CN115358728B - 基于云计算的erp数据处理方法 - Google Patents

Abstract

本发明提供了一种基于云计算的ERP数据处理方法，利用主动提示预测方法对本地产生的每条ERP数据进行分类并加密后划入到对应的ERP数据集中，利于提升ERP业务处理的效率、准确率和数据传输的安全性；为每个业务事项构建单独的ERP数据子集，发起业务事项执行任务时，能够从相对应的ERP数据子集中快速获取任务执行所需的ERP数据，利于进一步提升ERP业务处理的速率；将每个ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，当需要从ERP数据子集获取执行业务事项所需的ERP数据时，只要判定相应点位的值是否为“1”，即可确定是否事先为该待执行的业务事项构建了ERP数据子集，判断速度非常快，利于进一步提升ERP业务处理的速率。

Description

基于云计算的ERP数据处理方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于云计算的ERP数据处理方法。

背景技术

云计算是分布式计算的一种，主要解决任务分发，并进行计算结果的合并。企业ERP系统是将企业所有资源进行整合集成管理，简单的说是将企业的三大流：物流、资金流、信息流进行全面一体化管理的管理信息系统。传统的ERP系统维护需要企业大量的人力、物力、财力，且使用受空间、时间限制，灵活性不高，因此具备分布式计算能力的云ERP系统（云计算模式下的ERP系统）应运而生。

目前云ERP系统管理企业资源的方式通常为：用户向云ERP系统输入资源管理指令，云ERP系统根据该指令从用户本地获取资源管理所需的数据，然后控制相应的云服务器基于获取的数据进行相应的资源管理。例如，某集团公司拥有A、B、C三家子公司，每季度末需要综合3家公司的财报数据形成集团季度财报数据，云服务器1专用于处理财务管理ERP业务。对于该项财务资源管理，云ERP系统首先从A、B、C三家子公司的本地数据库中分别获取每家子公司的季度财报数据，然后将3家公司的季度财报数据发送给云服务器1，云服务器1综合3家公司的季度财报数据形成为集团季度财报数据后展示给用户。

上述方案中，云ERP系统管理企业资源是被动的，用户发起ERP业务后，云ERP系统需要从本地获取执行该ERP业务所需的数据资源，若企业对本地数据作了加密，云ERP系统还需要与本地数据库进行数据加解密的交互过程，获取数据的效率更低。而且，当企业ERP业务种类繁多，较多ERP业务同时被执行或数量众多的企业同时使用同个云ERP系统时，这种被动的企业资源管理方式其效率低下的劣势将更为突出，严重影响用户体验。

发明内容

本发明以提高企业资源管理效率为目的，提供了一种基于云计算的ERP数据处理方法。

为达此目的，本发明采用以下技术方案：

提供一种基于云计算的ERP数据处理方法，包括步骤：

S1，利用主动提示预测方法对本地产生的每条ERP数据进行分类并加密后划入到存储在云端的对应的ERP数据集中；

S2，根据所述ERP数据集对应的云服务器能够处理的ERP业务所包含的业务事项将所述ERP数据集中的每条ERP数据加入到对应的ERP数据子集中；

S3，将每个所述ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，并对所述点位赋值为“1”；

S4，所述云服务器根据ERP云平台响应用户发起的执行待执行业务事项的响应指令，从对应的所述ERP数据子集中获取执行所述待执行业务事项所需的所述ERP数据；

S5，判断所需的所述ERP数据是否获取完全，

若是，则控制所述云服务器基于完全获取的各所述ERP数据执行所述待执行业务事项；

若否，则从相应的企业ERP系统本地继续获取欠缺的所述ERP数据后执行所述待执行业务事项。

作为优选，步骤S2中，将所述ERP数据集中的每条所述ERP数据加入到对应的所述ERP数据子集中的方法包括步骤：

S21，获取所述云服务器能够处理的所述ERP业务所包含的各所述业务事项，每个所述业务事项携带有对应的ERP数据索引；

S22，根据所述ERP数据索引的数据获取指向，从所述ERP数据集中获取每个所述业务事项的目标索引数据作为执行所述业务事项所需的所述ERP数据加入到对应的ERP数据子集中。

作为优选，步骤S4中，所述云服务器从对应的所述ERP数据子集中获取执行所述待执行业务事项所需的所述ERP数据的方法包括步骤：

S41，所述云服务器根据所述待执行业务事项与所述点位的对应关系，匹配出所述待执行业务事项对应的所述ERP数据子集；

S42，对步骤S41匹配到的所述ERP数据子集中的所述ERP数据进行解密后从所述ERP数据子集中获取所述待执行业务事项中携带的ERP数据索引指向的各目标索引数据作为执行所述待执行业务事项所需的所述ERP数据。

