CN115378742B - 一种基于云计算的数据处理方法及装置 - Google Patents

一种基于云计算的数据处理方法及装置 Download PDF

Info

Publication number
CN115378742B
CN115378742B CN202211306433.0A CN202211306433A CN115378742B CN 115378742 B CN115378742 B CN 115378742B CN 202211306433 A CN202211306433 A CN 202211306433A CN 115378742 B CN115378742 B CN 115378742B
Authority
CN
China
Prior art keywords
data
cloud
group
uploading
server
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
CN202211306433.0A
Other languages
English (en)
Other versions
CN115378742A (zh
Inventor
王捷
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.)
Changsha Developer Technology Co ltd
Beijing Innovation Lezhi Network Technology Co ltd
Original Assignee
Changsha Developer Technology Co ltd
Beijing Innovation Lezhi Network 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 Changsha Developer Technology Co ltd, Beijing Innovation Lezhi Network Technology Co ltd filed Critical Changsha Developer Technology Co ltd
Priority to CN202211306433.0A priority Critical patent/CN115378742B/zh
Publication of CN115378742A publication Critical patent/CN115378742A/zh
Application granted granted Critical
Publication of CN115378742B publication Critical patent/CN115378742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0464—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload using hop-by-hop encryption, i.e. wherein an intermediate entity decrypts the information and re-encrypts it before forwarding it
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1023—Server selection for load balancing based on a hash applied to IP addresses or costs
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及云计算技术领域，揭露了一种基于云计算的数据处理方法及装置，包括：解析数据上传指令得到待上传数据的当前所在地址，依次构建每个云服务器的多维流量矩阵，根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器，将所述待上传数据按照数据量执行数据切分得到多组分数据，利用所述响应服务器生成每组分数据的上传索引，对每组分数据执行加密得到加密分数据，将每组加密分数据按照所述上传索引存储至目标存储器。本发明主要目的在于合理分配处理数据的云服务器并提高数据处理的安全性。

Description

一种基于云计算的数据处理方法及装置
技术领域
本发明涉及一种基于云计算的数据处理方法及装置，属于云计算技术领域。
背景技术
伴随科学技术发展，基于计算机处理各行各业需求已普及化，特别是对于处理效率要求高的行业，短时间内处理量级为上百G的数据也稀疏平常。如何有效的在短时间内确定云服务器并安全实施数据处理是重要的技术问题。
目前常用的方法是线性调度法，即确定可用的服务器集，按照每个服务器顺序响应每条数据处理指令从而实现数据处理。线性调度确实可有效解决用户需求，但短时间内数据处理指令增多时，可能存在某服务器一直处理数据量过大的任务，从而造成该服务器崩溃的安全隐患。此外，多数云处理为了快速响应数据处理指令，并未考虑数据安全性问题，因此一旦服务器崩溃后极其容易造成数据泄露的风险，总结来说，目前常用的任务调度类方法无法合理分配云服务器，也未考虑数据泄露的风险问题。
发明内容
本发明提供一种基于云计算的数据处理方法、装置及计算机可读存储介质，其主要目的在于合理分配处理数据的云服务器并提高数据处理的安全性。
为实现上述目的，本发明提供的一种基于云计算的数据处理方法，包括：
