CN114168993B - 企业数据处理方法、系统、计算机装置及存储介质 - Google Patents

企业数据处理方法、系统、计算机装置及存储介质 Download PDF

Info

Publication number
CN114168993B
CN114168993B CN202210135214.4A CN202210135214A CN114168993B CN 114168993 B CN114168993 B CN 114168993B CN 202210135214 A CN202210135214 A CN 202210135214A CN 114168993 B CN114168993 B CN 114168993B
Authority
CN
China
Prior art keywords
data
dimension
value sequence
scrambling
dimension value
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
CN202210135214.4A
Other languages
English (en)
Other versions
CN114168993A (zh
Inventor
姜春涛
杨志鹄
黄钢忠
洪澄杰
官耀威
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.)
Foshan Dayan Data Technology Co ltd
Original Assignee
Foshan Dayan Data Technology 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 Foshan Dayan Data Technology Co ltd filed Critical Foshan Dayan Data Technology Co ltd
Priority to CN202210135214.4A priority Critical patent/CN114168993B/zh
Publication of CN114168993A publication Critical patent/CN114168993A/zh
Application granted granted Critical
Publication of CN114168993B publication Critical patent/CN114168993B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • 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
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Storage Device Security (AREA)

Abstract

本发明公开了一种企业数据处理方法、系统、计算机装置及存储介质，方法包括：获取第一企业数据，并确定第一企业数据的多个数据维度，进而根据第一企业数据和数据维度生成第一多维数据；确定各数据维度的多个维度值，并根据维度值确定各数据维度的第一维度值序列；根据预设的置乱公式对第一维度值序列进行置乱得到第二维度值序列，进而根据第二维度值序列对第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储第二多维数据。本发明高效地实现了对企业核心数据的加密存储，解决了目前海量数据采集场景下数据加密开销过大、对系统算力要求高的问题，为大数据时代企业数字化转型的发展起到了推动作用，可广泛应用于数据处理技术领域。

