CN116070249B - 资产数据智能监控管理系统及方法 - Google Patents

资产数据智能监控管理系统及方法 Download PDF

Info

Publication number
CN116070249B
CN116070249B CN202310206289.1A CN202310206289A CN116070249B CN 116070249 B CN116070249 B CN 116070249B CN 202310206289 A CN202310206289 A CN 202310206289A CN 116070249 B CN116070249 B CN 116070249B
Authority
CN
China
Prior art keywords
data
asset data
asset
module
verification
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
CN202310206289.1A
Other languages
English (en)
Other versions
CN116070249A (zh
Inventor
窦坦涛
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.)
Beijing Yakang Wanwei Information Technology Co ltd
Original Assignee
Beijing Yakang Wanwei Information 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 Beijing Yakang Wanwei Information Technology Co ltd filed Critical Beijing Yakang Wanwei Information Technology Co ltd
Priority to CN202310206289.1A priority Critical patent/CN116070249B/zh
Publication of CN116070249A publication Critical patent/CN116070249A/zh
Application granted granted Critical
Publication of CN116070249B publication Critical patent/CN116070249B/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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及资产管理与数据处理技术领域，特别涉及一种资产数据智能监控管理系统及方法，系统包括资产数据获取模块、资产数据核验模块、资产数据存储模块和数据安全监控模块。方法包括：采用资产数据获取模块通过网络连接的各个远程终端获取资产数据；在资产数据核验模块设置数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示。本发明保障了资产数据的真实性和可靠性。

Description

资产数据智能监控管理系统及方法
技术领域
本发明涉及资产管理与数据处理技术领域，特别涉及一种资产数据智能监控管理系统及方法。
背景技术
很多单位资产并不局限于一个地方，而是分布各地，例如企业发展到一定规模，为了经营需要，会规划在多地设立分支机构，并为分支机构配备相应的资源，就形成资产分散情况。资产分散不利于资产数据的统计，增加了资产管理的难度，为了解决该问题，依托计算机及网络技术，往往会建立一个资产数据系统，对资产数据进行跟踪、统计和管理。
美国专利文献US8959065B2 System and method for monitoring distributedasset data即用于监控分布式资产数据的系统和方法，用于检测、估计和报告许多资产的状况、变化和异常情况；配备数据采集系统，通过使用表征资产性能的回归模型来考虑每项资产工作条件的可变性，表明资产状况和数据的漂移和趋势。
但是，对于资产分布分散状况，现有的资产数据监管系统要不需要较多的人力介入，管理效率低下，要不难以保障资产数据的真实性和可靠性。
发明内容
为了解决上述技术问题，本发明提供了一种资产数据智能监控管理系统，包括：
资产数据获取模块，通过网络连接的各个远程终端获取资产数据；
资产数据核验模块，配置有数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；
