CN116432205A - 碳资产数据的安全存储方法 - Google Patents
碳资产数据的安全存储方法 Download PDFInfo
- Publication number
- CN116432205A CN116432205A CN202310433882.XA CN202310433882A CN116432205A CN 116432205 A CN116432205 A CN 116432205A CN 202310433882 A CN202310433882 A CN 202310433882A CN 116432205 A CN116432205 A CN 116432205A
- Authority
- CN
- China
- Prior art keywords
- data
- carbon emission
- carbon
- asset
- activity
- 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.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 398
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 398
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000000694 effects Effects 0.000 claims abstract description 194
- 230000008859 change Effects 0.000 claims abstract description 71
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims description 182
- 238000012512 characterization method Methods 0.000 claims description 26
- 238000013507 mapping Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 8
- 238000012856 packing Methods 0.000 claims description 6
- 230000001364 causal effect Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000036962 time dependent Effects 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 229910002056 binary alloy Inorganic materials 0.000 claims description 2
- 238000013500 data storage Methods 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 35
- 230000009286 beneficial effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
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
-
- 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
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/78—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure storage of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供碳资产数据的安全存储方法,其根据用户发起的碳排放活动行为,对用户所持的碳资产变化情况进行实时全面的追踪分析,以此得到和存储用户所持的碳资产变化数据,实现对用户所持的碳资产变化数据的准确获取,从而提供可靠稳定的碳资产数据存储服务。
Description
技术领域
本发明涉及碳资产管理的技术领域,特别涉及碳资产数据的安全存储方法。
背景技术
为了提高企业经营的绿色环保性向,需要对企业的经营活动进行碳排放的监测,同时受限于对企业的碳排放进行限制,使得企业在相应的经营周期内被分配相应的碳排放配额等碳资产。企业在经营过程中需要根据自身的碳排放配额等碳资产变化情况,适应性调整自身实际经营状态。此外,碳资产作为一种虚拟商品,不同企业之间能够进行碳资产交易,使得企业自身的碳资产数据形成为企业的机密数据。现有的企业通常只是关注自身实际的碳资产剩余情况,其并未对自身在经营过程中碳资产的变化数据进行全面安全的存储,无法为企业提供可靠稳定的碳资产数据存储服务。
发明内容