Description

企业数据处理方法、系统、计算机装置及存储介质
技术领域
本发明涉及数据处理技术领域，尤其是一种企业数据处理方法、系统、计算机装置及存储介质。
背景技术
数字化转型是建立在数字化转换、数字化升级基础上，进一步触及公司核心业务，以新建一种商业模式为目标的高层次转型。企业的数字化转型，首先，需要利用大数据、人工智能、区块链等创新技术，帮助企业搭建管理驾驶舱，轻松获取企业的核心数据，构建企业的动态数据模型，并结合行业大数据的高效环比，洞察经营短板，及时预警异常数据，降低企业发展风险，减少企业经营不确定性，帮助企业提质增效，建立核心竞争力，夯实企业发展的根基；其次，需要动态记录的企业经营数据，通过区块链技术存储，可以形成真实有效、不可篡改的经营数据链，成为企业的数字信用凭证，伴随着快速发展扩张，这种数字信用体系，将成为企业在融资中的强力信用凭证，大大提高企业的资金周转成功率。
大数据时代，企业数字化转型涉及到海量数据采集场景下的数据分析、加密和存储，而对于企业而言，其核心企业数据往往涉及多个不同的数据维度，数据结构复杂，且涉及企业核心机密，若采用传统的数据加密技术，需要将企业数据转化为字符串后再进行数据加密，过程繁琐，对系统的算力要求较高，需要耗费大量的人力物力。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此，本发明实施例的一个目的在于提供一种高效的企业数据处理方法，以实现对企业核心数据的加密存储。
本发明实施例的另一个目的在于提供一种企业数据处理系统。
为了达到上述技术目的，本发明实施例所采取的技术方案包括：
一方面，本发明实施例提供了一种企业数据处理方法，包括以下步骤：
获取第一企业数据，并确定所述第一企业数据的多个数据维度，进而根据所述第一企业数据和所述数据维度生成第一多维数据；
确定各所述数据维度的多个维度值，并根据所述维度值确定各所述数据维度的第一维度值序列；
根据预设的置乱公式对所述第一维度值序列进行置乱得到第二维度值序列，进而根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储所述第二多维数据；
所述置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示所述第二维度值序列中下标j对应的维度值，Xi表示所述第一维度值序列中下标i对应的维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数。
进一步地，在本发明的一个实施例中，所述获取第一企业数据，并确定所述第一企业数据的多个数据维度，进而根据所述第一企业数据和所述数据维度生成第一多维数据这一步骤，其具体包括：
获取第一企业数据，所述第一企业数据包括多个数据值和相应的维度标签；
根据所述维度标签确定所述第一企业数据的多个数据维度，进而根据所述数据维度构建所述第一企业数据的多个维度轴；
根据所述维度标签确定相应的数据值在各所述维度轴上的坐标，得到所述第一多维数据。
进一步地，在本发明的一个实施例中，所述确定各所述数据维度的多个维度值，并根据所述维度值确定各所述数据维度的第一维度值序列这一步骤，其具体包括：
根据所述维度轴和相应的维度标签确定各所述数据维度的多个维度值；
根据所述维度标签确定相应的维度值在所述维度轴上的第一排列顺序，进而根据所述维度值和所述第一排列顺序确定所述第一维度值序列。
进一步地，在本发明的一个实施例中，所述根据预设的置乱公式对所述第一维度值序列进行置乱得到第二维度值序列这一步骤，其具体包括：
确定所述第一维度值序列包含的第一维度值个数，并根据所述第一维度值个数选取相应的Fn+1，使得所述第一维度值个数小于或等于Fn+1；
根据选取的Fn+1确定置乱参数A，进而根据选取的Fn+1、确定的置乱参数A以及所述置乱公式对所述第一维度值序列进行置乱，得到所述第二维度值序列。
进一步地，在本发明的一个实施例中，当所述第一维度值个数小于Fn+1，所述根据选取的Fn+1、确定的置乱参数A以及所述置乱公式对所述第一维度值序列进行置乱，得到所述第二维度值序列这一步骤，其具体包括：
获取预设的填充维度值，根据所述填充维度值对所述第一维度值序列进行填充处理得到第三维度值序列，使得所述第三维度值序列包含的维度值个数等于选取的Fn+1；
根据选取的Fn+1、确定的置乱参数A以及所述置乱公式确定所述第三维度值序列中各维度值置乱后的第二排列顺序，进而根据所述第二排列顺序确定所述第二维度值序列。
进一步地，在本发明的一个实施例中，所述根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱这一步骤，其具体包括：
根据所述第一维度值序列在相应的数据维度上对所述第一多维数据进行切片处理得到多个多维数据切片；
根据所述第二维度值序列在相应的数据维度上调整所述多维数据切片的排列顺序。
进一步地，在本发明的一个实施例中，所述企业数据处理方法还包括对所述第二多维数据进行数据重组还原的步骤，所述对所述第二多维数据进行数据重组还原的步骤具体包括：
根据所述第二多维数据确定所述第二维度值序列；
根据所述置乱公式对所述第二维度值序列进行还原得到所述第一维度值序列；
根据所述第一维度值序列对所述第二多维数据进行数据重组还原，得到所述第一多维数据。
另一方面，本发明实施例提供了一种企业数据处理系统，包括：
多维数据生成模块，用于获取第一企业数据，并确定所述第一企业数据的多个数据维度，进而根据所述第一企业数据和所述数据维度生成第一多维数据；
维度值序列确定模块，用于确定各所述数据维度的多个维度值，并根据所述维度值确定各所述数据维度的第一维度值序列；
多维数据置乱模块，用于根据预设的置乱公式对所述第一维度值序列进行置乱得到第二维度值序列，进而根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储所述第二多维数据；