资产数据存储模块，采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；
数据安全监控模块，用于对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示。
可选的，资产数据获取模块包括：
数据收录子模块，用于通过网络连接直接读取新接入远程终端的设备类资产数据或者通过录入方式初始收取资产数据；
数据标记子模块，用于根据获取资产数据远程终端的地址和资产数据的形成时间，对资产数据设置对应的地址标记和时间标记。
可选的，资产数据核验模块包括：
类型甄别子模块，用于将获取的资产数据与存储的不同数据类型的资产数据进行比较进行相似度评价，采用相似度最高原则甄别确定资产数据所属的数据类型；
模型核验子模块，用于根据资产数据的数据类型，调用数据关联模型确定资产数据的关联数据项，并将资产数据与关联数据项进行匹配性评价；
核验处理子模块，用于剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息。
可选的，资产数据存储模块包括：
存储空间监测子模块，用于通过网络连接，实时获取区块链网络中可用的存储空间资源情况；
数据量预测子模块，用于根据各种数据类型的资产数据历史记录，构建不同数据类型的数据量曲线图，并对数据量曲线图进行变化趋势分析，预测后续各种数据类型资产数据的数据量；
存储规划子模块，用于根据预测的各种数据类型资产数据的数据量，将区块链网络中可用的存储空间按数据量比例分配，用于不同数据类型资产数据的存储；
实施存储子模块，用于根据资产数据的数据类型，将其存储至对应数据类型所分配的存储空间内。
可选的，数据安全监控模块包括：
请求过滤子模块，用于涉及资产数据的操作请求进行三级过滤，三级过滤包括IP地址过滤、用户名过滤和请求内容过滤；
操作区分子模块，用于将接收到的涉及资产数据的操作请求区分为数据使用请求和数据修改请求，其中，数据修改请求包括增加新资产数据请求、原有资产数据变更请求和原有资产数据删除请求；
操作日志子模块，用于对涉及资产数据的操作请求通过日志记录方式留痕；
数据安全化子模块，用于对数据使用请求涉及的资产数据进行脱敏处理和加密传输；
审批子模块，用于对数据修改请求提请审批，在审批通过后允许对资产数据进行数据修改。
本发明还提供了一种资产数据智能监控管理方法，包括：
S100：采用资产数据获取模块通过网络连接的各个远程终端获取资产数据；
S200：在资产数据核验模块设置数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；
S300：采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；
S400：对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示。
可选的，在S200步骤中，数据关联模型通过以下方式得到：
S210：基于不同数据类型资产数据的关联性，将数据类型抽象为对应节点构建多维度数据空间模型；
S220：各节点设置对应数据类型的关联检索规则；
S230：根据关联检索规则，对应设置相应的匹配性核验规则，最终形成数据关联模型。
可选的，在S200步骤中，资产数据核验方式如下：
将获取的资产数据与存储的不同数据类型的资产数据进行比较进行相似度评价，采用相似度最高原则甄别确定资产数据所属的数据类型；
根据资产数据的数据类型，调用数据关联模型确定资产数据的关联数据项，并将资产数据与关联数据项进行匹配性评价；
剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息。
可选的，在S300步骤中，分类存储方式如下：
S310：通过网络连接，实时获取区块链网络中可用的存储空间资源情况；
S320：根据各种数据类型的资产数据历史记录，构建不同数据类型的数据量曲线图，并对数据量曲线图进行变化趋势分析，预测后续各种数据类型资产数据的数据量；
S330：根据预测的各种数据类型资产数据的数据量，将区块链网络中可用的存储空间按数据量比例分配，用于不同数据类型资产数据的存储；
S340：根据资产数据的数据类型，将其存储至对应数据类型所分配的存储空间内。
可选的，对不动产类型和设备类型的资产数据分别根据设定寿命和使用强度对应设置折旧率；
在资产数据的变更方面，根据设定周期和折旧率对不动产类型和设备类型的资产数据进行变更。
