记录的用户账号和用户密码进行匹配,当个人账号和个人密码与用户账号和用户密码的匹配结果不一致时,则判定验证错误,生成错误信号,当个人账号和个人密码与用户账号和用户密码的匹配结果一致时,则判定验证正确,生成正确信号;
提取错误信号和正确信号,并对错误信号和正确信号进行识别,当识别到错误信号时,用户端自动跳转至账号登录界面,当识别到正确信号时,用户端自动跳转至服务终端;
所述服务终端用于用户浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,将用户浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录标定为预检信息,且相关学习资料是通过用户传输、分享或者管理放置进去的,且学习过程中的相关记录是通过服务终端内的监测单元进行监测以及采集;
所述端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,端口数据处理操作的具体操作过程为:
获取预检信息,将预检信息识别标定为预浏数据、预名数据、预退数据、预时数据、预用数据和预内数据,预时数据指代用户点击文档进行浏览的操作,预名数据指代用户点击文档对应的文档名称,预时数据指代用户在服务终端内进行操作对应的时间,预用数据指代浏览文档的用户的代码,预内数据指代用户点击浏览的文件的内容,预退数据指代用户在点击浏览对应的文档后退出对应文档时的操作;
提取预用数据、预浏数据、预名数据、预时数据和预内数据,选取预时数据,将预时数据中选取出任意两个时间点,将预时数据中选取出任意两个时间点分别标定为第一时间点和第二时间点,依据第一时间点和第二时间点,选取出对应的预用数据、预浏数据、预名数据和预内数据;
将第一时间点和第二时间点对应的预浏数据进行次数统计,从而统计出第一时间点和第二时间点内预浏数据出现的次数并标定为预浏次值,将第一时间点和第二时间点内预浏数据对应的预名数据,统计第一时间点和第二时间点内预名数据的浏览次数并标定为预名次值;
提取预名数据和预名次值,依据预名次值对预名数据进行从大到小的排序,从而得到一个预次排序数据,提取预浏次值,并将预浏次值与预名次值带入到占比计算式:预次占比值=预名次值/预浏次值,将预名数据对应的预次占比值与预次排序数据进行一一对应;
依据第一时间点和第二时间点,提取对应的预退数据进行次数统计,从而统计出第一时间点和第二时间点内预退数据出现的次数并标定为预退次值,将第一时间点和第二时间点内预退数据对应的预名数据,统计第一时间点和第二时间点内预名数据的退出次数并标定为退名次值;
提取预名数据和退名次值,依据退名次值对预名数据进行从大到小的排序,从而得到一个退次排序数据,提取预退次值,并将预退次值与退名次值带入到占比计算式:退次占比值=退名次值/预退次值,将预名数据对应的退次占比值与退次排序数据进行一一对应;
提取预退次值和预浏次值,将预退次值和预浏次值进行差值计算,计算出退浏次差值,计算式为:退浏次差值=预浏次值-预退次值;
依据预退次值、预浏次值和预用数据,统计识别出每个预用数据对应的预退次值和预浏次值,并将统计识别出每个预用数据对应的预退次值和预浏次值标定为用退次值和用浏次值,并提取出用退次值和用浏次值对应的预名数据,同时统计出同一预用数据对应的预名数据对应的浏览和退出次数,将同一预用数据对应的预名数据对应的浏览和退出次数分别标定为浏次值和退次值,将浏次值和退次值分别与用浏次值和用退次值带入计算式:退占值=退次值/用退次值,浏占值=浏次值/用浏次值,计算出退占值和浏占值,将退占值和浏占值对应的预名数据进行从大到小的排序,从而得到退重排序数据和浏重排序数据;
依据预用数据和预名数据选取出第一时间点和第二时间点内对应的预浏数据、预退数据和预时数据,提取同一预用数据在第一时间点和第二时间点内的预名数据,并依据预名数据提取对应的预浏数据和预退数据,将预浏数据和预退数据对应的预时数据标定为浏时数据和退时数据,将浏时数据和退时数据进行差值计算,计算浏时数据和退时数据的差值,并将其标定为操时数据,依据操时数据对预名数据进行从大到小的排序,从而得到一个操名排序数据;
将预名数据对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据标定为端口处理数据;
将第一时间点和第二时间点内对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据一同传输至端口安全判定单元;