所述置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示所述第二维度值序列中下标j对应的维度值，Xi表示所述第一维度值序列中下标i对应的维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数。
另一方面，本发明实施例提供了一种计算机装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现前面所述的一种企业数据处理方法。
另一方面，本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行前面所述的一种企业数据处理方法。
本发明的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到：
本发明实施例获取第一企业数据并根据其数据维度生成第一多维数据，然后确定各数据维度的第一维度值序列，再根据预设的置乱公式对第一维度值序列进行置乱得到第二维度值序列，进而根据第二维度值序列对第一多维数据在各个数据维度上均进行置乱，得到第二多维数据并存储。本发明实施例生成企业的多维数据并在各个数据维度上进行置乱，使得置乱后的多维数据的数据值在各个数据维度上的位置均发生改变，这样即使置乱后的多维数据被泄露或恶意截获，也无法获悉企业的真实核心数据，高效地实现了对企业核心数据的加密存储，解决了目前海量数据采集场景下数据加密开销过大、对系统算力要求高的问题，提高了企业数据的安全性，为大数据时代企业数字化转型的发展起到了推动作用。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面对本发明实施例中所需要使用的附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种企业数据处理方法的步骤流程图；
图2为本发明实施例提供的三维数据的数据结构示意图；
图3为本发明实施例提供的三维数据的数据切片示意图；
图4为本发明实施例提供的企业数据处理方法的具体流程示意图；
图5为本发明实施例提供的一种企业数据处理系统的结构框图；
图6为本发明实施例提供的一种计算机装置的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，多个的含义是两个或两个以上，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
首先对本发明实施例的置乱公式进行解释说明。
本发明实施例中，置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示所述第二维度值序列中下标j对应的维度值，Xi表示所述第一维度值序列中下标i对应的维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数。
斐波那契数列（Fibonacci sequence），又称黄金分割数列，因数学家莱昂纳多·斐波那契（Leonardo Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波那契数列以如下被以递推的方法定义：F(0)=1，F(1)=1, F(n)=F(n-1)+F(n-2)（n ≥ 2，n∈ N*）。
以第一维度值序列中维度值个数为13为例，记第一维度值序列为{ X0，X1，X2，⋯X12}，在斐波那契数列中选取Fn+1=13，Fn=8，则置乱公式可以表示为：
Yj=Xi
i=mod（8j +A，13）
在确定置乱参数A后，根据该置乱公式对第一维度值序列进行置乱，得到第二维度值序列{ Y0，Y1，Y2，⋯Y12}，由斐波那契数列的变换特性可知，在区间[0, Fn+1-1]中，对于每一个i，都有唯一一个对应的j，因此得到的第二维度值序列中的维度值与第一维度值序列中的维度值一一对应，如当置乱参数A=0时，有Y0=X0，Y1=X8，Y2=X3，Y3=X11，Y4=X6，Y5=X1，Y6=X9，Y7=X4，Y8=X12，Y9=X7，Y10=X2，Y11=X10，Y12=X5；当置乱参数A=1时，有Y0=X1，Y1=X9，Y2=X4，Y3=X12，Y4=X7，Y5=X2，Y6=X10，Y7=X5，Y8=X0，Y9=X8，Y10=X3，Y11=X11，Y12=X6；当置乱参数A=12时，有Y0=X12，Y1=X7，Y2=X2，Y3=X10，Y4=X5，Y5=X0，Y6=X8，Y7=X3，Y8=X11，Y9=X6，Y10=X1，Y11=X9，Y12=X4。
由上可知，本发明实施例的置乱公式可以将第一维度值序列中的维度值进行置乱得到第二维度值序列，置乱后的第二维度值序列的各个维度值的顺序均被打乱，然后根据第二维度值序列对企业的多维数据进行置乱，使得置乱后的多维数据的数据值在各个数据维度上的位置均发生改变，这样即使置乱后的多维数据被泄露或恶意截获，也无法获悉企业的真实核心数据。此外，由于第一维度值序列和第二维度值序列中的维度值一一对应，在已知置乱时使用的置乱参数后，可根据该置乱公式直接还原初始的第一维度值序列，从而对置乱后的多维数据的重组还原，得到真实的企业数据。
可以理解的是，在实际应用中，置乱参数可在区间[0，Fn+1-1]内随机生成，且在完成置乱后加密存储，这样通过对置乱参数的加密保护即可实现对整个多维数据的加密保护。
应该认识到，即使初始的第一维度值序列中维度值个数的数值并不等于斐波那契数列中的任何一项，仍然可以通过维度值填充的方式使得第一维度值序列中维度值个数等于斐波那契数列中的某一项，从而完成对第一维度值序列的置乱处理；在后续的多维数据置乱中，相应地在填充过维度值的位置采用指定的数据值（如0）对多维数据进行填充，即可完成对多维数据的置乱处理；在后续的数据重组还原过程中，可在得到还原后的多维数据后去掉填充的维度值和数据值，即可得到真实的原始数据。