本发明的资产数据智能监控管理系统及方法，通过网络连接，适应资产分散情况，使用资产数据获取模块从各个远程终端获取资产数据；在对获取的资产数据进行数据类型甄别的基础上，资产数据核验模块调用所配置的数据关联模型进行资产数据核验，保障资产数据的有效性；采用资产数据存储模块对核验通过后的资产数据按照数据类型进行分类存储，一方面有利于资产数据的管理，另一方面通过防止篡改提高了资产数据的安全；另外，使用数据安全监控模块对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示；本发明实现了资产数据的全过程安全监控与管理，保障了资产数据的真实性和可靠性，提高了资产数据管理的效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种资产数据智能监控管理系统的方框图；
图2为本发明的资产数据智能监控管理系统实施例采用的资产数据存储模块方框图；
图3为本发明实施例中一种资产数据智能监控管理方法的流程图；
图4为本发明的资产数据智能监控管理方法实施例的资产数据核验方式流程图；
图5为本发明的资产数据智能监控管理方法实施例采用的资产数据分类存储方式流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种资产数据智能监控管理系统，包括：
资产数据获取模块10，通过网络连接的各个远程终端获取资产数据；
资产数据核验模块20，配置有数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；
资产数据存储模块30，采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；
数据安全监控模块40，用于对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示。
上述技术方案的工作原理和有益效果为：本方案通过网络连接，适应资产分散情况，使用资产数据获取模块从各个远程终端获取资产数据；在对获取的资产数据进行数据类型甄别的基础上，资产数据核验模块调用所配置的数据关联模型进行资产数据核验，保障资产数据的有效性；采用资产数据存储模块对核验通过后的资产数据按照数据类型进行分类存储，一方面有利于资产数据的管理，另一方面通过防止篡改提高了资产数据的安全；另外，使用数据安全监控模块对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示，实现了资产数据的全过程安全监控与管理，保障了资产数据的真实性和可靠性。
在一个实施例中，资产数据获取模块包括：
数据收录子模块，用于通过网络连接直接读取新接入远程终端的设备类资产数据或者通过录入方式初始收取资产数据；
数据标记子模块，用于根据获取资产数据远程终端的地址和资产数据的形成时间，对资产数据设置对应的地址标记和时间标记。
上述技术方案的工作原理和有益效果为：本方案通过设置数据收录子模块依靠网络连接直接读取新接入远程终端的设备类资产数据或者通过录入方式初始收取资产数据；通过设置数据标记子模块，根据获取资产数据远程终端的地址和资产数据的形成时间，对资产数据设置对应的地址标记和时间标记，在资产数据存储时，将对应的地址标记和时间标记一同存储，有利于资产数据的管理、调取、筛选以及统计，实现了资产数据的追溯性。
在一个实施例中，资产数据核验模块包括：
类型甄别子模块，用于将获取的资产数据与存储的不同数据类型的资产数据进行比较进行相似度评价，采用相似度最高原则甄别确定资产数据所属的数据类型；
模型核验子模块，用于根据资产数据的数据类型，调用数据关联模型确定资产数据的关联数据项，并将资产数据与关联数据项进行匹配性评价；
核验处理子模块，用于剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息。
上述技术方案的工作原理和有益效果为：本方案通过类型甄别子模块采用相似度评价和相似度最高原则甄别确定资产数据所属的数据类型，通过模型核验子模块调用数据关联模型确定资产数据的关联数据项，进行匹配性评价，采用核验处理子模块剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息；本方案通过剔除匹配性评价结果不符合要求的资产数据，通过核验可以进一步保障资产数据的可靠性，通过将核验不通过信息反馈远程终端，有利于远程终端及时对核验不通过信息采取必要措施，例如进行资产数据纠正，并重新提供纠正后的资产数据，避免发生资产数据遗失。
在一个实施例中，如图2所示，资产数据存储模块30包括：
存储空间监测子模块31，用于通过网络连接，实时获取区块链网络中可用的存储空间资源情况；
数据量预测子模块32，用于根据各种数据类型的资产数据历史记录，构建不同数据类型的数据量曲线图，并对数据量曲线图进行变化趋势分析，预测后续各种数据类型资产数据的数据量；
存储规划子模块33，用于根据预测的各种数据类型资产数据的数据量，将区块链网络中可用的存储空间按数据量比例分配，用于不同数据类型资产数据的存储；
实施存储子模块34，用于根据资产数据的数据类型，将其存储至对应数据类型所分配的存储空间内。