接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址；
获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器；
将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥；
利用所述上传密钥对每组分数据执行加密，得到加密分数据；
将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
可选地，所述依次采集每个云服务器在当前时间段内的多组流量消耗值，包括：
设定当前时间段的起始点时间和终止点时间，其中终止点时间需在解析数据上传指令之后；
在所述起始点和终止点内，按照预先设定的提取次数提取每个云服务器的流量消耗值，得到多组流量消耗值。
可选地，所述基于多组流量消耗值构建得到每个云服务器的多维流量矩阵，包括：
计算终止点时间和起始点时间的差值；
构建空矩阵，其中空矩阵的维度根据差值与提取次数确定；
将每组流量消耗值按照时间顺序，先从上到下，后从左到右依次填入至空矩阵中，得到所述多维流量矩阵，多维流量矩阵如下表示：
Figure 835257DEST_PATH_IMAGE001
其中，Xi表示第i组云服务器的多维流量矩阵，xmn表示第m行第n列的流量消耗值，其中m行与n列的大小由差值与提取次数确定。
可选地，所述根据所述多维流量矩阵计算得到每组云服务器的空闲度，包括：
设定所述多维流量矩阵的滑动窗口及滑动窗口的步长，其中滑动窗口的维度为s*s,且s不大于多维流量矩阵中m或n的任意一个维度；
以所述步长为移动基础，利用所述滑动窗口依次从多维流量矩阵的左上角开始执行滑动取数，直至滑动窗口到达多维流量矩阵的右上角，完成滑动取数得到多组滑动矩阵；
根据多组滑动矩阵计算得到所述空闲度，其中所述空闲度的计算方法为：
Figure 382913DEST_PATH_IMAGE002
其中，
Figure 349732DEST_PATH_IMAGE003
表示第i组云服务器的空闲度，
Figure 324641DEST_PATH_IMAGE004
表示第i组云服务器的第j组滑动 矩阵的流量消耗最大值，
Figure 744121DEST_PATH_IMAGE005
表示第i组云服务器的第j组滑动矩阵的流量消耗最小值，J 表示第i组云服务器的滑动矩阵的总数，
Figure 95468DEST_PATH_IMAGE006
表示第j组滑动矩阵的秩。
可选地，所述滑动窗口为：
Figure 421188DEST_PATH_IMAGE007
其中，Yi表示第i组云服务器的滑动窗口。
可选地，所述利用所述响应服务器生成每组分数据的上传索引，包括：
利用所述响应服务器连接云存储器群，当连接成功时，基于所述待上传数据的数据量，从云存储器群中选择出可执行存储操作的存储器，得到所述目标存储器；
在目标存储器中开辟与所述分数据的组数相同的存储区域，其中每个存储区域均包括目标存储地址；
利用目标存储地址及每组分数据的数据特征，生成对应的上传索引。
可选地，所述利用目标存储地址及每组分数据的数据特征，生成对应的上传索引，包括：
获取每组分数据的组号，其中组号由字符型和数值型组成；
提取每个目标存储地址的域名，将每个目标存储地址的域名与组号重组得到对应的上传索引。
可选地，所述根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，包括：
计算两个素数与一个整数的中间值，其中计算方法为：
Figure 832578DEST_PATH_IMAGE008
其中，
Figure 739354DEST_PATH_IMAGE009
表示第一中间值，
Figure 628813DEST_PATH_IMAGE010
表示第二中间值，p和q表示随机生成的两个素数，h 为整数，mod表示取模运算；
根据随机数、第一中间值与第二中间值计算得到上传密钥，其中上传密钥的计算方法为：
Figure 835803DEST_PATH_IMAGE011
其中，R表示上传密钥，r为大于1的自然数。
可选地，所述利用所述上传密钥对每组分数据执行加密，得到加密分数据，包括：
对每组分数据均执行如下加密操作：
Figure 824619DEST_PATH_IMAGE012
其中，
Figure 684603DEST_PATH_IMAGE013
表示第i组分数据执行加密后的加密分数据，
Figure 377752DEST_PATH_IMAGE014
表示第i组分数据二 进制形式的数据内容。
为了解决上述问题，本发明还提供一种基于云计算的数据处理装置，所述装置包括：
多维流量矩阵构建模块，用于接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址，获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
响应服务器确定模块，用于根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器；
上传索引构建模块，用于将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
加密模块，用于随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，利用所述上传密钥对每组分数据执行加密，得到加密分数据；