下面结合具体的实施例对本发明实施例的方法流程进行解释说明，应当认识到，为便于理解，本发明实施例采用三维数据为例进行举例说明，但本发明并不仅限于三维数据的置乱处理，对于多维度的复杂数据结构也可采用相同的步骤进行处理。
参照图1，本发明实施例提供了一种企业数据处理方法，具体包括以下步骤：
S101、获取第一企业数据，并确定第一企业数据的多个数据维度，进而根据第一企业数据和数据维度生成第一多维数据。
具体地，以企业某个时间段内某种商品在某个地区的经营数据为例，该经营数据涉及到了时间、地区、产品三个数据维度。在对该经营数据进行分析时，不同的角色都会基于自己所感兴趣的数据维度提出问题，如销售经理关心各个地区的销售情况，希望找出销售增长率在平均水平之下的地区；产品总监则希望了解近期内各种产品的销量对比，以作为后期产品研发方向的参考；CEO想要知道近六个月内整体销售环比信息，用以评估是否达到公司运营目标。基于此，本发明实施例根据企业数据的数据维度生成多维数据，该多维数据可用于后续企业的数据分析，对企业的数字化转型具有重要意义。步骤S101具体包括以下步骤：
S1011、获取第一企业数据，第一企业数据包括多个数据值和相应的维度标签；
S1012、根据维度标签确定第一企业数据的多个数据维度，进而根据数据维度构建第一企业数据的多个维度轴；
S1013、根据维度标签确定相应的数据值在各维度轴上的坐标，得到第一多维数据。
具体地，同样以企业某个时间段内某种商品在某个地区的经营数据为例，如“三月份地区一的手机销售额为6600”这一经营数据，其对应的数据值则为6600，相应的维度标签有三月份、地区一以及手机，这样就可以确定该企业经营数据的多个数据维度为时间、地区以及产品，然后分别构建时间、地区以及产品的维度轴，根据所有经营数据的维度标签在维度轴上一一标定维度值，然后根据每个经营数据的维度标签确定相应的数据值在各个维度轴上的坐标，如“三月份地区一的手机销售额为6600”中，数据值6600在时间维度轴上的坐标为三月份、在地区维度轴上的坐标为地区一、在产品维度轴上的坐标为手机，即可得到第一多维数据（本示例中为三维数据）。
如图2所示为本发明实施例提供的三维数据的数据结构示意图，在该三维数据结构中，每一个维度轴都表示一个数据维度（如：时间、地区、产品），维度轴上的坐标值则表示对应数据维度的某一具体维度值（如：地区一、三月份、手机），不同维度值的交叉点则表示一个具体的数据值（即销售额）。
可以理解的是，上述示例中的企业经营数据只有三个维度，所以可以直观的将三维数据结构通过可视化的三维立体图进行展现，而实际情况中，企业进行数据分析时往往要参考更多的维度，因此并不能将这些数据以三维立体图进行呈现，但本发明实施例的实施并不依赖于可视化的图形结构，即使面对更多维度的企业数据，依旧可以按照本发明实施例提供的方法进行多维数据的生成。
S102、确定各数据维度的多个维度值，并根据维度值确定各数据维度的第一维度值序列。
具体地，本发明实施例将多维数据的置乱处理分解到各个数据维度上进行实现，因此需要先确定各个数据维度的维度值序列。步骤S102具体包括以下步骤：
S1021、根据维度轴和相应的维度标签确定各数据维度的多个维度值；
S1022、根据维度标签确定相应的维度值在维度轴上的第一排列顺序，进而根据维度值和第一排列顺序确定第一维度值序列。
具体地，同样以企业某个时间段内某种商品在某个地区的经营数据为例，如图2所示为其对应的三维数据的数据结构示意图，在时间维度轴上，存在一月份至十二月份这12个时间维度值，而各个经营数据的时间维度标签均为这12个时间维度值中的一个，根据这些时间维度标签可以确定各个时间维度值在时间维度轴上的第一排列顺序，从而可以形成时间维度值序列{一月份，二月份，三月份，四月份，五月份，六月份，七月份，八月份，九月份，十月份，十一月份，十二月份}。
可以理解的是，针对地区维度和产品维度，同样可以通过类似的步骤得到地区维度值序列和产品维度值序列，在此不作赘述。
S103、根据预设的置乱公式对第一维度值序列进行置乱得到第二维度值序列，进而根据第二维度值序列对第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储第二多维数据；
置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示第二维度值序列中下标j对应的维度值，Xi表示第一维度值序列中下标i对应的维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数。
具体地，本发明实施例的置乱公式在前述部分已经做了理论上的解释说明。以如图2所示的三维数据为例，存在时间维度、地区维度和产品维度这三个维度，如地区一（地区）三月份（时间）手机产品（产品）的销售额为6600，则对应的三维数据可记为{Mxyz}，x、y、z分别表示地区维度值、产品维度值以及时间维度值，Mxyz表示地区维度值x、产品维度值y以及时间维度值z下对应的数据值（销售额）。
若采用传统的数据加密方法，不仅需要对数据值（如6600）进行加密，还需要将其各个维度上的维度值（如：地区一、三月份、手机）转换为字符串后进行加密，过程繁琐，且需要对每一个经营数据逐一进行字符串转换以及加密，数据加密的开销极大，对系统的算力要求也极高。
本发明实施例生成多维数据结构，然后将多维数据结构中的数据值在各个维度上逐一进行置乱，即可得到置乱后的多维数据，这样企业只需对置乱后的多维数据进行存储，即使该数据被泄露也无法反映企业的真实核心数据，因此对企业的核心数据起到了加密的作用，并且降低了数据加密的开销以及对系统的算力要求。