上述技术方案的工作原理和有益效果为：本方案通过存储空间监测子模块在网络连接中实时获取区块链网络中可用的存储空间资源情况，通过数据量预测子模块根据资产数据历史记录进行不同数据类型的资产数据变化趋势分析，预测各种数据类型资产数据的数据量；使用存储规划子模块根据不同数据类型的数据量比例分配存储空间，在此基础上，通过实施存储子模块将其存储至对应数据类型所分配的存储空间内；本方案能够根据区块链中存储空间变化适时调整资产数据的数据库内不同数据类型的跨区块链网络节点的空间分布，有利于提高资源数据存储效率和存储资源的调配合理性，可以有效避免数据无效的数据传输过程，防止资产数据漏失，提高数据安全。
在一个实施例中，数据安全监控模块包括：
请求过滤子模块，用于对涉及资产数据的操作请求进行三级过滤，三级过滤包括IP地址过滤、用户名过滤和请求内容过滤；
操作区分子模块，用于将接收到的涉及资产数据的操作请求区分为数据使用请求和数据修改请求，其中，数据修改请求包括增加新资产数据请求、原有资产数据变更请求和原有资产数据删除请求；
操作日志子模块，用于对涉及资产数据的操作请求通过日志记录方式留痕；
数据安全化子模块，用于对数据使用请求涉及的资产数据进行脱敏处理和加密传输；
审批子模块，用于对数据修改请求提请审批，在审批通过后允许对资产数据进行数据修改。
上述技术方案的工作原理和有益效果为：本方案通过请求过滤子模块对对涉及资产数据的操作请求进行IP地址过滤、用户名过滤和请求内容过滤共三级过滤，有效地保障数据资产的访问安全性；通过操作日志子模块采用日志记录方式对操作请求留痕，通过操作区分子模块将操作请求区分为数据使用请求和数据修改请求；通过数据安全化子模块对数据使用请求涉及的资产数据进行脱敏处理和加密传输，通过审批子模块对数据修改请求提请审批，在审批通过后允许对资产数据进行数据修改；本方案对于经三级过滤后的操作请求通过分类进行不同处理，一方面能够满足资产数据的不同操作要求，另一方面根据操作请求的风险差异进行不同处理，使得资产数据安全防范方式更具有针对性，在提高数据处理效率的基础上有效保障资产数据安全。
如图3所示，本发明实施例提供了一种资产数据智能监控管理方法，包括：
S100：采用资产数据获取模块通过网络连接的各个远程终端获取资产数据；
S200：在资产数据核验模块设置数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；
S300：采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；
S400：对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示。
上述技术方案的工作原理和有益效果为：本方案通过网络连接，适应资产分散情况，使用资产数据获取模块从各个远程终端获取资产数据；在对获取的资产数据进行数据类型甄别的基础上，资产数据核验模块调用所配置的数据关联模型进行资产数据核验，保障资产数据的有效性；通过对核验通过后的资产数据按照数据类型进行分类存储，一方面有利于资产数据的管理，另一方面通过防止篡改提高了资产数据的安全；另外，通过对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示，实现了资产数据的全过程安全监控与管理，保障了资产数据的真实性和可靠性。
在一个实施例中，如图4所示，在S200步骤中，数据关联模型通过以下方式得到：
S210：基于不同数据类型资产数据的关联性，将数据类型抽象为对应节点构建多维度数据空间模型；
S220：各节点设置对应数据类型的关联检索规则；
S230：根据关联检索规则，对应设置相应的匹配性核验规则，最终形成数据关联模型。
上述技术方案的工作原理和有益效果为：本方案提供了构建资产数据核验用的数据关联模型可用方式，基于不同数据类型资产数据的关联性，将数据类型抽象为对应节点构建多维度数据空间模型，以多维度数据空间模型为基础，在多维度数据空间模型的各节点设置对应数据类型的关联检索规则和匹配性核验规则，得到数据关联模型；使用时，通过确定的资产数据的数据类型在数据关联模型上找到相应的节点，根据该节点的关联检索规则确定资产数据的关联数据项，以关联数据项对应节点的匹配性核验规则进行资产数据的匹配性检验，从而保障资产数据的可靠性。
在一个实施例中，在S200步骤中，资产数据核验方式如下：
将获取的资产数据与存储的不同数据类型的资产数据进行比较进行相似度评价，采用相似度最高原则甄别确定资产数据所属的数据类型；
根据资产数据的数据类型，调用数据关联模型确定资产数据的关联数据项，并将资产数据与关联数据项进行匹配性评价；
剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息。