存储模块，用于将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以实现上述所述的基于云计算的数据处理方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于云计算的数据处理方法。
相比于背景技术所述问题，本发明实施例先接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址，然后确定目前可供执行数据上传的所有云服务器，并依次采集每个云服务器在当前时间段内的多组流量消耗值，进一步基于多组流量消耗值构建得到每个云服务器的多维流量矩阵，多维流量矩阵可计算出每个云服务器在指定时间段内的空闲度，空限度越大表示对应的云服务器负担越小，因此选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，可见此步骤可规避传统顺序分配云服务器造成服务器崩溃的可能性，进一步地，将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引，数据切分的目的是防止数据泄露造成全部数据被获取，切分可一定程度上防止全部数据的泄露，且为了进一步提高安全性，本发明实施例随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，利用所述上传密钥对每组分数据执行加密，得到加密分数据，可见每组分数据均执行加密，从而在切分数据的前提下，进一步提高数据处理过程的安全性，因此本发明提出的基于云计算的数据处理方法、装置、电子设备及计算机可读存储介质，其主要目的在于合理分配处理数据的云服务器并提高数据处理的安全性。
附图说明
图1为本发明一实施例提供的基于云计算的数据处理方法的流程示意图；
图2为本发明一实施例提供的基于云计算的数据处理装置的功能模块图；
图3为本发明一实施例提供的实现所述基于云计算的数据处理方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于云计算的数据处理方法。所述基于云计算的数据处理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于云计算的数据处理方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1：
参照图1所示，为本发明一实施例提供的基于云计算的数据处理方法的流程示意图。在本实施例中，所述基于云计算的数据处理方法包括：
S1、接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址。
本发明实施例中，数据上传指令一般由数据拥有者发起。示例性的，小张作为摄影爱好者，刚在本地端中存入一份新摄制的高清影像，但为防止本地端异常导致高清影像丢失，因此在本地端发起数据上传指令。
可理解的是，数据上传指令在发起过程中会嵌入本地端的IP地址，该IP地址即可理解为当前所在地址，高清影像即为待上传数据。
S2、获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵。
需解释的是，云服务器是用于响应数据上传指令提取出待上传数据，并将待上传数据存储加密存储至指定存储器的服务设备。一般情况下，为了提高安全性，云服务器的数量众多，因此需要从众多云服务器中智能化选择出合适的云服务器，用于响应数据上传指令。其中选择合适云服务器的第一步，是采集每个云服务器在当前时间段内的多组流量消耗值。
详细地，所述依次采集每个云服务器在当前时间段内的多组流量消耗值，包括：
设定当前时间段的起始点时间和终止点时间，其中终止点时间需在解析数据上传指令之后；
在所述起始点和终止点内，按照预先设定的提取次数提取每个云服务器的流量消耗值，得到多组流量消耗值。
示例性的，摄影爱好者小张发起数据上传指令为6点15分20秒，解析数据上传指令为6点15分23秒，则设定终止点时间可以为6点16分，起始点时间可以为6点11分，同时设定提取在5分钟内提取每个云服务器的提取次数为100次，即每分钟提取20次，共得到100组流量消耗值。需解释的是，流量消耗值是当前时刻云服务器与其他所绑定的数据上传指令所在客户端实施数据交流所消耗的数据，一般来说，流量消耗值越大则表示当前时刻云服务器的处理压力越大。
详细地，所述基于多组流量消耗值构建得到多维流量矩阵，包括：
计算终止点时间和起始点时间的差值；
构建空矩阵，其中空矩阵的维度根据差值与提取次数确定；
将每组流量消耗值按照时间顺序，先从上到下，后从左到右依次填入至空矩阵中，得到所述多维流量矩阵，多维流量矩阵如下表示：
Figure 439249DEST_PATH_IMAGE015
其中，Xi表示第i组云服务器的多维流量矩阵，xmn表示第m行第n列的流量消耗值，其中m行与n列的大小由差值与提取次数确定。
示例性的，上述终止点时间和起始点时间的差值为5分钟，提取次数为100次，即每分钟提取20次，则本发明实施例设定m行为5，n列为20。
S3、根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器。
详细地，所述根据所述多维流量矩阵计算得到每组云服务器的空闲度，包括：
设定所述多维流量矩阵的滑动窗口及滑动窗口的步长，其中滑动窗口的维度为s*s,且s不大于多维流量矩阵中m或n的任意一个维度；
以所述步长为移动基础，利用所述滑动窗口依次从多维流量矩阵的左上角开始执行滑动取数，直至滑动窗口到达多维流量矩阵的右上角，完成滑动取数得到多组滑动矩阵；