进一步作为可选的实施方式，根据预设的置乱公式对第一维度值序列进行置乱得到第二维度值序列这一步骤，其具体包括：
A1、确定第一维度值序列包含的第一维度值个数，并根据第一维度值个数选取相应的Fn+1，使得第一维度值个数小于或等于Fn+1；
A2、根据选取的Fn+1确定置乱参数A，进而根据选取的Fn+1、确定的置乱参数A以及置乱公式对第一维度值序列进行置乱，得到第二维度值序列。
具体地，以地区维度值序列{地区一，地区二，地区三，地区四，地区五，地区六，地区七，地区八，地区九，地区十，地区十一，地区十二，地区十三}为例，记该地区维度值序列为{ X0，X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12}，可以认识到该地区维度值序列包含的地区维度值个数为13个，然后在斐波那契数列中选取相应的Fn+1（以Fn+1=13为例），确定置乱参数（可在[0，Fn+1-1]中随机选取，以A=12为例），通过下式对地区维度值序列进行置乱：
Yj=Xi
i=mod（8j +12，13）
得到置乱后的地区维度值序列{ Y0，Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9，Y10，Y11，Y12}，而Y0=X12，Y1=X7，Y2=X2，Y3=X10，Y4=X5，Y5=X0，Y6=X8，Y7=X3，Y8=X11，Y9=X6，Y10=X1，Y11=X9，Y12=X4，因此，置乱后的地区维度值序列也可以表示{ X12，X7，X2，X10，X5，X0，X8，X3，X11，X6，X1，X9，X4}。可以理解的是，通过本发明实施例的置乱公式可以实现对维度值序列的置乱，并且在已知置乱时采用的置乱参数的情况下，还可对置乱后的维度值序列进行还原。
进一步作为可选的实施方式，当第一维度值个数小于Fn+1，根据选取的Fn+1、确定的置乱参数A以及置乱公式对第一维度值序列进行置乱，得到第二维度值序列这一步骤，其具体包括：
获取预设的填充维度值，根据填充维度值对第一维度值序列进行填充处理得到第三维度值序列，使得第三维度值序列包含的维度值个数等于选取的Fn+1；
根据选取的Fn+1、确定的置乱参数A以及置乱公式确定第三维度值序列中各维度值置乱后的第二排列顺序，进而根据第二排列顺序确定第二维度值序列。
具体地，以时间维度值序列{一月份，二月份，三月份，四月份，五月份，六月份，七月份，八月份，九月份，十月份，十一月份，十二月份}为例，记该时间维度值序列为{ X0，X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11 }，可以认识到该时间维度值序列包含的时间维度值个数为12个，然后在斐波那契数列中选取相应的Fn+1（以Fn+1=13为例），然后将对该时间维度值序列进行填充处理得到序列{ X0，X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12 }，其中，X12为预设的填充维度值，确定置乱参数（可在[0，Fn+1-1]中随机选取，以A=1为例），通过下式对时间维度值序列进行置乱：
Yj=Xi
i=mod（8j +1，13）
得到置乱后的时间维度值序列{ Y0，Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9，Y10，Y11，Y12}，而Y0=X1，Y1=X9，Y2=X4，Y3=X12，Y4=X7，Y5=X2，Y6=X10，Y7=X5，Y8=X0，Y9=X8，Y10=X3，Y11=X11，Y12=X6，因此，置乱后的时间维度值序列也可以表示{ X1，X9，X4，X12，X7，X2，X10，X5，X0，X8，X3，X11，X6}，Y3=X12为填充维度值。
可以理解的是，由于斐波那契数列的各个项在数值上并不连续，因此在实际应用中可能会出现实际的维度值序列中的维度值个数并不等于斐波那契数列的某一项，本发明实施例在这种情况下对该维度值序列进行填充处理，使得填充后的维度值个数与斐波那契数列的某一项相等，这样即可应用本发明实施例的置乱公式进行置乱。
进一步作为可选的实施方式，根据第二维度值序列对第一多维数据在相应的数据维度上进行置乱这一步骤，其具体包括：
B1、根据第一维度值序列在相应的数据维度上对第一多维数据进行切片处理得到多个多维数据切片；
B2、根据第二维度值序列在相应的数据维度上调整多维数据切片的排列顺序。
具体地，切片处理是多维数据分析的常用操作之一，是指在指定了某一维度轴上的某一具体的维度值后，在多维数据结构中直接截取该维度值对应的数据片段。如图3所示为本发明实施例提供的三维数据的数据切片示意图，例如，以地区作为切片维度，分别以地区一、地区二以及地区三等作为切片维度值，对图3所示的三维数据进行切片，即可得到地区一、地区二以及地区三的三维数据切片，分别表示“地区一各月份各产品的销售额”、“地区二各月份各产品的销售额”以及“地区三各月份各产品的销售额”。
本发明实施例中，在每个数据维度上，均以多维数据切片作为置乱的最小单元，以地区维度上的切片置乱为例，根据初始的地区维度值序列{地区一，地区二，地区三，地区四，地区五，地区六，地区七，地区八，地区九，地区十，地区十一，地区十二，地区十三}（记为{ X0，X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12}）对图3所示的三维数据进行切片处理，得到13个地区的三维数据切片；根据前述步骤得到的置乱后的地区维度值序列{ X12，X7，X2，X10，X5，X0，X8，X3，X11，X6，X1，X9，X4}对该13个地区的三维数据切片在地区维度轴上进行重新排序，使得三维数据切片的顺序与置乱后的地区维度值序列的中地区维度值相对应，即可完成地区维度上的三维数据切片置乱。