作为优选，步骤S1中，利用所述主动提示预测方法对每条所述ERP数据进行分类的方法包括步骤：

S11，将所述ERP数据格式化为分类预测模型的输入数据，格式化方法为：在所述ERP数据中增加分类提示语句，所述分类提示语句中包含需要预测并填写分类标签的空白格；

S12，利用所述分类预测模型预测填入所述空白格的分类标签；

S13，将所述分类标签转换为对应的所述ERP业务的业务类型标签作为对所述ERP数据最终预测的数据类型。

作为优选，所述ERP业务的业务类型标签包括客户管理、销售管理、项目管理、采购管理、仓储管理、生产管理、财务管理、行政办公、薪酬管理中的任意一种或多种。

作为优选，所述分类预测模型的训练方法包括步骤：

L1，计算分类标签词库中的每个所述分类标签填入作为模型训练样本的所述输入数据中的所述空白格的概率分数；

L2，利用每个所述分类标签对应的所述概率分数计算概率分布；

L3，计算所述概率分数与真实概率分数间的第一距离，并计算所述概率分布与真实概率分布间的第二距离；

L4，利用所述第一距离和所述第二距离，计算所述分类预测模型的分类损失；

L5，判断分类损失是否小于预设的损失阈值，

若是，则终止模型训练；

若否，则调整模型训练参数后返回步骤L1继续进行模型训练。

作为优选，通过以下公式（1）计算所述分类预测模型的分类损失：

公式（1）中，

表示所述分类损失；

、

分别表示所述第一距离和所述第二距离；

、

分别表示所述第一距离和所述第二距离在计算分类损失

时所占的权重。

作为优选，步骤S1中，对分类后的每条所述ERP数据进行加密并划入到对应的所述ERP数据集的方法包括步骤：

A1，所述ERP云平台向完成ERP数据分类的所述企业ERP系统的ERP数据存储器注册信息，

若注册成功，则转入步骤A2；

若注册失败，则终止ERP数据划入流程；

A2，所述企业ERP系统向所述ERP云平台提交系统信息；

A3，所述ERP云平台对接收到的所述系统信息与系统信息库进行数据一致性匹配，

若匹配成功，则向数据安全中心申请获取密钥串ID句柄，然后转入步骤A4；

若匹配失败，则终止所述ERP数据划入流程；

A4，将成功获取的所述密钥串ID句柄回传给所述企业ERP系统；

A5，所述企业ERP系统在其本地的所述ERP数据存储器中获取事先存储的所述密钥串ID句柄指向的任意一串密钥；

A6，所述企业ERP系统使用步骤A5获取到的所述密钥对分类后的所述ERP数据进行加密并打包后发送给所述ERP数据的业务类型对应的云服务器；

A7，所述云服务器将加密后的所述ERP数据划入到其关联的所述ERP数据集中。

作为优选，步骤A1中，向所述ERP数据存储器注册的所述信息包括与所述企业ERP系统通信连接的所述ERP云平台的平台号以及所述企业ERP系统对所述ERP数据的分类结果，向所述ERP数据存储器注册所述信息的方法包括步骤：

A11，将对所述ERP数据的所述分类结果与事先存储在所述ERP数据存储器中的可注册的ERP业务类型进行匹配，

若匹配成功，则转入步骤A12；

若匹配失败，则判定注册失败；

A12，将所述ERP云平台的所述平台号与事先存储在所述ERP数据存储器中的平台号库进行匹配，

若匹配成功，则判定注册成功；

若匹配失败，则判定注册失败。

作为优选，步骤S42中，对所述ERP数据子集中的所述ERP数据进行解密的方法包括步骤：

S421，所述云服务器解析出其关联的所述ERP数据子集中的每条所述ERP数据中携带的密钥串索引；

S422，所述云服务器基于所述密钥串索引与密钥的索引关系从云端匹配出对应的密钥，所述密钥为步骤S1中用于对所述ERP数据进行加密的密钥，然后利用所述密钥对相应的所述ERP数据进行解密。

本发明具有以下有益效果：

1、利用主动提示预测方法实现了对本地产生的每条ERP数据的数据类型的自动分类，提高了后续将ERP数据划入到对应的ERP数据集的准确度和自动化程度。

2、将分类后的每条ERP数据从本地划入到存储在云端的对应的ERP数据集中，然后利用不同业务事项中携带的ERP数据索引将ERP数据集中的每条ERP数据加入到对应的ERP数据子集中，后续执行ERP业务时，相应的云服务器首先从对应的ERP数据子集中获取执行ERP业务所需的ERP数据，数据获取不充分时才从本地获取所需的数据，减少了与本地数据库的信息交互，提高了企业资源管理的效率。