根据多组滑动矩阵计算得到所述空闲度，其中所述空闲度的计算方法为：
Figure 192442DEST_PATH_IMAGE016
其中，
Figure 277072DEST_PATH_IMAGE017
表示第i组云服务器的空闲度，
Figure 508333DEST_PATH_IMAGE004
表示第i组云服务器的第j组滑动 矩阵的流量消耗最大值，
Figure 651433DEST_PATH_IMAGE005
表示第i组云服务器的第j组滑动矩阵的流量消耗最小值，J 表示第i组云服务器的滑动矩阵的总数，
Figure 841106DEST_PATH_IMAGE018
表示第j组滑动矩阵的秩。
需解释的是，滑动窗口的主要目的是小范围的提取出多维流量矩阵所包括的流量消耗值，并根据小范围的流量消耗值计算出云服务器的空闲度。本发明实施例中，滑动窗口设置为5*5规模，具体滑动窗口的表现形式可以为：
Figure 413033DEST_PATH_IMAGE019
其中，Yi表示第i组云服务器的滑动窗口。
此外，滑动窗口的步长表示每次滑动窗口执行滑动取数后，移动到下一个区域的移动长度，本发明实施例设置滑动窗口的步长为1。进一步地，滑动取数是将滑动窗口与滑动窗口所覆盖的流量消耗值执行对应维度的相乘，如上述Yi的第一行第一列与Xi的第一行第一列x11相乘，即得到第一组滑动矩阵的流量消耗值。
可理解的是，空闲度越小表示对应的云服务器当前处理压力越小，因此选择出空闲度最小的云服务器，并利用该云服务器访问待上传数据地址得到待上传数据。
S4、将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引。
示例性的，现计划通过所确定的云服务器将小张所摄制的高清影像存储至指定的云存储器中，为了防止小张所摄制的高清影像被窃取，因此根据该高清影像的大小切分为多组分影像。
进一步地，为了方便后续快速找到每组分影像，故需生成每组分影像的上传索引，详细地，所述利用所述响应服务器生成每组分数据的上传索引，包括：
利用所述响应服务器连接云存储器群，当连接成功时，基于所述待上传数据的数据量，从云存储器群中选择出可执行存储操作的存储器，得到目标存储器；
在目标存储器中开辟与所述分数据的组数相同的存储区域，其中每个存储区域均包括目标存储地址；
利用目标存储地址及每组分数据的数据特征，生成对应的上传索引。
示例性的，响应服务器可连接8组云存储器，其中由于高清影像的数据量为10G，而有部分云存储器的存储量相对来说不够充分，因此选择出具有足够存储空间的云存储器确定为目标存储器。
进一步地，所述利用目标存储地址及每组分数据的数据特征，生成对应的上传索引，包括：
获取每组分数据的组号，其中组号由字符型和数值型组成；
提取每个目标存储地址的域名，将每个目标存储地址的域名与组号重组得到对应的上传索引。
示例性的，如将高清影像拆分为60组分影像，其中第5组分影像的组合为：第五（5）组。而目标存储地址一般由主机名、域名、路径及端口号等组成，而不同目标存储地址之间的域名具有差异性，故将域名与组号按照先后顺利重组，可得到具有明显区别特征的上传索引。
S5、随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥。
详细地，所述根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，包括：
计算两个素数与一个整数的中间值，其中计算方法为：
Figure 447985DEST_PATH_IMAGE020
其中，
Figure 952916DEST_PATH_IMAGE009
表示第一中间值，
Figure 47911DEST_PATH_IMAGE010
表示第二中间值，p和q表示随机生成的两个素数，h 为整数，mod表示取模运算；
根据随机数、第一中间值与第二中间值计算得到上传密钥，其中上传密钥的计算方法为：
Figure 903871DEST_PATH_IMAGE021
其中，R表示上传密钥，r为大于1的自然数。
S6、利用所述上传密钥对每组分数据执行加密，得到加密分数据。
详细地，所述利用所述上传密钥对每组分数据执行加密，得到加密分数据，包括：
对每组分数据均执行如下加密操作：
Figure 975470DEST_PATH_IMAGE012
其中，
Figure 600487DEST_PATH_IMAGE013
表示第i组分数据执行加密后的加密分数据，
Figure 663121DEST_PATH_IMAGE014
表示第i组分数据二 进制形式的数据内容。
S7、将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
可理解的是，经过加密后得到的加密分数据安全性高，因此可将每组加密分数据放心存储至目标存储器，且进一步地，当存储成功时后，为方便数据上传指令的发起端，如上述摄影爱好者小张重新获取高清影像，故将上传密钥及两个素数返回至小张的发起端，小张的发起端可利用上传密钥及两个素数破解加密分数据，并基于上传索引内的组号自动合成得到高清影像。