同样地，对于时间维度和产品维度，均采用类似的步骤进行多维数据的切片和置乱，完成所有维度上的置乱即可得到置乱后的多维数据。由于斐波那契数列的特性，在预设的维度值区间内，每一个置乱前的维度值都唯一对应一个置乱后的维度值，因此，维度值序列的置乱过程是可逆的，只需根据预设的置乱公式和各个维度对应的置乱参数即可进行多维数据的还原。
可以理解的是，本发明对第一多维数据的置乱处理仅针对多维数据结构中的数据值进行置乱，各个维度轴上的维度值均保持不变，本发明实施例所涉及的第一维度值序列和第二维度值序列仅为从维度轴上得到的维度值序列的后续处理，并不需要对得到的第一多维数据的维度轴进行改变。
进一步作为可选的实施方式，企业数据处理方法还包括对第二多维数据进行数据重组还原的步骤，对第二多维数据进行数据重组还原的步骤具体包括：
C1、根据第二多维数据确定第二维度值序列；
C2、根据置乱公式对第二维度值序列进行还原得到第一维度值序列；
C3、根据第一维度值序列对第二多维数据进行数据重组还原，得到第一多维数据。
具体地，数据重组还原为置乱处理的逆过程，可直接通过前述的置乱公式对第二维度值序列进行置乱还原得到第一维度值序列，然后根据第一维度值序列对第二多维数据的各个维度上的多维数据切片进行重组，即可得到数据重组还原后的第一多维数据。
在一些可选的实施例中，初始的第一维度值序列中维度值个数的数值并不等于斐波那契数列中的任何一项，需要通过维度值填充的方式使得第一维度值序列中维度值个数等于斐波那契数列中的某一项，从而完成对第一维度值序列的置乱处理，并且在后续的多维数据置乱中，相应地在填充过维度值的位置采用指定的数据值（如0）对多维数据进行填充，即可完成对多维数据的置乱处理；在后续的数据重组还原过程中，在得到还原后的多维数据后去掉填充的维度值和数据值，即可得到真实的原始数据。
以上对本发明实施例的方法步骤进行了说明，下面结合一具体实施例对本发明的企业数据处理方法的具体实施流程做进一步介绍。
如图4所示为本发明实施例提供的企业数据处理方法的具体流程示意图，本发明实施例先获取企业的第一企业数据（如：经营数据、生产数据），确定第一企业数据的数据维度（如：时间、地区、产品），根据数据维度和第一企业数据生成第一多维数据；然后确定第一多维数据在各个数据维度上的维度值（如：一月份、二月份、地区一、地区二），根据确定的维度值生成各个数据维度的第一维度值序列，并且根据第一维度值序列对第一多维数据进行切片处理得到多维数据切片；再确定第一维度值序列的第一维度值个数K1，根据K1选取合适的Fn+1，同时确定置乱参数A，若K1等于Fn+1，则可以直接根据Fn+1、A以及本发明实施例的置乱公式对第一维度值序列进行置乱得到第二维度值序列，若K1小于Fn+1，则需要对第一维度值序列进行填充处理得到第三维度值序列，再对第三维度值序列进行置乱得到第二维度值序列；利用得到的第二维度值序列调整前述得到的多维数据切片的排列顺序，即可完成对应数据维度上的多维数据置乱，重复前述步骤直至完成全部数据维度上的多维数据置乱，即可得到第二多维数据，并对第二多维数据进行存储；此外，在对第二多维数据进行数据重组还原的过程中，需要根据每个数据维度对应的置乱参数进行还原，因此，在实际应用中只需要对每个数据维度的置乱参数进行加密，无需采用传统的加密手段对整个多维数据进行加密，这样就可大大减少数据加密存储的开销和对系统的算力要求，提高了企业数据加密存储的效率。
可以理解的是，本发明实施例生成企业的多维数据并在各个数据维度上进行置乱，使得置乱后的多维数据的数据值在各个数据维度上的位置均发生改变，这样即使置乱后的多维数据被泄露或恶意截获，也无法获悉企业的真实核心数据，高效地实现了对企业核心数据的加密存储，解决了目前海量数据采集场景下数据加密开销过大、对系统算力要求高的问题，提高了企业数据的安全性，为大数据时代企业数字化转型的发展起到了推动作用。
参照图5，本发明实施例提供了一种企业数据处理系统，包括：
多维数据生成模块，用于获取第一企业数据，并确定第一企业数据的多个数据维度，进而根据第一企业数据和数据维度生成第一多维数据；
维度值序列确定模块，用于确定各数据维度的多个维度值，并根据维度值确定各数据维度的第一维度值序列；
多维数据置乱模块，用于根据预设的置乱公式对第一维度值序列进行置乱得到第二维度值序列，进而根据第二维度值序列对第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储第二多维数据；
置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示第二维度值序列中下标j对应的维度值，Xi表示第一维度值序列中下标i对应的维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图6，本发明实施例提供了一种计算机装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当上述至少一个程序被上述至少一个处理器执行时，使得上述至少一个处理器实现前面的一种企业数据处理方法。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，该处理器可执行的程序在由处理器执行时用于执行前面的一种企业数据处理方法。
本发明实施例的一种计算机可读存储介质，可执行本发明方法实施例所提供的一种企业数据处理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种企业数据处理方法，其特征在于，包括以下步骤：
获取第一企业数据，并确定所述第一企业数据的多个数据维度，进而根据所述第一企业数据和所述数据维度生成第一多维数据；
确定各所述数据维度的多个维度值，并根据所述维度值确定各所述数据维度的第一维度值序列；