上述技术方案的工作原理和有益效果为：本方案采用相似度评价和相似度最高原则甄别确定资产数据所属的数据类型，调用数据关联模型确定资产数据的关联数据项，进行匹配性评价，剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息；本方案通过剔除匹配性评价结果不符合要求的资产数据，通过核验可以进一步保障资产数据的可靠性，通过将核验不通过信息反馈远程终端，有利于远程终端及时对核验不通过信息采取必要措施，例如进行资产数据纠正，并重新提供纠正后的资产数据，避免发生资产数据遗失。
在一个实施例中， 相似度评价采用以下公式计算相似度值：
Figure SMS_1
上式中，Si表示获取的资产数据与存储的第i个数据类型的资产数据的相似度值；W表示存储的数据关联模型涵盖的数据类型集；wordsim表示语义相似度函数；/>
Figure SMS_2
表示获取的资产数据；/>
Figure SMS_3
表示存储的数据类型集中的第i个数据类型。
上述技术方案的工作原理和有益效果为：本方案通过将数据关联模型涵盖的数据类型形成数据类型集，预先存储数据类型集；采用语义相似度函数，将获取的资产数据与预先存储数据类型集中的数据类型进行相似度值计算，即能够量化评价获取的资产数据与存储的不同数据类型的资产数据的相似度，在此基础上，采用相似度最高原则甄别方式，可以实现资产数据的数据类型的精确归类，使得操作得到简化，能够避免人为主观判断的影响，保障了结果的客观性和可靠性。
在一个实施例中，如图5所示，在S300步骤中，分类存储方式如下：
S310：通过网络连接，实时获取区块链网络中可用的存储空间资源情况；
S320：根据各种数据类型的资产数据历史记录，构建不同数据类型的数据量曲线图，并对数据量曲线图进行变化趋势分析，预测后续各种数据类型资产数据的数据量；
S330：根据预测的各种数据类型资产数据的数据量，将区块链网络中可用的存储空间按数据量比例分配，用于不同数据类型资产数据的存储；
S340：根据资产数据的数据类型，将其存储至对应数据类型所分配的存储空间内。
上述技术方案的工作原理和有益效果为：本方案在网络连接中实时获取区块链网络中可用的存储空间资源情况，根据资产数据历史记录进行不同数据类型的资产数据变化趋势分析，预测各种数据类型资产数据的数据量；根据不同数据类型的数据量比例分配存储空间，在此基础上，将其存储至对应数据类型所分配的存储空间内；本方案能够根据区块链中存储空间变化适时调整资产数据的数据库内不同数据类型的跨区块链网络节点的空间分布，有利于提高资源数据存储效率和存储资源的调配合理性，可以有效避免数据无效的数据传输过程，防止资产数据漏失，提高数据安全。
在一个实施例中，在匹配性评价时，采用匹配性核验规则对资产数据与关联数据项的匹配性进行赋值；
根据资产数据和关联数据项在数据关联模型中的位置关系，计算资产数据和各个关联数据项的欧氏距离；
采用以下公式计算资产数据的匹配系数：
Figure SMS_4
上式中，/>
Figure SMS_5
表示资产数据的匹配系数；n表示资产数据的关联数据项的项数；/>
Figure SMS_6
表示资产数据与第j项关联数据项匹配性的赋值；/>
Figure SMS_7
表示资产数据与第j项关联数据项的欧氏距离；
若计算得到的资产数据的匹配系数不小于预设的匹配度阈值，则表示核验符合要求；否则，表示核验不符合要求。
上述技术方案的工作原理和有益效果为：本方案通过对资产数据与关联数据项的匹配性进行赋值，并根据资产数据和关联数据项在数据关联模型中的位置关系，计算资产数据和各个关联数据项的欧氏距离，结合赋值和欧氏距离采用上述公式计算资产数据的匹配系数，实现了匹配性评价的量化，简化了匹配性评价过程，避免人为评价的主观性影响，保障评价结果的客观性和可靠性，上述公式实操性强，计算量小，计算速度快，资源占用低，有利于资产数据管理的环保性。
在一个实施例中，对不动产类型和设备类型的资产数据分别根据设定寿命和使用强度对应设置折旧率；
在资产数据的变更方面，根据设定周期和折旧率对不动产类型和设备类型的资产数据进行变更。
上述技术方案的工作原理和有益效果为：本方案通过对不动产类型和设备类型的资产数据分别根据设定寿命和使用强度对应设置折旧率；并根据设定周期和折旧率对不动产类型和设备类型的资产数据进行变更；一方面通过自动变更可以降低资产数据统计与管理人员的工作量，另一方面可以实现不动产类型和设备类型的资产数据的及时更新，避免由于更新不及时导致影响资产数据的可信度。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种资产数据智能监控管理系统，其特征在于，包括：
资产数据获取模块，通过网络连接的各个远程终端获取资产数据；
资产数据核验模块，配置有数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；