所述端口安全判定单元用于对第一时间点和第二时间点内对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据进行端口安判操作,端口安判操作的具体操作过程为:
依据预次占比值对预次排序数据进行赋值,具体为:将排序第一的预次排序数据赋予预次排序数据排序第一的预名数据对应的预次占比值相同的数值加上a1,将排序第二的预次排序数据赋予预次排序数据排序第二的预名数据对应的预次占比值相同的数值加上a1,将排序第N1的预次排序数据赋予预次排序数据排序第N1的预名数据对应的预次占比值相同的数值加上a1;
依据退次占比值对退次排序数据进行赋值,具体为:将排序第一的退次排序数据赋予退次排序数据第一的预名数据对应的退次占比值相同的数值加上a2,将排序第二的退次排序数据赋予退次排序数据第二的预名数据对应的退次占比值相同的数值加上a2,将排序第N2的退次排序数据赋予退次排序数据第N2的预名数据对应的退次占比值相同的数值加上a2;
依据退占值对退重排序数据进行赋值,具体为:排序第一的退重排序数据赋予退重排序数据第一的预名数据对应的退占值相同的数值加上a3,将排序第二的退重排序数据赋予退重排序数据第二的预名数据对应的退占值相同的数值加上a3,排序第N3的退重排序数据赋予退重排序数据第N3的预名数据对应的退占值相同的数值加上a3;
依据浏占值对浏重排序数据进行赋值,具体为:将排序第一的浏重排序数据赋予浏重排序数据第一的预名数据对应的浏占值相同的数值加上a4,将排序第二的浏重排序数据赋予浏重排序数据第二的预名数据对应的浏占值相同的数值加上a4,将排序第N4的浏重排序数据赋予浏重排序数据第N4的预名数据对应的浏占值相同的数值加上a4;
将操名排序数据进行赋值,具体为:将排序第一的操名排序数据赋予数值b-c,将排序第一的操名排序数据赋予数值b-c/2,将排序第一的操名排序数据赋予数值b-c/(n-1);
将第一时间点和第二时间点内预名数据在预次排序数据、退次排序数据、退重排序数据、浏重排序数据和操名排序数据中的赋值代入管控分值计算式:
Figure 769807DEST_PATH_IMAGE004
其中,
Figure 839394DEST_PATH_IMAGE005
表示为预名数据对应的管控分值,CZi表示为预名数据对应的预次占比值,u1表示为预名数据对应的预次占比值的权重系数,TCi表示为预名数据对应的退次占比值,u2表示为预名数据对应的退次占比值的权重系数,TZi表示为预名数据对应的退占值,u3表示为预名数据对应的退占值的权重系数,LZi表示为预名数据对应的浏占值,u4表示为预名数据对应的浏占值的权重系数,e1表示为预名数据对应的预次占比值、退次占比值、退占值和浏占值的分值转化偏差调节因子,
Figure 427370DEST_PATH_IMAGE006
表示为预名数据在操名排序数据中的赋值,且b、c和n均为正整数,b>c,e2表示为预名数据在操名排序数据的赋值的偏差调节因子,i的取值为正整数;
设定一个监察预设值,将监察预设值与管控分值进行比对,当管控分值大于等于监察预设值时,则判定对应文档内容存在异常,生成异常信号,当管控分值小于监察预设值时,则判定对应文档内容存在正常,生成正常信号;
提取正常信号和异常信号,并对正常信号和异常信号进行识别,当识别到正常信号时,则不对对应的文档进行处理,当识别到异常信号时,则提取管控分值,并对管控分值进行二次处理,具体为:将管控分值与监察预设值带入到计算式:管控数值=管控分值/监察预设值,依据管控数值将对应的预名数据标定为对应的管控等级;
统计出若干个预名数据对应的管控等级,并将若干个预名数据以及对应的管控等级统一标定为管控数据,将管控数据与预内数据和异常信号传输至管理端;
所述管理端用于接收并显示管控数据、预内数据和异常信号,在管理人员登录账号后,依据管控数据与预内数据和异常信号进行数据的核验,且核验的具体方法为设定的流程进行操作。
一种基于智慧校园的网络监管系统的方法,该方法具体包括下述步骤:
步骤一:用户通过用户端登录自身账号,并通过用户端跳转至服务端;
步骤二:用户通过服务终端浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,并标定为预检信息;