相比于背景技术所述问题，本发明实施例先接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址，然后确定目前可供执行数据上传的所有云服务器，并依次采集每个云服务器在当前时间段内的多组流量消耗值，进一步基于多组流量消耗值构建得到每个云服务器的多维流量矩阵，多维流量矩阵可计算出每个云服务器在指定时间段内的空闲度，空限度越大表示对应的云服务器负担越小，因此选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，可见此步骤可规避传统顺序分配云服务器造成服务器崩溃的可能性，进一步地，将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引，数据切分的目的是防止数据泄露造成全部数据被获取，切分可一定程度上防止全部数据的泄露，且为了进一步提高安全性，本发明实施例随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，利用所述上传密钥对每组分数据执行加密，得到加密分数据，可见每组分数据均执行加密，从而在切分数据的前提下，进一步提高数据处理过程的安全性，因此本发明提出的基于云计算的数据处理方法、装置、电子设备及计算机可读存储介质，其主要目的在于合理分配处理数据的云服务器并提高数据处理的安全性。
实施例2：
如图2所示，是本发明一实施例提供的基于云计算的数据处理装置的功能模块图。
本发明所述基于云计算的数据处理装置100可以安装于电子设备中。根据实现的功能，所述基于云计算的数据处理装置100可以包括多维流量矩阵构建模块101、响应服务器确定模块102、上传索引构建模块103、加密模块104及存储模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
所述多维流量矩阵构建模块101，用于接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址，获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
所述响应服务器确定模块102，用于根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器；
所述上传索引构建模块103，用于将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
所述加密模块104，用于随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，利用所述上传密钥对每组分数据执行加密，得到加密分数据；
所述存储模块105，用于将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
详细地，本发明实施例中所述基于云计算的数据处理装置100中的所述各模块在使用时采用与上述的图1中所述的基于云计算的数据处理方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
实施例3：
如图3所示，是本发明一实施例提供的实现基于云计算的数据处理方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于云计算的数据处理程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（SecureDigital， SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于云计算的数据处理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如基于云计算的数据处理程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于云计算的数据处理程序是多个指令的组合，在所述处理器10中运行时，可以实现：
接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址；
获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器；
将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥；
利用所述上传密钥对每组分数据执行加密，得到加密分数据；
将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址；
获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最小的云服务器简称响应服务器；
将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥；
利用所述上传密钥对每组分数据执行加密，得到加密分数据；
将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种基于云计算的数据处理方法，其特征在于，所述方法包括：
接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址；
获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最大的云服务器简称响应服务器；
将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥；
利用所述上传密钥对每组分数据执行加密，得到加密分数据；
将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
2.如权利要求1所述的基于云计算的数据处理方法，其特征在于，所述依次采集每个云服务器在当前时间段内的多组流量消耗值，包括：
设定当前时间段的起始点时间和终止点时间，其中终止点时间需在解析数据上传指令之后；