资产数据存储模块，采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；
数据安全监控模块，用于对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示；
资产数据核验模块包括：
类型甄别子模块，用于将获取的资产数据与存储的不同数据类型的资产数据进行比较进行相似度评价，采用相似度最高原则甄别确定资产数据所属的数据类型；相似度评价采用以下公式计算相似度值：
Figure QLYQS_1
上式中，
Figure QLYQS_2
表示获取的资产数据与存储的第/>
Figure QLYQS_3
个数据类型的资产数据的相似度值；/>
Figure QLYQS_4
表示存储的数据关联模型涵盖的数据类型集；/>
Figure QLYQS_5
表示语义相似度函数；/>
Figure QLYQS_6
表示获取的资产数据；/>
Figure QLYQS_7
表示存储的数据类型集中的第/>
Figure QLYQS_8
个数据类型；
模型核验子模块，用于根据资产数据的数据类型，调用数据关联模型确定资产数据的关联数据项，并将资产数据与关联数据项进行匹配性评价；在匹配性评价时，采用匹配性核验规则对资产数据与关联数据项的匹配性进行赋值；
根据资产数据和关联数据项在数据关联模型中的位置关系，计算资产数据和各个关联数据项的欧氏距离；
采用以下公式计算资产数据的匹配系数：
Figure QLYQS_9
上式中，
Figure QLYQS_10
表示资产数据的匹配系数；/>
Figure QLYQS_11
表示资产数据的关联数据项的项数；/>
Figure QLYQS_12
表示资产数据与第/>
Figure QLYQS_13
项关联数据项匹配性的赋值；/>
Figure QLYQS_14
表示资产数据与第/>
Figure QLYQS_15
项关联数据项的欧氏距离；
若计算得到的资产数据的匹配系数不小于预设的匹配度阈值，则表示核验符合要求；否则，表示核验不符合要求；
核验处理子模块，用于剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息。
2.根据权利要求1所述的资产数据智能监控管理系统，其特征在于，资产数据获取模块包括：
数据收录子模块，用于通过网络连接直接读取新接入远程终端的设备类资产数据或者通过录入方式初始收取资产数据；
数据标记子模块，用于根据获取资产数据远程终端的地址和资产数据的形成时间，对资产数据设置对应的地址标记和时间标记。
3.根据权利要求1所述的资产数据智能监控管理系统，其特征在于，资产数据存储模块包括：
存储空间监测子模块，用于通过网络连接，实时获取区块链网络中可用的存储空间资源情况；
数据量预测子模块，用于根据各种数据类型的资产数据历史记录，构建不同数据类型的数据量曲线图，并对数据量曲线图进行变化趋势分析，预测后续各种数据类型资产数据的数据量；
存储规划子模块，用于根据预测的各种数据类型资产数据的数据量，将区块链网络中可用的存储空间按数据量比例分配，用于不同数据类型资产数据的存储；
实施存储子模块，用于根据资产数据的数据类型，将其存储至对应数据类型所分配的存储空间内。
4.根据权利要求1所述的资产数据智能监控管理系统，其特征在于，数据安全监控模块包括：
请求过滤子模块，用于涉及资产数据的操作请求进行三级过滤，三级过滤包括IP地址过滤、用户名过滤和请求内容过滤；
操作区分子模块，用于将接收到的涉及资产数据的操作请求区分为数据使用请求和数据修改请求，其中，数据修改请求包括增加新资产数据请求、原有资产数据变更请求和原有资产数据删除请求；
操作日志子模块，用于对涉及资产数据的操作请求通过日志记录方式留痕；
数据安全化子模块，用于对数据使用请求涉及的资产数据进行脱敏处理和加密传输；
审批子模块，用于对数据修改请求提请审批，在审批通过后允许对资产数据进行数据修改。
5.一种资产数据智能监控管理方法，其特征在于，包括：
S100：采用资产数据获取模块通过网络连接的各个远程终端获取资产数据；
S200：在资产数据核验模块设置数据关联模型，通过对获取的资产数据进行数据类型甄别，根据确定的数据类型应用数据关联模型进行资产数据核验，得到核验后的资产数据；
S300：采用区块链分布式存储方式，对核验后的资产数据按照数据类型进行分类存储；
S400：对资产数据的获取、传输、核验、存储、查询、统计以及变更的全过程进行安全监控，若发现异常则发出报警提示；
在S200步骤中，资产数据核验方式如下：
将获取的资产数据与存储的不同数据类型的资产数据进行比较进行相似度评价，采用相似度最高原则甄别确定资产数据所属的数据类型；相似度评价采用以下公式计算相似度值：
Figure QLYQS_16