3、设计了一套ERP数据加密方法，使得在执行业务事项之前存储在云端的 ERP数据始终处于加密状态，确保了ERP数据的安全。

4、在提供的ERP数据加密方法的基础上设计了一套简单又安全的ERP数据解密方法，降低ERP数据解密的复杂度同时兼顾了解密过程的数据安全。

5、将关联不同业务事项的每个ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，后续在执行相应的业务事项时，首先从位阵列中寻找业务事项对应的点位，如果该点位的值为“1”，则进一步匹配出该点位关联的ERP数据子集，然后从匹配到的该ERP数据子集中获取执行该业务事项所需的ERP数据，如果判定所需的数据获取完全，则直接控制该ERP数据子集所属的ERP数据集对应的云服务器基于完全获取的ERP数据执行该业务事项，如果判定所需的数据获取不完全，则从相应的企业ERP系统本地去获取缺少的ERP数据，然后控制该云服务器基于最终获取的ERP数据执行该业务事项，通过在业务事项与布隆过滤器的位阵列的点位间建立映射关系，并在点位与ERP数据子集间建立对应关系，在ERP数据子集所属的ERP数据集与可执行该业务事项的云服务器之间建立对应关系，在需要执行该业务事项时，可以在云端快速寻找到所需的ERP数据以及可执行该业务事项的云服务器，不再需要与本地数据库作频繁的数据交互，提高ERP数据获取的有效性，有利于大幅提升ERP业务事项的处理速度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，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的附图。

图1是本发明一实施例提供的基于云计算的ERP数据处理方法的实现步骤图；

图2是基于云计算的ERP数据处理系统的结构框图；

图3是对ERP数据进行加密后划入到对应的ERP数据集中的示例图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，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的具体含义。

在本发明的描述中，除非另有明确的规定和限定，若出现术语“连接”等指示部件之间的连接关系，该术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

本发明实施例提供了一种基于云计算的ERP数据处理方法，如图1所示，该方法包括步骤：

S1，利用主动提示预测方法对本地产生的每条ERP数据进行分类并加密后划入到存储在云端的对应的ERP数据集中；

这里需要说明的是，对本地产生的每条ERP数据进行分类的目的是为了将每条ERP数据划入到对应类型的ERP数据集中，ERP数据集是与处理相应类型的ERP业务的云服务器相关联的，比如，图2中的云服务器7专用于处理财务管理相关的ERP业务，云服务器7关联的ERP数据集的类型为财务管理ERP数据集；又比如，图2中的云服务器9专用于处理薪酬管理相关的ERP业务，云服务器9关联的ERP数据集的类型为薪酬管理ERP数据集。

ERP数据集与云服务器相关联，ERP数据集包含若干个ERP数据子集，ERP业务包含若干个业务事项，比如财务管理ERP业务包含月度财务管理、季度财务管理、年度财务管理等业务事项，在云服务器执行相应的业务事项时，首先从该业务事项关联的ERP数据子集中去获取执行该业务事项所需的ERP数据，当获取不到或者获取不完全时才从企业ERP系统本地去获取执行该业务事项所需的ERP数据，减少了与本地数据库的信息交互和获取数据时的加解密过程，执行ERP业务的速率得到大幅提升。

为每个业务事项构建对应的ERP数据子集的方法即图1中所示的步骤S2，即：

S2，根据ERP数据集对应的云服务器能够处理的ERP业务所包含的业务事项将ERP数据集中的每条ERP数据加入到对应的ERP数据子集中；

步骤S2分为两个步骤，具体为步骤：

S21，获取ERP数据集对应的云服务器能够处理的ERP业务所包含的业务事项，每个业务事项携带有对应的ERP数据索引，这个ERP数据索引明确了执行每个业务事项所需的ERP数据，例如，某个业务事项是形成集团公司的9月度财报，该集团公司拥有A、B、C三家子公司，执行该业务事项需要获取A、B、C三家子公司的9月初的财务数据和9月末的财务数据，则该业务事项携带的ERP数据索引有三条：获取A公司9月初和9月末的财务数据；获取B公司9月初和9月末的财务数据；获取C公司9月初和9月末的财务数据。