在所述起始点和终止点内，按照预先设定的提取次数提取每个云服务器的流量消耗值，得到多组流量消耗值。
3.如权利要求2所述的基于云计算的数据处理方法，其特征在于，所述基于多组流量消耗值构建得到每个云服务器的多维流量矩阵，包括：
计算终止点时间和起始点时间的差值；
构建空矩阵，其中空矩阵的维度根据差值与提取次数确定；
将每组流量消耗值按照时间顺序，先从上到下，后从左到右依次填入至空矩阵中，得到所述多维流量矩阵，多维流量矩阵如下表示：
Figure 611279DEST_PATH_IMAGE001
其中，Xi表示第i组云服务器的多维流量矩阵，xmn表示第m行第n列的流量消耗值，其中m行与n列的大小由差值与提取次数确定。
4.如权利要求3所述的基于云计算的数据处理方法，其特征在于，所述根据所述多维流量矩阵计算得到每组云服务器的空闲度，包括：
设定所述多维流量矩阵的滑动窗口及滑动窗口的步长，其中滑动窗口的维度为s*s,且s不大于多维流量矩阵中m或n的任意一个维度；
以所述步长为移动基础，利用所述滑动窗口依次从多维流量矩阵的左上角开始执行滑动取数，直至滑动窗口到达多维流量矩阵的右上角，完成滑动取数得到多组滑动矩阵；
根据多组滑动矩阵计算得到所述空闲度，其中所述空闲度的计算方法为：
Figure 93207DEST_PATH_IMAGE002
其中，
Figure 414467DEST_PATH_IMAGE003
表示第i组云服务器的空闲度，
Figure 434376DEST_PATH_IMAGE004
表示第i组云服务器的第j组滑动矩阵的 流量消耗最大值，
Figure 981507DEST_PATH_IMAGE005
表示第i组云服务器的第j组滑动矩阵的流量消耗最小值，J表示第i 组云服务器的滑动矩阵的总数，
Figure 567209DEST_PATH_IMAGE006
表示第j组滑动矩阵的秩。
5.如权利要求4所述的基于云计算的数据处理方法，其特征在于，所述滑动窗口为：
Figure 75682DEST_PATH_IMAGE007
其中，Yi表示第i组云服务器的滑动窗口。
6.如权利要求1所述的基于云计算的数据处理方法，其特征在于，所述利用所述响应服务器生成每组分数据的上传索引，包括：
利用所述响应服务器连接云存储器群，当连接成功时，基于所述待上传数据的数据量，从云存储器群中选择出可执行存储操作的存储器，得到所述目标存储器；
在目标存储器中开辟与所述分数据的组数相同的存储区域，其中每个存储区域均包括目标存储地址；
利用目标存储地址及每组分数据的数据特征，生成对应的上传索引。
7.如权利要求6所述的基于云计算的数据处理方法，其特征在于，所述利用目标存储地址及每组分数据的数据特征，生成对应的上传索引，包括：
获取每组分数据的组号，其中组号由字符型和数值型组成；
提取每个目标存储地址的域名，将每个目标存储地址的域名与组号重组得到对应的上传索引。
8.一种基于云计算的数据处理装置，其特征在于，所述装置包括：
多维流量矩阵构建模块，用于接收数据上传指令，解析所述数据上传指令得到待上传数据的当前所在地址，获取目前可供执行数据上传的所有云服务器，依次采集每个云服务器在当前时间段内的多组流量消耗值，并基于多组流量消耗值构建得到每个云服务器的多维流量矩阵；
响应服务器确定模块，用于根据所述多维流量矩阵计算得到每组云服务器的空闲度，选择空闲度最大的云服务器访问所述当前所在地址得到待上传数据，其中，空闲度最大的云服务器简称响应服务器；
上传索引构建模块，用于将所述待上传数据按照数据量执行数据切分，得到多组分数据，利用所述响应服务器生成每组分数据的上传索引；
加密模块，用于随机生成两个素数、一个整数和一个大于1的自然数，根据预先构建的映射关系，将两个素数、一个整数和一个大于1的自然数映射为上传密钥，利用所述上传密钥对每组分数据执行加密，得到加密分数据；
存储模块，用于将每组加密分数据按照所述上传索引存储至目标存储器，当存储成功时，将上传密钥及两个素数返回至数据上传指令的发起端。
CN202211306433.0A 2022-10-25 2022-10-25 一种基于云计算的数据处理方法及装置 Active CN115378742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211306433.0A CN115378742B (zh) 2022-10-25 2022-10-25 一种基于云计算的数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211306433.0A CN115378742B (zh) 2022-10-25 2022-10-25 一种基于云计算的数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN115378742A CN115378742A (zh) 2022-11-22
CN115378742B true CN115378742B (zh) 2023-03-24

Family

ID=84072875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211306433.0A Active CN115378742B (zh) 2022-10-25 2022-10-25 一种基于云计算的数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN115378742B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116192697B (zh) * 2023-04-17 2023-07-07 中国信息通信研究院 数据解析系统的出境流量监测方法和装置、设备和介质