上式中，
Figure QLYQS_17
表示获取的资产数据与存储的第/>
Figure QLYQS_18
个数据类型的资产数据的相似度值；/>
Figure QLYQS_19
表示存储的数据关联模型涵盖的数据类型集；/>
Figure QLYQS_20
表示语义相似度函数；/>
Figure QLYQS_21
表示获取的资产数据；/>
Figure QLYQS_22
表示存储的数据类型集中的第/>
Figure QLYQS_23
个数据类型；
根据资产数据的数据类型，调用数据关联模型确定资产数据的关联数据项，并将资产数据与关联数据项进行匹配性评价；在匹配性评价时，采用匹配性核验规则对资产数据与关联数据项的匹配性进行赋值；
根据资产数据和关联数据项在数据关联模型中的位置关系，计算资产数据和各个关联数据项的欧氏距离；
采用以下公式计算资产数据的匹配系数：
Figure QLYQS_24
上式中，
Figure QLYQS_25
表示资产数据的匹配系数；/>
Figure QLYQS_26
表示资产数据的关联数据项的项数；/>
Figure QLYQS_27
表示资产数据与第/>
Figure QLYQS_28
项关联数据项匹配性的赋值；/>
Figure QLYQS_29
表示资产数据与第/>
Figure QLYQS_30
项关联数据项的欧氏距离；
若计算得到的资产数据的匹配系数不小于预设的匹配度阈值，则表示核验符合要求；否则，表示核验不符合要求；
剔除匹配性评价结果不符合要求的资产数据，并向获取资产数据的远程终端反馈核验不通过信息。
6.根据权利要求5所述的资产数据智能监控管理方法，其特征在于，在S200步骤中，数据关联模型通过以下方式得到：
S210：基于不同数据类型资产数据的关联性，将数据类型抽象为对应节点构建多维度数据空间模型；
S220：各节点设置对应数据类型的关联检索规则；
S230：根据关联检索规则，对应设置相应的匹配性核验规则，最终形成数据关联模型。
7.根据权利要求5所述的资产数据智能监控管理方法，其特征在于，在S300步骤中，分类存储方式如下：
S310：通过网络连接，实时获取区块链网络中可用的存储空间资源情况；
S320：根据各种数据类型的资产数据历史记录，构建不同数据类型的数据量曲线图，并对数据量曲线图进行变化趋势分析，预测后续各种数据类型资产数据的数据量；
S330：根据预测的各种数据类型资产数据的数据量，将区块链网络中可用的存储空间按数据量比例分配，用于不同数据类型资产数据的存储；
S340：根据资产数据的数据类型，将其存储至对应数据类型所分配的存储空间内。
8.根据权利要求5所述的资产数据智能监控管理方法，其特征在于，对不动产类型和设备类型的资产数据分别根据设定寿命和使用强度对应设置折旧率；
在资产数据的变更方面，根据设定周期和折旧率对不动产类型和设备类型的资产数据进行变更。
CN202310206289.1A 2023-03-07 2023-03-07 资产数据智能监控管理系统及方法 Active CN116070249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310206289.1A CN116070249B (zh) 2023-03-07 2023-03-07 资产数据智能监控管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310206289.1A CN116070249B (zh) 2023-03-07 2023-03-07 资产数据智能监控管理系统及方法

Publications (2)

Publication Number Publication Date
CN116070249A CN116070249A (zh) 2023-05-05
CN116070249B true CN116070249B (zh) 2023-06-16

Family

ID=86176950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310206289.1A Active CN116070249B (zh) 2023-03-07 2023-03-07 资产数据智能监控管理系统及方法

Country Status (1)

Country Link
CN (1) CN116070249B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117078446B (zh) * 2023-10-11 2024-02-09 南京南大尚诚软件科技有限公司 一种农村集体资产的闭环关联管理系统及方法