S22，根据ERP数据索引的数据获取指向，从ERP数据集中获取每个业务事项的目标索引数据作为执行该业务事项所需的ERP数据加入到对应的ERP数据子集中；

例如，云服务器7关联的ERP数据集中存储有A、B、C三家公司的各个月度的财务数据、季度财务数据和往年度财务数据，若需要形成集团公司9月度财报这一业务事项对应的ERP数据子集时，ERP云平台根据该业务事项中携带的ERP数据索引尝试从该ERP数据集中获取A、B、C三家公司9月初和9月末的财务数据，并将获取到的ERP数据加入到集团公司月度财报ERP数据子集这一子集中。后续当执行形成集团公司9月度财报这一业务事项时，ERP云平台首先尝试从该ERP数据子集中获取执行该业务事项所需的ERP数据，数据若获取完全，则直接控制对应的云服务器（即图2中的云服务器7）执行该业务事项，若获取不完全才从相应的企业ERP系统本地去获取所需的ERP数据，通过这样的方式减少了ERP云平台、云服务器与企业ERP系统的本地数据库三者间的数据交互以及数据获取过程中涉及的加解密过程，有利于大幅提升业务事项处理的速度。

上述方案中，通过为每个业务事项构建相对应的ERP数据子集提升了业务事项处理的速度，但当业务事项数量众多时，如何快速判断当前需要执行的业务事项是否具有相对应的ERP数据子集成为另需解决的一个技术问题，若当前待执行的业务事项尚未构建相对应的ERP数据子集，复杂的ERP数据子集是否存在的判断方法反而会影响业务事项处理的效率，因此，ERP数据子集是否存在的判断速度越快越有助于进一步提升业务事项的处理速度，而且当同时执行的业务事项数量庞大时，ERP数据子集是否存在的判断速度对于提升业务事项分布式处理速度的效果更加明显。为了解决这个问题，本实施例通过将每个ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，位阵列中点位的值为“1”，则代表该点位对应的业务事项具有ERP数据子集，若该点位的值为“0”，则代表该点位对应的业务事项不具有对应的ERP数据子集，后续只要判断每个业务事项对应的点位的值为“1”或为“0”，即可快速获知该业务事项是否具有对应的ERP数据子集，判断速度得到大幅提升。具体而言，点位映射的方法即图1中所示的步骤：

S3，将每个ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，并对该点位赋值为“1”；

完成ERP数据子集与点位的映射关系构建后，如图1所示，本实施例提供的基于云计算的ERP数据处理方法转入步骤：

S4，用户通过企业ERP系统发起待执行的业务事项（以下简称“待执行业务事项”），ERP云平台响应该待执行业务事项后，执行该业务事项的云服务器根据ERP云平台相应用户发起的执行待执行业务事项的响应指令，从对应的ERP数据子集中获取执行该待执行业务事项所需的ERP数据，具体方法包括步骤：

S41，云服务器根据该待执行业务事项与布隆过滤器的位阵列中相应点位的对应关系，进一步匹配出与该点位所关联的该待执行业务事项具有对应关系的ERP数据子集。

这里需要强调的是，日常中，企业ERP系统在本地产生ERP数据后，企业ERP系统利用主动提示预测方法对每条ERP数据进行分类并加密后划入到存储在云端的对应的ERP数据集中，ERP云平台然后从ERP数据集中获取每个业务事项的目标索引数据加入到对应的ERP数据子集中，这样做的目的是，在闲时即对每条ERP数据作了预先的分类并通过加密技术加入到相应的ERP数据子集中，后续执行相关的业务事项时能够直接从ERP数据子集中去获取数据而不需要去企业ERP系统的本地数据库中或很少需要去企业ERP系统的本地数据库中去获取数据，减少了ERP云平台、企业ERP系统与云服务器三者间的数据交互，有利于提升业务事项处理即企业资源管理的效率。而将每个ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，在明确当前需要处理的待执行业务事项是否具有有效的ERP数据子集时，只要判断该待执行业务事项对应的点位的值是否为“1”即可，“1”表明针对该待执行的业务事项已经形成了对应的ERP数据子集，否则表明未形成对应的ERP数据子集，还是需要如传统方法一样从企业ERP系统的本地数据库中获取需要的ERP数据。本发明通过对点位值“1”或“0”的判断，很快能够知晓在云端是否存储有当前待执行的业务事项所对应的ERP数据子集，有利于进一步提升业务事项处理的速度，提高对ERP数据的分布式计算能力。而在ERP数据加入到ERP数据子集之前已经作了数据加密，确保了ERP数据从本地上传到云端过程的安全性。