根据预设的置乱公式对所述第一维度值序列进行置乱得到第二维度值序列，进而根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储所述第二多维数据；
所述置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示所述第二维度值序列中第j+1个维度值，Xi表示所述第一维度值序列中第i+1个维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数；
所述根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱这一步骤，其具体包括：
根据所述第一维度值序列在相应的数据维度上对所述第一多维数据进行切片处理得到多个多维数据切片；
根据所述第二维度值序列在相应的数据维度上调整所述多维数据切片的排列顺序。
2.根据权利要求1所述的一种企业数据处理方法，其特征在于，所述获取第一企业数据，并确定所述第一企业数据的多个数据维度，进而根据所述第一企业数据和所述数据维度生成第一多维数据这一步骤，其具体包括：
获取第一企业数据，所述第一企业数据包括多个数据值和相应的维度标签；
根据所述维度标签确定所述第一企业数据的多个数据维度，进而根据所述数据维度构建所述第一企业数据的多个维度轴；
根据所述维度标签确定相应的数据值在各所述维度轴上的坐标，得到所述第一多维数据。
3.根据权利要求2所述的一种企业数据处理方法，其特征在于，所述确定各所述数据维度的多个维度值，并根据所述维度值确定各所述数据维度的第一维度值序列这一步骤，其具体包括：
根据所述维度轴和相应的维度标签确定各所述数据维度的多个维度值；
根据所述维度标签确定相应的维度值在所述维度轴上的第一排列顺序，进而根据所述维度值和所述第一排列顺序确定所述第一维度值序列。
4.根据权利要求1所述的一种企业数据处理方法，其特征在于，所述根据预设的置乱公式对所述第一维度值序列进行置乱得到第二维度值序列这一步骤，其具体包括：
确定所述第一维度值序列包含的第一维度值个数，并根据所述第一维度值个数选取相应的Fn+1，使得所述第一维度值个数小于或等于Fn+1；
根据选取的Fn+1确定置乱参数A，进而根据选取的Fn+1、确定的置乱参数A以及所述置乱公式对所述第一维度值序列进行置乱，得到所述第二维度值序列。
5.根据权利要求4所述的一种企业数据处理方法，其特征在于，当所述第一维度值个数小于Fn+1，所述根据选取的Fn+1、确定的置乱参数A以及所述置乱公式对所述第一维度值序列进行置乱，得到所述第二维度值序列这一步骤，其具体包括：
获取预设的填充维度值，根据所述填充维度值对所述第一维度值序列进行填充处理得到第三维度值序列，使得所述第三维度值序列包含的维度值个数等于选取的Fn+1；
根据选取的Fn+1、确定的置乱参数A以及所述置乱公式确定所述第三维度值序列中各维度值置乱后的第二排列顺序，进而根据所述第二排列顺序确定所述第二维度值序列。
6.根据权利要求1至5中任一项所述的一种企业数据处理方法，其特征在于，所述企业数据处理方法还包括对所述第二多维数据进行数据重组还原的步骤，所述对所述第二多维数据进行数据重组还原的步骤具体包括：
根据所述第二多维数据确定所述第二维度值序列；
根据所述置乱公式对所述第二维度值序列进行还原得到所述第一维度值序列；
根据所述第一维度值序列对所述第二多维数据进行数据重组还原，得到所述第一多维数据。
7.一种企业数据处理系统，其特征在于，包括：
多维数据生成模块，用于获取第一企业数据，并确定所述第一企业数据的多个数据维度，进而根据所述第一企业数据和所述数据维度生成第一多维数据；
维度值序列确定模块，用于确定各所述数据维度的多个维度值，并根据所述维度值确定各所述数据维度的第一维度值序列；
多维数据置乱模块，用于根据预设的置乱公式对所述第一维度值序列进行置乱得到第二维度值序列，进而根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱，得到第二多维数据，并存储所述第二多维数据；
所述置乱公式为：
Yj=Xi
i=mod（j∙Fn+A，Fn+1）
其中，Yj表示所述第二维度值序列中第j+1个维度值，Xi表示所述第一维度值序列中第i+1个维度值，mod表示求余函数，Fn表示斐波那契数列的第n项，Fn+1表示斐波那契数列的第n+1项，n为正整数，A表示预设的置乱参数，i、j以及A均为区间[0，Fn+1-1]内的自然数；
所述根据所述第二维度值序列对所述第一多维数据在相应的数据维度上进行置乱这一步骤，其具体包括：
根据所述第一维度值序列在相应的数据维度上对所述第一多维数据进行切片处理得到多个多维数据切片；
根据所述第二维度值序列在相应的数据维度上调整所述多维数据切片的排列顺序。
8.一种计算机装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至6中任一项所述的一种企业数据处理方法。
9.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至6中任一项所述的一种企业数据处理方法。
CN202210135214.4A 2022-02-15 2022-02-15 企业数据处理方法、系统、计算机装置及存储介质 Active CN114168993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210135214.4A CN114168993B (zh) 2022-02-15 2022-02-15 企业数据处理方法、系统、计算机装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210135214.4A CN114168993B (zh) 2022-02-15 2022-02-15 企业数据处理方法、系统、计算机装置及存储介质