步骤三:通过端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,将端口处理操作得到的端口处理数据传输至端口安全判定单元;
步骤四:通过端口安全判定单元对端口数据处理操作得到的端口处理数据进行端口安判操作,得到管控数据、预内数据和异常信号,并将管控数据、预内数据和异常信号传输至管理端;
步骤五:管理人员通过管理端管理人员登录并依据管控数据与预内数据和异常信号传输至管理端进行数据的核验。
本发明在工作时,用户用过用户端登录自身账号,并通过用户端跳转至服务端;通过服务终端对用户浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,并标定为预检信息;通过端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,将端口处理操作得到的预名数据对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据传输至端口安全判定单元;通过端口安全判定单元依据端口数据处理操作得到的预名数据对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据进行端口安判操作,得到管控数据、预内数据和异常信号,并将管控数据、预内数据和异常信号传输至管理端;管理端管理人员登录并依据管控数据与预内数据和异常信号传输至管理端进行数据的核验。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (4)

1.一种基于智慧校园的网络监管系统,其特征在于,包括用户端、服务终端、管理端、端口数据处理单元和端口安全判定单元;
所述用户端用于用户登录自身账号,并通过用户端跳转至服务端;
所述服务终端用于用户浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,并标定为预检信息;
所述端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,具体操作过程为:
获取预检信息,将预检信息识别标定为预浏数据、预名数据、预退数据、预时数据、预用数据和预内数据,预浏数据指代用户点击文档进行浏览的操作,预名数据指代用户点击文档对应的文档名称,预时数据指代用户在服务终端内进行操作对应的时间,预用数据指代浏览文档的用户的代码,预内数据指代用户点击浏览的文件的内容,预退数据指代用户在点击浏览对应的文档后退出对应文档时的操作;
提取预用数据、预浏数据、预名数据、预时数据和预退数据,选取预时数据,将预时数据中选取出任意两个时间点,将预时数据中选取出任意两个时间点分别标定为第一时间点和第二时间点,依据第一时间点和第二时间点,选取出对应的预浏数据、预名数据和预退数据,并对其进行数分处理,具体为:
将第一时间点和第二时间点对应的预浏数据进行次数统计,从而统计出第一时间点和第二时间点内预浏数据出现的次数并标定为预浏次值,将第一时间点和第二时间点内预浏数据对应的预名数据,统计第一时间点和第二时间点内预名数据的浏览次数并标定为预名次值;
提取预名数据和预名次值,依据预名次值对预名数据进行从大到小的排序,从而得到一个预次排序数据,提取预浏次值,并将预浏次值与预名次值带入到占比计算式:预次占比值=预名次值/预浏次值,将预名数据对应的预次占比值与预次排序数据进行一一对应;
依据第一时间点和第二时间点,提取对应的预退数据进行次数统计,从而统计出第一时间点和第二时间点内预退数据出现的次数并标定为预退次值,将第一时间点和第二时间点内预退数据对应的预名数据,统计第一时间点和第二时间点内预名数据的退出次数并标定为退名次值;
提取预名数据和退名次值,依据退名次值对预名数据进行从大到小的排序,从而得到一个退次排序数据,提取预退次值,并将预退次值与退名次值带入到占比计算式:退次占比值=退名次值/预退次值,将预名数据对应的退次占比值与退次排序数据进行一一对应;
提取预退次值和预浏次值,将预浏次值和预退次值进行差值计算,计算出退浏次差值,计算式为:退浏次差值=预浏次值-预退次值;
依据预退次值、预浏次值和预用数据进行排序处理,具体为:
依据预退次值、预浏次值和预用数据,统计识别出每个预用数据对应的预退次值和预浏次值,并将统计识别出每个预用数据对应的预退次值和预浏次值标定为用退次值和用浏次值,并提取出用退次值和用浏次值对应的预名数据,同时统计出同一预用数据对应的预名数据对应的浏览和退出次数,将同一预用数据对应的预名数据对应的浏览和退出次数分别标定为浏次值和退次值,将浏次值和退次值分别与用浏次值和用退次值带入计算式:退占值=退次值/用退次值,浏占值=浏次值/用浏次值,计算出退占值和浏占值,将退占值和浏占值对应的预名数据进行从大到小的排序,从而得到退重排序数据和浏重排序数据;
依据预用数据和预名数据选取出第一时间点和第二时间点内对应的预浏数据、预退数据和预时数据,提取同一预用数据在第一时间点和第二时间点内的预名数据,并依据预名数据提取对应的预浏数据和预退数据,将预浏数据和预退数据对应的预时数据标定为浏时数据和退时数据,将浏时数据和退时数据进行差值计算,计算浏时数据和退时数据的差值,并将其标定为操时数据,依据操时数据对预名数据进行从大到小的排序,从而得到一个操名排序数据;
将预名数据对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据标定为端口处理数据,将端口处理数据传输至端口安全判定单元;
所述端口安全判定单元依据端口数据处理操作得到的端口处理数据进行端口安全判定操作,具体操作过程为:
依据预次占比值对预次排序数据进行赋值,具体为:将排序第一的预次排序数据赋予预次排序数据排序第一的预名数据对应的预次占比值相同的数值加上a1,将排序第二的预次排序数据赋予预次排序数据排序第二的预名数据对应的预次占比值相同的数值加上a1,将排序第N1的预次排序数据赋予预次排序数据排序第N1的预名数据对应的预次占比值相同的数值加上a1;
依据预次排序数据的赋值方法对退次排序数据、退重排序数据和浏重排序数据进行赋值,得到预名数据对应的退次占比值相同的数值加上a2、预名数据对应的退占值相同的数值加上a3和预名数据对应的浏占值相同的数值加上a4;
将操名排序数据进行赋值,具体为:将排序第一的操名排序数据赋予数值b-c,将排序第一的操名排序数据赋予数值b-c/2,将排序第一的操名排序数据赋予数值b-c/(n-1),且a1、a2、a3、a4、n、b和c均为预设常数,且n、b和c为正整数,N1为预设常数,且为正整数;
将第一时间点和第二时间点内预名数据在预次排序数据、退次排序数据、退重排序数据、浏重排序数据和操名排序数据中的赋值代入管控分值计算式,计算出预名数据对应的管控分值
Figure DEST_PATH_IMAGE002
依据管控分值
Figure 219952DEST_PATH_IMAGE002
进行数值信号处理,具体过程为:
设定一个监察预设值,将监察预设值与管控分值进行比对,当管控分值大于等于监察预设值时,则判定对应文档内容存在异常,生成异常信号,当管控分值小于监察预设值时,则判定对应文档内容存在正常,生成正常信号;
提取正常信号和异常信号,并对正常信号和异常信号进行识别,当识别到正常信号时,则不对对应的文档进行处理,当识别到异常信号时,则提取管控分值,并对管控分值进行二次处理,具体为:将管控分值与监察预设值带入到计算式:管控数值=管控分值/监察预设值,依据管控数值将对应的预名数据标定为对应的管控等级;
统计出若干个预名数据对应的管控等级,并将若干个预名数据以及对应的管控等级统一标定为管控数据,将管控数据、预内数据和异常信号传输至管理端,预内数据指代用户点击浏览的文件的内容;
所述管理端用于管理人员登录并依据传输至管理端的管控数据与预内数据和异常信号进行数据的核验。
2.根据权利要求1所述的一种基于智慧校园的网络监管系统,其特征在于,依据预次排序数据的赋值方法对退次排序数据、退重排序数据和浏重排序数据进行赋值的具体过程为:
依据退次占比值对退次排序数据进行赋值,具体为:将排序第一的退次排序数据赋予退次排序数据第一的预名数据对应的退次占比值相同的数值加上a2,将排序第二的退次排序数据赋予退次排序数据第二的预名数据对应的退次占比值相同的数值加上a2,将排序第N2的退次排序数据赋予退次排序数据第N2的预名数据对应的退次占比值相同的数值加上a2;
依据退占值对退重排序数据进行赋值,具体为:排序第一的退重排序数据赋予退重排序数据第一的预名数据对应的退占值相同的数值加上a3,将排序第二的退重排序数据赋予退重排序数据第二的预名数据对应的退占值相同的数值加上a3,排序第N3的退重排序数据赋予退重排序数据第N3的预名数据对应的退占值相同的数值加上a3;