在执行当前待执行的业务事项时，若从相应的ERP数据子集中获取执行业务事项所需的ERP数据，该ERP数据子集中不一定包括执行该业务事项所需的所有ERP数据，例如，执行生成集团9月度财务报表这一业务事项时，需要A、B、C三家子公司9月初和9月末的财务数据，但若该ERP数据子集中近有A、B、C三家子公司9月初的财务数据和A、B两家子公司的9月末的财务数据，而缺少C子公司的9月末的财务数据，图2中的云服务器7是无法从该ERP数据子集中完全获取到所需的ERP数据的，因此在执行具体的业务事项时，需要对相应的ERP数据子集中的数据是否完全包含执行该业务事项所需的ERP数据进行判断。另外，由于加入到ERP数据子集中的每条ERP数据在步骤S1中是作过加密处理的，因此还需要对业务事项涉及的每条ERP数据作解密处理，为了实现这两个功能，在完成执行步骤S41后跳转到步骤S42，并且在完成执行步骤S42后跳转到图1所示的步骤S5，即步骤：

S42，对步骤S41匹配到的ERP数据子集中的ERP数据进行解密后从该ERP数据子集中获取待执行业务事项中携带的ERP数据索引指向的各目标索引数据作为执行该待执行业务事项所需的ERP数据，然后转入图1中所示的步骤：

S5，判断所需的ERP数据是否获取完全，

若是，则控制云服务器基于完全获取的各ERP数据执行该待执行业务事项；

若否，则从相应的企业ERP系统的本地数据库中继续获取欠缺的ERP数据后执行该待执行业务事项。

这里需要强调的是，每个业务事项本身携带有对应的ERP数据索引，即生成业务事项执行指令时已经明确了需要使用到哪些ERP数据，ERP云平台在接收到业务事项执行指令后根据指令中携带的ERP数据索引去相对应的ERP数据子集中获取ERP数据索引指向的目标索引数据作为执行该业务事项所需的ERP数据，然后将获取到的目标索引数据与ERP数据索引的索引清单进行一一比对，全部比对成功，则判定从ERP数据子集中获取到了所需的全部ERP数据，若未全部比对成功，则生成本地ERP数据获取指令从相应的本地数据库中去获取缺少的ERP数据。例如，缺少C子公司9月末的财务数据，则从C子公司的企业ERP系统的本地数据库中去获取该子公司9月末的财务数据。

综合上述方案，本发明的技术核心有5个：

1、在闲时利用主动提示预测方法对每个企业ERP系统本地产生的每条ERP数据进行分类并划入到存储在云端的对应的ERP数据集中，有利于提升ERP业务处理的效率，且由于对每条ERP数据作了分类，后续执行相关业务事项 时，从这些已完成分类的ERP数据集中去获取需要的ERP数据，数据获取针对性更高，有利于提高业务事项处理的准确率；

2、对分类后的ERP数据进行加密后再划入到对应的ERP数据集中，使得在未执行业务事项之前ERP数据始终处于加密状态，确保了ERP数据的安全性；

3、为每个业务事项构建了单独的ERP数据子集，发起业务事项执行任务时，每个业务事项携带有对应的ERP数据索引，能够从相对应的ERP数据子集中快速获取任务执行所需的ERP数据，数据获取更有针对性，利于进一步提升ERP业务处理的速率；

4、将每个ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，在判断当前待执行的业务事项是否具有对应的ERP数据子集时，只需要判断该业务事项对应的点位的值是否为“1”即可，判断速度非常快，利于进一步提升分布式处理ERP业务的速率；

5、在提供的ERP数据加密方法的基础上，进一步提供了一种简单但具有较高安全性的数据解密方法，以确保在执行业务事项时对ERP数据进行解密的便捷度和安全性。

上述方案中，已经对核心技术点3、4如何实现作了详细说明，以下对核心技术点1、2、5如何实现作具体阐述：

关于核心技术点1的实现方案

本实施例中，利用主动提示预测方法对每条ERP数据进行分类的方法具体包括步骤：

S11，将ERP数据格式化为分类预测模型的输入数据，格式化方法为：

在ERP数据中增加分类提示语句，分类提示语句中包含需要预测并填入分类标签的空白格；

例如，对于标题为“A子公司9月初财务数据”这一ERP数据，可以将其格式化为“A子公司9月初财务数据。这是有关______的ERP数据”，其中“这是有关______的ERP数据”即为在ERP数据中增加的分类提示语句，“______”即为需要预测并填入分类标签的空白格。这里需要强调的是，待预测并填入的分类标签与ERP业务的业务类型标签是具有对应关系的。例如，图2中云服务器7能够处理的ERP业务的业务类型标签为“财务管理”，分类标签库中假设设置有“月度财务管理”这一分类标签，根据事先的模型训练，分类预测模型预测将“月度财务管理”这一分类标签填入到“______”中的概率分数最高，则输出该空白格的分类预测标签为“月度财务管理”，这个“月度财务管理”为“财务管理”这一业务类型标签体系下的一个子标签，比如“财务管理”这一业务类型标签体系下还包括“季度财务管理”“年度财务管理”等子标签，本发明将业务类型标签与作为其子标签的待预测并填入的分类标签视为具有对应关系；