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102984080A (zh) * 2012-12-31 2013-03-20 无锡城市云计算中心有限公司 一种用于云计算系统的负载均衡方法
CN105429766A (zh) * 2015-11-04 2016-03-23 上海科技网络通信有限公司 一种云计算数据中心能耗优化方法
CN109802868A (zh) * 2019-01-10 2019-05-24 中山大学 一种基于云计算的移动应用实时识别方法
CN111708932A (zh) * 2020-06-08 2020-09-25 中联云港数据科技股份有限公司 一种云计算平台及其调度、数据分析方法及系统
CN113626198A (zh) * 2021-08-19 2021-11-09 上海观安信息技术股份有限公司 一种数据库流量负载均衡系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102932382B (zh) * 2011-08-08 2018-03-23 中兴通讯股份有限公司 安全按需供给方法及系统、业务类型获取方法
US9461922B2 (en) * 2013-09-13 2016-10-04 Aol Inc. Systems and methods for distributing network traffic between servers based on elements in client packets

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102984080A (zh) * 2012-12-31 2013-03-20 无锡城市云计算中心有限公司 一种用于云计算系统的负载均衡方法
CN105429766A (zh) * 2015-11-04 2016-03-23 上海科技网络通信有限公司 一种云计算数据中心能耗优化方法
CN109802868A (zh) * 2019-01-10 2019-05-24 中山大学 一种基于云计算的移动应用实时识别方法
CN111708932A (zh) * 2020-06-08 2020-09-25 中联云港数据科技股份有限公司 一种云计算平台及其调度、数据分析方法及系统
CN113626198A (zh) * 2021-08-19 2021-11-09 上海观安信息技术股份有限公司 一种数据库流量负载均衡系统及方法

Also Published As

Publication number Publication date
CN115378742A (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
CN115378742B (zh) 一种基于云计算的数据处理方法及装置
CN112464619B (zh) 大数据处理方法、装置、设备及计算机可读存储介质
CN112380439A (zh) 目标物推荐方法、装置、电子设备及计算机可读存储介质
CN112637341A (zh) 文件上传方法、装置、电子设备及存储介质
CN112650909A (zh) 产品展示方法、装置、电子设备及存储介质
CN112732567A (zh) 基于ip的mock数据测试方法、装置、电子设备及存储介质
CN112256472A (zh) 分布式数据调取方法、装置、电子设备及存储介质
CN115016754A (zh) 设备间的页面同步显示方法、装置、电子设备及介质
CN115119197A (zh) 基于大数据的无线网络风险分析方法、装置、设备及介质
CN115827115A (zh) 微信小程序的h5页面跳转方法、装置、设备及存储介质
CN115495452A (zh) 数据处理方法、装置、计算机设备和存储介质
CN114911479A (zh) 基于配置化的界面生成方法、装置、设备及存储介质
CN113869385A (zh) 基于目标检测的海报比对方法、装置、设备及存储介质
CN114518993A (zh) 基于业务特征的系统性能监控方法、装置、设备及介质
CN114003661A (zh) 离线数据录入方法、装置、电子设备及存储介质
CN113255456A (zh) 非主动活体检测方法、装置、电子设备及存储介质
CN113268514A (zh) 多维数据统计方法、装置、电子设备及存储介质
CN112214478A (zh) 客户数据清洗方法、装置、电子设备及可读存储介质
CN112509073A (zh) 图像压缩感知方法、装置、电子设备及存储介质
CN111192061A (zh) 基于二进制位设计的判断客户参加促销活动的方法、装置
CN114756564B (zh) 用于流式计算的数据处理方法、装置、设备及介质
CN113626533B (zh) 一种紫外线功率检测方法、装置及电子设备
CN113434365B (zh) 数据特征监控方法、装置、电子设备及存储介质
CN114841129A (zh) 数据导入方法、装置、电子设备及存储介质
CN112328960A (zh) 数据运算的优化方法、装置、电子设备及存储介质

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