依据浏占值对浏重排序数据进行赋值,具体为:将排序第一的浏重排序数据赋予浏重排序数据第一的预名数据对应的浏占值相同的数值加上a4,将排序第二的浏重排序数据赋予浏重排序数据第二的预名数据对应的浏占值相同的数值加上a4,将排序第N4的浏重排序数据赋予浏重排序数据第N4的预名数据对应的浏占值相同的数值加上a4,且N2、N3和N4为预设常数,且为正整数。
3.根据权利要求2所述的一种基于智慧校园的网络监管系统,其特征在于,管控分值计算式具体为:
Figure DEST_PATH_IMAGE004
其中,
Figure 464988DEST_PATH_IMAGE002
表示为预名数据对应的管控分值,CZi表示为预名数据对应的预次占比值,u1表示为预名数据对应的预次占比值的权重系数,TCi表示为预名数据对应的退次占比值,u2表示为预名数据对应的退次占比值的权重系数,TZi表示为预名数据对应的退占值,u3表示为预名数据对应的退占值的权重系数,LZi表示为预名数据对应的浏占值,u4表示为预名数据对应的浏占值的权重系数,e1表示为预名数据对应的预次占比值、退次占比值、退占值和浏占值的分值转化偏差调节因子,
Figure DEST_PATH_IMAGE006
表示为预名数据在操名排序数据中的赋值,且b、c和n均为正整数,b>c,e2表示为预名数据在操名排序数据的赋值的偏差调节因子,i的取值为正整数。
4.一种执行权利要求3所述的一种基于智慧校园的网络监管系统的方法,其特征在于,该方法具体包括下述步骤:
步骤一:用户通过用户端登录自身账号,并通过用户端跳转至服务端;
步骤二:用户通过服务终端浏览用户所需要学习的相关学习资料以及在学习过程中的相关记录,并标定为预检信息;
步骤三:通过端口数据处理单元从服务终端内获取预检信息,并对预检信息进行端口数据处理操作,具体操作过程为:
获取预检信息,将预检信息识别标定为预浏数据、预名数据、预退数据、预时数据、预用数据和预内数据,预浏数据指代用户点击文档进行浏览的操作,预名数据指代用户点击文档对应的文档名称,预时数据指代用户在服务终端内进行操作对应的时间,预用数据指代浏览文档的用户的代码,预内数据指代用户点击浏览的文件的内容,预退数据指代用户在点击浏览对应的文档后退出对应文档时的操作;
提取预用数据、预浏数据、预名数据、预时数据和预退数据,选取预时数据,将预时数据中选取出任意两个时间点,将预时数据中选取出任意两个时间点分别标定为第一时间点和第二时间点,依据第一时间点和第二时间点,选取出对应的预浏数据、预名数据和预退数据,并对其进行数分处理,具体为:
将第一时间点和第二时间点对应的预浏数据进行次数统计,从而统计出第一时间点和第二时间点内预浏数据出现的次数并标定为预浏次值,将第一时间点和第二时间点内预浏数据对应的预名数据,统计第一时间点和第二时间点内预名数据的浏览次数并标定为预名次值;
提取预名数据和预名次值,依据预名次值对预名数据进行从大到小的排序,从而得到一个预次排序数据,提取预浏次值,并将预浏次值与预名次值带入到占比计算式:预次占比值=预名次值/预浏次值,将预名数据对应的预次占比值与预次排序数据进行一一对应;
依据第一时间点和第二时间点,提取对应的预退数据进行次数统计,从而统计出第一时间点和第二时间点内预退数据出现的次数并标定为预退次值,将第一时间点和第二时间点内预退数据对应的预名数据,统计第一时间点和第二时间点内预名数据的退出次数并标定为退名次值;
提取预名数据和退名次值,依据退名次值对预名数据进行从大到小的排序,从而得到一个退次排序数据,提取预退次值,并将预退次值与退名次值带入到占比计算式:退次占比值=退名次值/预退次值,将预名数据对应的退次占比值与退次排序数据进行一一对应;
提取预退次值和预浏次值,将预浏次值和预退次值进行差值计算,计算出退浏次差值,计算式为:退浏次差值=预浏次值-预退次值;
依据预退次值、预浏次值和预用数据进行排序处理,具体为:
依据预退次值、预浏次值和预用数据,统计识别出每个预用数据对应的预退次值和预浏次值,并将统计识别出每个预用数据对应的预退次值和预浏次值标定为用退次值和用浏次值,并提取出用退次值和用浏次值对应的预名数据,同时统计出同一预用数据对应的预名数据对应的浏览和退出次数,将同一预用数据对应的预名数据对应的浏览和退出次数分别标定为浏次值和退次值,将浏次值和退次值分别与用浏次值和用退次值带入计算式:退占值=退次值/用退次值,浏占值=浏次值/用浏次值,计算出退占值和浏占值,将退占值和浏占值对应的预名数据进行从大到小的排序,从而得到退重排序数据和浏重排序数据;