S12，利用分类预测模型预测填入空白格的分类标签；

S13，将分类标签转换为对应的ERP业务的业务类型标签作为对该ERP数据最终预测的数据类型。

这里需要说明的是，步骤S13中将分类标签转换为对应的ERP业务的业务类型标签是为了明确将该ERP数据划入到哪一个ERP数据集中，比如明确“A子公司9月初财务数据”这一ERP数据的业务类型标签为“财务管理”后，将该ERP数据首先加入到图2中云服务器7关联的ERP数据集中，而并非直接将该ERP数据划入到对应的ERP数据子集中，这样做的目的是为了降低步骤S1中将本地ERP数据划入到云端的技术复杂度，减轻本地的企业ERP系统的数据处理压力。后续将ERP数据集中的每条ERP数据加入到对应的ERP数据子集中这一工作统一交给ERP云平台处理，不再需要本地的企业ERP系统参与。ERP云平台则是根据业务事项中携带的ERP数据索引将ERP数据集中的每条ERP数据加入到对应的ERP数据子集中，与企业ERP系统将分类并加密后的ERP数据加入到关联对应的云服务器的ERP数据集的方法并不相同。

为了提升ERP数据划入ERP数据集的准确度（即提升模型分类性能），本发明创新提出了一种训练分类预测模型的方法，具体包括如下步骤：

L1，计算分类标签词库中的每个分类标签填入作为模型训练样本的输入数据中的空白格的概率分数；

例如，分类标签词库中存在“月度财务管理”“季度财务管理”“年度财务管理”“月度薪酬管理”“季度薪酬管理”“年度薪酬管理”等若干分类标签，模型尝试将每个分类标签填入到作为模型训练样本的输入数据（即格式化后的ERP数据）中的空白格中，并计算填入每个分类标签的概率分数；

L2，利用每个分类标签对应的概率分数计算概率分布；

L3，计算概率分数与真实概率分数间的第一距离，并计算概率分布与真实概率分布间的第二距离；

L4，利用第一距离和第二距离，计算分类预测模型的分类损失；

L5，判断分类损失是否小于预设的损失阈值，

若是，则终止模型训练；

若否，则调整模型训练参数后返回步骤L1继续进行模型训练。

这里需要说明的是，对填入的每个分类标签计算概率分数以及利用每个分类标签对应的概率分数计算概率分布可应用现有方法来实现，因此对于本发明具体如何计算概率分数和概率分布不做具体说明。第一距离和第二距离可以是概率分数与真实概率分数，或概率分布与真实概率分布间的差值绝对值也可以是平方差等，能够表征预测值与真实值的差异即可，因此关于第一距离和第二距离的具体计算方法在此也不做交代。

步骤L4中，本发明通过以下公式（1）计算分类预测模型的分类损失：

公式（1）中，

表示分类损失；

、

分别表示第一距离和第二距离；

、

分别表示第一距离和所二距离在计算分类损失

时所占的权重。限定

，是为了提高分类损失

的计算速度。

需要强调的是，本发明提出的主动提示预测ERP数据类型的方法需要首先建立分类标签词库和ERP业务类型标签库，否则，主动提示预测的分类方法将失效。主动提示预测的分类方法的先进性在于，将以往对ERP数据进行整体分类改变为对格式化后的ERP数据进行分类标签预测，对于每个ERP数据，无论ERP数据的字符长度有多长数据有多复杂，都转换为对某个分类标签的预测，大幅降低了ERP数据分类的复杂度，有利于提升ERP数据的分类速度，进而提升业务事项的处理速度。

关于核心技术点2的实现方案

将本地的ERP数据划入到存储在云端的ERP数据集中，若缺乏相关的数据加密机制，数据容易泄密，不利于ERP业务的分布式云计算，但为了确保业务事项的处理效率，数据加密又不能过于复杂，因此，为了平衡ERP数据加密复杂度与ERP业务计算速度的矛盾，本发明对分类后的每条ERP数据进行加密的方法包括如下步骤：

A1，ERP云平台向完成ERP数据分类的企业ERP系统的ERP数据存储器（本地数据库）注册信息，

若注册成功，则转入步骤A2；

若注册失败，则终止ERP数据划入流程；

本实施例中，向ERP数据存储器注册的信息包括与企业ERP系统通信连接的ERP云平台的平台号以及企业对ERP数据的分类结果，向ERP数据存储器注册信息的方法具体包括步骤：