Publications (2)

Publication Number Publication Date
CN114168993A CN114168993A (zh) 2022-03-11
CN114168993B true CN114168993B (zh) 2022-06-03

Family

ID=80490012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210135214.4A Active CN114168993B (zh) 2022-02-15 2022-02-15 企业数据处理方法、系统、计算机装置及存储介质

Country Status (1)

Country Link
CN (1) CN114168993B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116226471B (zh) * 2023-05-10 2023-07-25 济宁蜗牛软件科技有限公司 一种用于国土资源规划的数据存储方法
CN116501505B (zh) * 2023-06-27 2023-09-12 上海燧原科技有限公司 负载任务的数据流生成方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102193877A (zh) * 2011-04-15 2011-09-21 北京邮电大学 一种基于三维空间结构的数据拆分置乱和恢复方法
CN111464296A (zh) * 2020-03-30 2020-07-28 卓尔智联(武汉)研究院有限公司 序列密码生成方法、数据加密方法和数据解密方法
CN112231740A (zh) * 2020-12-10 2021-01-15 卓尔智联(武汉)研究院有限公司 数据加密方法、数据解密方法、装置、计算机设备和介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7779041B2 (en) * 2007-05-02 2010-08-17 Sap Ag Anonymizing infocube data
EP2453429A1 (en) * 2010-11-15 2012-05-16 Thomson Licensing Method and device for 3d object protection by permutation of coordinates of its points
US9053160B2 (en) * 2012-06-26 2015-06-09 Here Global B.V. Distributed, real-time online analytical processing (OLAP)
CN111211901B (zh) * 2020-04-22 2020-07-28 广东纬德信息科技股份有限公司 基于5g的配网通信安全传输方法、系统、装置及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102193877A (zh) * 2011-04-15 2011-09-21 北京邮电大学 一种基于三维空间结构的数据拆分置乱和恢复方法
CN111464296A (zh) * 2020-03-30 2020-07-28 卓尔智联(武汉)研究院有限公司 序列密码生成方法、数据加密方法和数据解密方法
CN112231740A (zh) * 2020-12-10 2021-01-15 卓尔智联(武汉)研究院有限公司 数据加密方法、数据解密方法、装置、计算机设备和介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
大数据环境下用户隐私数据存储方法的研究;马蕾等;《计算机仿真》;20160215(第02期);第465-468页 *
斐波那契数列在数据变换方面的应用;白晓玺;《科协论坛(下半月)》;20090325(第03期);第95-96页 *

Also Published As

Publication number Publication date
CN114168993A (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN114168993B (zh) 企业数据处理方法、系统、计算机装置及存储介质
RU2762005C2 (ru) Способ и устройство для того, чтобы кодировать и декодировать двумерные облака точек
CN113542228B (zh) 基于联邦学习的数据传输方法、装置以及可读存储介质
CN102414656B (zh) 数据可视化平台的性能优化
CN110324321A (zh) 数据处理方法及装置
CN111930697A (zh) 一种基于3d信息的数据传输方法、计算设备及系统
CN112149706A (zh) 模型训练方法、装置、设备和介质
CN115567320A (zh) 基于微服务架构的物联网平台数据管理方法
CN112528323A (zh) 一种数据处理方法和装置
CN113127911B (zh) 电力数据加密方法、装置及终端
CN110175262A (zh) 基于聚类的深度学习模型压缩方法、存储介质及系统
CN115905785A (zh) 实行瓦片的环境中的高效卷积
CN114448597A (zh) 数据处理方法、装置、计算机设备及存储介质
CN113590551A (zh) 一种材料数字化扩展格式系统、方法、介质及设备
CN118249980A (zh) 基于同态加密和安全外包矩阵的隐私保护机器学习方法及装置
CN117932678A (zh) 隐私数据存储方法、读取方法、装置和计算机设备
CN111240741A (zh) 一种可移植的电力功能模块
CN116846557A (zh) 数据加密方法、装置、计算机设备和存储介质
CN112149834A (zh) 模型训练方法、装置、设备和介质
CN117151231A (zh) 利用变分量子线路求解线性系统的方法、装置及介质
CN111523681A (zh) 全局特征重要性表征方法、装置、电子设备和存储介质
CN119094106A (zh) 一种bfv全同态加密自举的方法、装置、设备和存储介质
Kozov et al. Research Result Differences Between Manual Research and Using AI LLMs for Analyzing Popular 3D File Formats
CN118115132B (zh) 智慧企业协同办公方法、系统、计算机设备及存储介质
CN117811589B (zh) 一种基于人工智能的企业数据压缩方法及系统

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Enterprise data processing methods, systems, computer devices, and storage media

Effective date of registration: 20230621

Granted publication date: 20220603

Pledgee: Foshan Rural Commercial Bank Co.,Ltd. Lanshi Branch

Pledgor: Foshan Dayan Data Technology Co.,Ltd.

Registration number: Y2023980045191