依据预用数据和预名数据选取出第一时间点和第二时间点内对应的预浏数据、预退数据和预时数据,提取同一预用数据在第一时间点和第二时间点内的预名数据,并依据预名数据提取对应的预浏数据和预退数据,将预浏数据和预退数据对应的预时数据标定为浏时数据和退时数据,将浏时数据和退时数据进行差值计算,计算浏时数据和退时数据的差值,并将其标定为操时数据,依据操时数据对预名数据进行从大到小的排序,从而得到一个操名排序数据;
将预名数据对应的预次排序数据、预次占比值、退次排序数据、退次占比值、退重排序数据、浏重排序数据、退占值、浏占值、预内数据和操名排序数据标定为端口处理数据,将端口处理数据传输至端口安全判定单元;
步骤四:通过端口安全判定单元对端口数据处理操作得到的端口处理数据进行端口安全判定操作,具体操作过程为:
依据预次占比值对预次排序数据进行赋值,具体为:将排序第一的预次排序数据赋予预次排序数据排序第一的预名数据对应的预次占比值相同的数值加上a1,将排序第二的预次排序数据赋予预次排序数据排序第二的预名数据对应的预次占比值相同的数值加上a1,将排序第N1的预次排序数据赋予预次排序数据排序第N1的预名数据对应的预次占比值相同的数值加上a1;
依据预次排序数据的赋值方法对退次排序数据、退重排序数据和浏重排序数据进行赋值,得到预名数据对应的退次占比值相同的数值加上a2、预名数据对应的退占值相同的数值加上a3和预名数据对应的浏占值相同的数值加上a4;
将操名排序数据进行赋值,具体为:将排序第一的操名排序数据赋予数值b-c,将排序第一的操名排序数据赋予数值b-c/2,将排序第一的操名排序数据赋予数值b-c/(n-1),且a1、a2、a3、a4、n、b和c均为预设常数,且n、b和c为正整数,N1为预设常数,且为正整数;
将第一时间点和第二时间点内预名数据在预次排序数据、退次排序数据、退重排序数据、浏重排序数据和操名排序数据中的赋值代入管控分值计算式,计算出预名数据对应的管控分值
Figure 510305DEST_PATH_IMAGE002
依据管控分值
Figure 685940DEST_PATH_IMAGE002
进行数值信号处理,具体过程为:
设定一个监察预设值,将监察预设值与管控分值进行比对,当管控分值大于等于监察预设值时,则判定对应文档内容存在异常,生成异常信号,当管控分值小于监察预设值时,则判定对应文档内容存在正常,生成正常信号;
提取正常信号和异常信号,并对正常信号和异常信号进行识别,当识别到正常信号时,则不对对应的文档进行处理,当识别到异常信号时,则提取管控分值,并对管控分值进行二次处理,具体为:将管控分值与监察预设值带入到计算式:管控数值=管控分值/监察预设值,依据管控数值将对应的预名数据标定为对应的管控等级;
统计出若干个预名数据对应的管控等级,并将若干个预名数据以及对应的管控等级统一标定为管控数据,将管控数据、预内数据和异常信号传输至管理端,预内数据指代用户点击浏览的文件的内容;
步骤五:管理人员通过管理端管理人员登录,并依据传输至管理端的管控数据与预内数据和异常信号进行数据的核验。
CN202111323091.9A 2021-11-10 2021-11-10 一种基于智慧校园的网络监管方法及系统 Active CN113763217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111323091.9A CN113763217B (zh) 2021-11-10 2021-11-10 一种基于智慧校园的网络监管方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111323091.9A CN113763217B (zh) 2021-11-10 2021-11-10 一种基于智慧校园的网络监管方法及系统

Publications (2)

Publication Number Publication Date
CN113763217A CN113763217A (zh) 2021-12-07
CN113763217B true CN113763217B (zh) 2022-03-08

Family

ID=78784821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111323091.9A Active CN113763217B (zh) 2021-11-10 2021-11-10 一种基于智慧校园的网络监管方法及系统