A11，将对ERP数据的分类结果与事先存储在ERP数据存储器中的可注册的ERP业务类型进行匹配，

若匹配成功，则转入步骤A12；

若匹配失败，则判定注册失败；

A12，将ERP云平台的平台号（每个ERP云平台具有唯一的平台号）与事先存储在ERP数据存储器中的平台号库进行匹配，

若匹配成功，则判定注册成功；

若匹配失败，则判定注册失败。

完成对ERP数据存储器的信息注册后，对ERP数据的加密方法转入步骤：

A2，企业ERP系统向ERP云平台提交系统信息（包括系统版本号，运行企业ERP系统的操作系统的型号、机器唯一编码）；

A3，ERP云平台对接收到的系统信息与系统信息库进行数据一致性匹配，

若匹配成功，则向图3中所示的数据安全中心申请获取密钥串ID句柄，然后转入步骤A4；

若匹配失败，则终止ERP数据划入流程；

A4，将成功获取的密钥串ID句柄回传给企业ERP系统；

A5，企业ERP系统在其本地的ERP数据存储器中获取事先存储的该密钥串ID句柄指向的任意一串密钥（获取任意一串密钥对ERP数据进行加密增加了加密手段的随机性，有利于增加ERP数据加密的安全性）；

A6，企业ERP系统使用步骤A5获取到的密钥对分类后的ERP数据进行加密并打包后发送给ERP数据的业务类型对应的云服务器；比如ERP数据的分类标签为“月度财务管理”，该分类标签对应的业务类型为“财务管理”，“财务管理”这一业务类型对应的云服务器为图2中所示的云服务器7，则将加密后的该ERP数据打包发送给云服务器7；

A7，云服务器将加密后的ERP数据划入到其关联的ERP数据集中。

关于核心技术点5的实现方案

在执行业务事项时需要对该业务事项涉及的存储在ERP数据子集中的每条ERP数据进行解密，若解密过程复杂会影响业务事项处理的速度，过于简单又会影响ERP数据的安全性，因此为了平衡业务事项处理速度与ERP数据安全性的矛盾，本发明在步骤S1提供的ERP数据加密方法的基础上，提供了一种ERP数据解密方法，具体包括步骤：

S421，执行待执行业务事项的云服务器解析出其关联的ERP数据子集中的每条ERP数据中携带的密钥串索引（在完成对分类后的ERP数据加密后，该ERP数据中将携带密钥串索引）；

S422，云服务器基于密钥串索引与密钥的索引关系从云端匹配出对应的密钥，该密钥为步骤S1中用于对ERP数据进行加密的密钥，然后利用该密钥对相应的ERP数据进行解密。

需要声明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语并不是限制，仅仅是为了便于描述。

Claims (10)

1.一种基于云计算的ERP数据处理方法，其特征在于，包括步骤：

S1，利用主动提示预测方法对本地产生的每条ERP数据进行分类并加密后划入到存储在云端的对应的ERP数据集中；

S2，根据所述ERP数据集对应的云服务器能够处理的ERP业务所包含的业务事项将所述ERP数据集中的每条ERP数据加入到对应的ERP数据子集中；

S3，将每个所述ERP数据子集作为布隆过滤器的元素映射到位阵列的对应点位上，并对所述点位赋值为“1”；

S4，所述云服务器根据ERP云平台响应用户发起的执行待执行业务事项的响应指令，从对应的所述ERP数据子集中获取执行所述待执行业务事项所需的所述ERP数据；

S5，判断所需的所述ERP数据是否获取完全，

若是，则控制所述云服务器基于完全获取的各所述ERP数据执行所述待执行业务事项；

若否，则从相应的企业ERP系统本地继续获取欠缺的所述ERP数据后执行所述待执行业务事项。

2.根据权利要求1所述的基于云计算的ERP数据处理方法，其特征在于，步骤S2中，将所述ERP数据集中的每条所述ERP数据加入到对应的所述ERP数据子集中的方法包括步骤：

S21，获取所述云服务器能够处理的所述ERP业务所包含的各所述业务事项，每个所述业务事项携带有对应的ERP数据索引；

S22，根据所述ERP数据索引的数据获取指向，从所述ERP数据集中获取每个所述业务事项的目标索引数据作为执行所述业务事项所需的所述ERP数据加入到对应的ERP数据子集中。

3.根据权利要求1或2所述的基于云计算的ERP数据处理方法，其特征在于，步骤S4中，所述云服务器从对应的所述ERP数据子集中获取执行所述待执行业务事项所需的所述ERP数据的方法包括步骤：

S41，所述云服务器根据所述待执行业务事项与所述点位的对应关系，匹配出所述待执行业务事项对应的所述ERP数据子集；

S42，对步骤S41匹配到的所述ERP数据子集中的所述ERP数据进行解密后从所述ERP数据子集中获取所述待执行业务事项中携带的ERP数据索引指向的各目标索引数据作为执行所述待执行业务事项所需的所述ERP数据。