CN117649300B (zh) * 2024-01-29 2024-04-30 山东新睿信息科技有限公司 一种基于数字孪生的资产分配管理方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147987A (zh) * 2019-05-23 2019-08-20 北京亿生生网络科技有限公司 基于区块链的动态资产管理方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109740937A (zh) * 2019-01-03 2019-05-10 深圳壹账通智能科技有限公司 基于区块链的资产数据处理方法和系统
CN113095825B (zh) * 2021-03-31 2024-04-05 支付宝(杭州)信息技术有限公司 基于区块链的资产管理方法、装置及电子设备
CN115409312A (zh) * 2021-05-19 2022-11-29 上海知芃知识产权服务有限公司 一种信息资产的管理和登记系统
CN113570274A (zh) * 2021-08-03 2021-10-29 西安热工研究院有限公司 一种资产全过程管理系统
CN115422195A (zh) * 2022-09-05 2022-12-02 杭州安恒信息安全技术有限公司 一种网络资产管理方法、装置、设备、存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147987A (zh) * 2019-05-23 2019-08-20 北京亿生生网络科技有限公司 基于区块链的动态资产管理方法及装置

Also Published As

Publication number Publication date
CN116070249A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN116070249B (zh) 资产数据智能监控管理系统及方法
WO2021042843A1 (zh) 告警信息的决策方法、装置、计算机设备及存储介质
CN111639363B (zh) 基于区块链的数据分析方法及边缘计算服务器
CN111737101B (zh) 基于大数据的用户行为监测方法、装置、设备及介质
CN105868373B (zh) 电力业务信息系统关键数据处理方法及装置
US8171060B2 (en) Storage system and method for operating storage system
US11394719B2 (en) Dynamic user access control management
US8478788B1 (en) Centralized information technology resources analysis system
CN111176953B (zh) 一种异常检测及其模型训练方法、计算机设备和存储介质
JP2023518771A (ja) 機械学習に基づくデータ・モニタリング
US11243951B2 (en) Systems and methods for automated analysis, screening, and reporting of group performance
WO2022142013A1 (zh) 基于人工智能的ab测试方法、装置、计算机设备及介质
CN112445844A (zh) 大数据平台财务数据管理控制系统
CN117291428B (zh) 一种基于企业管理app的数据后台管理系统
US20070192323A1 (en) System and method of access and control management between multiple databases
CN116909712A (zh) 基于机器学习的智能任务调度系统及其方法
CN116228312A (zh) 大额积分兑换行为的处理方法和装置
CN113377519B (zh) 一种基于cdn的内容调度方法
CN113220545A (zh) 分派工单的方法、装置和电子设备
CN115907898A (zh) 对再保客户进行金融产品推荐的方法及其相关设备
US20220129318A1 (en) Quota Request Resolution On Computing Platform
CN112712270B (zh) 信息处理方法、装置、设备及存储介质
CN114756376A (zh) 一种跨领域多业务资源自动适配维护平台
CN115757273B (zh) 基于云平台的养老政策资料管理方法及系统
CN117391261B (zh) 一种基于低功耗超声波测量的物联网ai智慧水务系统

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