Country Status (1)

Country Link
CN (1) CN113763217B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115632839B (zh) * 2022-10-10 2023-06-09 江苏海洋大学 一种智慧校园环境网络监管方法和系统
CN115659369B (zh) * 2022-10-28 2023-07-07 深圳市嘉德永丰开发科技股份有限公司 一种基于用户操作习惯的用户统一管理系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547794B (zh) * 2012-01-12 2015-05-06 郑州金惠计算机系统工程有限公司 Wap手机传媒色情图像、视频及不良内容的识别监管平台
WO2013116788A1 (en) * 2012-02-01 2013-08-08 University Of Washington Through Its Center For Commercialization Systems and methods for data analysis
CN111563176B (zh) * 2020-04-30 2020-12-22 杭州哔次元科技有限公司 一种基于惯性大数据的漫画管理系统
CN113254572B (zh) * 2021-07-06 2021-09-28 深圳市知酷信息技术有限公司 一种基于云平台的电子文档分类监管系统

Also Published As

Publication number Publication date
CN113763217A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN113763217B (zh) 一种基于智慧校园的网络监管方法及系统
CN101692639A (zh) 一种基于url的不良网页识别方法
CN107341183A (zh) 一种基于暗网网站综合特征的网站分类方法
CN109298225B (zh) 一种电压量测数据异常状态自动识别模型系统及方法
CN105138653A (zh) 一种基于典型度和难度的题目推荐方法及其推荐装置
CN114626694B (zh) 一种基于互联网的网络课程规划管理系统
CN108595655A (zh) 一种基于会话特征相似性模糊聚类的异常用户检测方法
CN115577152B (zh) 基于数据分析的在线图书借阅管理系统
CN111343127B (zh) 一种提升爬虫识别召回率的方法、装置、介质及设备
CN113822781A (zh) 一种基于区块链的生态环境监管方法及系统
CN115577983B (zh) 基于区块链的企业任务匹配方法、服务器及存储介质
CN116976318A (zh) 基于深度学习和模型推理的电网倒闸操作票智能审核系统
CN106844765A (zh) 基于卷积神经网络的显著信息检测方法及装置
CN108875060A (zh) 一种网站识别方法及识别系统
CN116126807A (zh) 一种日志分析方法及相关装置
CN110807052A (zh) 用户群分类方法、装置、设备及存储介质
CN114066619A (zh) 担保圈风险确定方法、装置、电子设备和存储介质
CN110309285B (zh) 自动问答方法、装置、电子设备和存储介质
CN111860299A (zh) 目标对象的等级确定方法、装置、电子设备及存储介质
CN111666765A (zh) 一种基于k-means文本聚类的诈骗话题分析方法和系统
CN114338058A (zh) 一种信息处理方法、装置和存储介质
CN113612765B (zh) 一种网站检测方法、装置、计算机设备和存储介质
CN117726300B (zh) 用于招标代理业务资料校验的自动化智能处理系统
CN115203741B (zh) 一种基于大数据的智慧园区信息安全管理系统
Yingying et al. Intelligent model of bidding audit based on text mining

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