4.根据权利要求1所述的基于云计算的ERP数据处理方法，其特征在于，步骤S1中，利用所述主动提示预测方法对每条所述ERP数据进行分类的方法包括步骤：

S11，将所述ERP数据格式化为分类预测模型的输入数据，格式化方法为：在所述ERP数据中增加分类提示语句，所述分类提示语句中包含需要预测并填写分类标签的空白格；

S12，利用所述分类预测模型预测填入所述空白格的分类标签；

S13，将所述分类标签转换为对应的所述ERP业务的业务类型标签作为对所述ERP数据最终预测的数据类型。

5.根据权利要求4所述的基于云计算的ERP数据处理方法，其特征在于，所述ERP业务的业务类型标签包括客户管理、销售管理、项目管理、采购管理、仓储管理、生产管理、财务管理、行政办公、薪酬管理中的任意一种或多种。

6.根据权利要求4或5所述的基于云计算的ERP数据处理方法，其特征在于，所述分类预测模型的训练方法包括步骤：

L1，计算分类标签词库中的每个所述分类标签填入作为模型训练样本的所述输入数据中的所述空白格的概率分数；

L2，利用每个所述分类标签对应的所述概率分数计算概率分布；

L3，计算所述概率分数与真实概率分数间的第一距离，并计算所述概率分布与真实概率分布间的第二距离；

L4，利用所述第一距离和所述第二距离，计算所述分类预测模型的分类损失；

L5，判断分类损失是否小于预设的损失阈值，

若是，则终止模型训练；

若否，则调整模型训练参数后返回步骤L1继续进行模型训练。

7.根据权利要求6所述的基于云计算的ERP数据处理方法，其特征在于，通过以下公式（1）计算所述分类预测模型的分类损失：

公式（1）中，

表示所述分类损失；

、

分别表示所述第一距离和所述第二距离；

、

分别表示所述第一距离和所述第二距离在计算分类损失

时所占的权重。

8.根据权利要求1所述的基于云计算的ERP数据处理方法，其特征在于，步骤S1中，对分类后的每条所述ERP数据进行加密并划入到对应的所述ERP数据集的方法包括步骤：

A1，所述ERP云平台向完成ERP数据分类的所述企业ERP系统的ERP数据存储器注册信息，

若注册成功，则转入步骤A2；

若注册失败，则终止ERP数据划入流程；

A2，所述企业ERP系统向所述ERP云平台提交系统信息；

A3，所述ERP云平台对接收到的所述系统信息与系统信息库进行数据一致性匹配，

若匹配成功，则向数据安全中心申请获取密钥串ID句柄，然后转入步骤A4；

若匹配失败，则终止所述ERP数据划入流程；

A4，将成功获取的所述密钥串ID句柄回传给所述企业ERP系统；

A5，所述企业ERP系统在其本地的所述ERP数据存储器中获取事先存储的所述密钥串ID句柄指向的任意一串密钥；

A6，所述企业ERP系统使用步骤A5获取到的所述密钥对分类后的所述ERP数据进行加密并打包后发送给所述ERP数据的业务类型对应的云服务器；

A7，所述云服务器将加密后的所述ERP数据划入到其关联的所述ERP数据集中。

9.根据权利要求8所述的基于云计算的ERP数据处理方法，其特征在于，步骤A1中，向所述ERP数据存储器注册的所述信息包括与所述企业ERP系统通信连接的所述ERP云平台的平台号以及所述企业ERP系统对所述ERP数据的分类结果，向所述ERP数据存储器注册所述信息的方法包括步骤：

A11，将对所述ERP数据的所述分类结果与事先存储在所述ERP数据存储器中的可注册的ERP业务类型进行匹配，

若匹配成功，则转入步骤A12；

若匹配失败，则判定注册失败；

A12，将所述ERP云平台的所述平台号与事先存储在所述ERP数据存储器中的平台号库进行匹配，

若匹配成功，则判定注册成功；

若匹配失败，则判定注册失败。

10.根据权利要求3所述的基于云计算的ERP数据处理方法，其特征在于，步骤S42中，对所述ERP数据子集中的所述ERP数据进行解密的方法包括步骤：

S421，所述云服务器解析出其关联的所述ERP数据子集中的每条所述ERP数据中携带的密钥串索引；

S422，所述云服务器基于所述密钥串索引与密钥的索引关系从云端匹配出对应的密钥，所述密钥为步骤S1中用于对所述ERP数据进行加密的密钥，然后利用所述密钥对相应的所述ERP数据进行解密。

Images