针对现有技术存在的缺陷,本发明提供碳资产数据的安全存储方法,其根据用户在预设时间范围产生的碳排放活动行为数据,以此分析得到用户的每个碳排放活动行为的行为数据集合;基于行为数据集合,得到对应碳排放活动行为的碳排放轨迹数据,以此得到用户在预设时间范围内的碳排放动态表征数据;基于碳排放动态表征数据,确定用户的碳资产变化信息,以此调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,并存储调整后的碳资产数据以及生成与碳资产数据关联的变化特征数据,其根据用户发起的碳排放活动行为,对用户所持的碳资产变化情况进行实时全面的追踪分析,以此得到和存储用户所持的碳资产变化数据,实现对用户所持的碳资产变化数据的准确获取,从而提供可靠稳定的碳资产数据存储服务。
本发明提供碳资产数据的安全存储方法,包括如下步骤:
步骤S1,获取用户在预设时间范围产生的活动行为数据,从所述活动行为数据中提取得到碳排放活动行为数据;对所述碳排放活动行为数据进行分类,得到关于每个碳排放活动行为的行为数据集合;
步骤S2,对所述行为数据集合进行整合处理,得到对应碳排放活动行为的碳排放轨迹数据;对所述碳排放轨迹数据进行分析处理,得到用户在预设时间范围内的碳排放动态表征数据;
步骤S3,基于所述碳排放动态表征数据,确定用户的碳资产变化信息;基于所述碳资产变化信息,调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据;再将调整后的碳资产数据及其变化特征数据进行关联存储。
进一步,在所述步骤S1之前,还包括:
获取用户的历史活动行为数据,对所述历史活动行为数据进行分析处理,得到用户的历史活动行为类型以及每种类型的历史活动行为的发生时间,以此确定用户发起的所有类型的历史活动行为的最长持续时间;
基于所述最长持续时间,确定获取用户的活动行为数据对应的预设时间范围;其中,所述预设时间范围的长度大于或等于所述最长持续时间。
进一步,在所述步骤S1中,获取用户在预设时间范围产生的活动行为数据,从所述活动行为数据中提取得到碳排放活动行为数据,包括:
以所述预设时间范围的起点时刻和终点时刻为基准,对用户的活动日志记录中包含的每个活动行为发生时间进行匹配对比,从所述活动日志记录中筛选得到在所述预设时间范围内产生的所有活动行为数据;
对每个活动行为数据进行数据内容识别处理,判断活动行为数据是否属于碳排放活动行为数据;若活动行为数据属于碳排放活动行为数据,则对所述活动行为数据添加与数据内容相关的数据标记。
进一步,在所述步骤S1中,对所述碳排放活动行为数据进行分类,得到关于每个碳排放活动行为的行为数据集合,包括:
基于每个碳排放活动行为数据的数据标记,确定每个碳排放活动行为数据所属的碳排放活动行为类型,再将属于同一碳排放活动行为类型的所有碳排放活动行为数据整合形成行为数据集合;
基于所述行为数据集合包含的所有碳排放活动行为数据的产生时间先后顺序,对所有碳排放活动行为数据进行排列。
进一步,在所述步骤S2中,对所述行为数据集合进行整合处理,得到对应碳排放活动行为的碳排放轨迹数据,包括:
基于所述行为数据集合对应的碳排放活动行为类型,选择匹配的碳排放预测模型;
利用所述碳排放预测模型,对所述行为数据集合包含的所有碳排放活动行为数据进行分析处理,确定每个碳排放活动行为数据对应的碳排放量;
基于所述行为数据集合包含的所有碳排放活动行为数据相互之间的活动因果关系,将所有碳排放活动行为数据对应的碳排放量整合为对应碳排放活动行为的碳排放轨迹数据。
进一步,在所述步骤S2中,对所述碳排放轨迹数据进行分析处理,得到用户在预设时间范围内的碳排放动态表征数据,包括:
对所述碳排放轨迹数据包含的所有碳排放量进行时间关联分析处理,得到在预设时间范围内的碳排放量变化表征数据,以此作为所述碳排放动态表征数据;其中,所述碳排放量变化表征数据包括在用户发起对应碳排放活动行为的整个过程中的平均碳排放量和碳排放量变化率。
进一步,在所述步骤S3中,基于所述碳排放动态表征数据,确定用户的碳资产变化信息;基于所述碳资产变化信息,调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,包括:
基于所述碳排放动态表征数据,得到预设时间范围内用户发起的所有碳排放活动行为的碳排放总量和碳排放量变化率;
基于所述碳排放总量和所述碳排放量变化率,确定用户的碳排放配额资产的消耗变化率和碳排放配额资产剩余量;
基于所述碳排放配额资产剩余量,调整用户的碳资产数据;以及基于所述碳排放配额资产的消耗变化率,生成碳资产数据在碳排放活动行为发生时间段内的碳排放配额资产数量变化值。
进一步,在所述步骤S3中,将调整后的碳资产数据及其变化特征数据进行关联存储,包括:
构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,将所述调整后的碳资产数据、所述碳排放配额资产数量变化值和所述映射关系进行打包存储;
根据来自外界的碳资产数据获取请求,从对存储空间进行数据搜索,并将搜索到的碳资产数据进行返回。
进一步,在所述步骤S3中,构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,将所述调整后的碳资产数据、所述碳排放配额资产数量变化值和所述映射关系进行打包存储,包括:
步骤S301,利用下面公式(1),在所述调整后的碳资产数据、所述碳排放配额资产数量变化值和所述映射关系对应的数据中选取基准数据,
在上述公式(1)中,J2表示基准数据的二进制形式;(Z)2表示调整后的碳资产数据的二进制形式;(B)2表示碳排放配额资产数量变化值的二进制形式;(Y)2表示所述映射关系对应的数据的二进制形式;min[]表示求取括号内所有逗号隔开的二进制中的最小值;a表示基准数值;
步骤S302,利用下面公式(2),根据上述选取的基准数据对其余两个数据进行数据简化,并将简化后的数据与基准数据进行顺序打包存储,
在上述公式(2)中,C2表示将简化后的数据与基准数据进行顺序打包后的二进制形式数;D2表示中间打包数据的二进制形式数;<<表示左移;(a)2表示将数值a转换成二进制形式;{}2表示将括号内从上到下的三个数据打包形成三行一列的二进制矩阵,再将矩阵转换成二进制形式;
步骤S303,利用下面公式(3),根据储存的打包数据,对数据进行数据还原,
在上述公式(3)中,(Z′)2表示还原得到的调整后的碳资产数据的二进制形式;(B′)2表示还原得到的碳排放配额资产数量变化值的二进制形式;(Y′)2表示还原得到的所述映射关系数据的二进制形式;[]10表示将括号内的数值转换成十进制数;>>表示右移;k表示还原数值;G(C2>>2)_1表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第一行的二进制数值;G(C2>>2)_2表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第二行的二进制数值;G(C2>>2)_3表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第三行的二进制数值;G(C2>>2)_k表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第k行的二进制数值。
相比于现有技术,该碳资产数据的安全存储方法根据用户在预设时间范围产生的碳排放活动行为数据,以此分析得到用户的每个碳排放活动行为的行为数据集合;基于行为数据集合,得到对应碳排放活动行为的碳排放轨迹数据,以此得到用户在预设时间范围内的碳排放动态表征数据;基于碳排放动态表征数据,确定用户的碳资产变化信息,以此调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,并存储调整后的碳资产数据以及生成与碳资产数据关联的变化特征数据,其根据用户发起的碳排放活动行为,对用户所持的碳资产变化情况进行实时全面的追踪分析,以此得到和存储用户所持的碳资产变化数据,实现对用户所持的碳资产变化数据的准确获取,从而提供可靠稳定的碳资产数据存储服务。
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
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中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为本发明提供的碳资产数据的安全存储方法的流程示意图。
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他实施例,都属于本发明保护的范围。
参阅图1,为本发明实施例提供的碳资产数据的安全存储方法的流程示意图。该碳资产数据的安全存储方法包括如下步骤:
步骤S1,获取用户在预设时间范围产生的活动行为数据,从该活动行为数据中提取得到碳排放活动行为数据;对该碳排放活动行为数据进行分类,得到关于每个碳排放活动行为的行为数据集合;
步骤S2,对该行为数据集合进行整合处理,得到对应碳排放活动行为的碳排放轨迹数据;对该碳排放轨迹数据进行分析处理,得到用户在预设时间范围内的碳排放动态表征数据;
步骤S3,基于该碳排放动态表征数据,确定用户的碳资产变化信息;基于该碳资产变化信息,调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据;再将调整后的碳资产数据及其变化特征数据进行关联存储。
上述技术方案的有益效果为:该碳资产数据的安全存储方法根据用户在预设时间范围产生的碳排放活动行为数据,以此分析得到用户的每个碳排放活动行为的行为数据集合;基于行为数据集合,得到对应碳排放活动行为的碳排放轨迹数据,以此得到用户在预设时间范围内的碳排放动态表征数据;基于碳排放动态表征数据,确定用户的碳资产变化信息,以此调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,并存储调整后的碳资产数据以及生成与碳资产数据关联的变化特征数据,其根据用户发起的碳排放活动行为,对用户所持的碳资产变化情况进行实时全面的追踪分析,以此得到和存储用户所持的碳资产变化数据,实现对用户所持的碳资产变化数据的准确获取,从而提供可靠稳定的碳资产数据存储服务。
优选地,获取用户的历史活动行为数据,对该历史活动行为数据进行分析处理,得到用户的历史活动行为类型以及每种类型的历史活动行为的发生时间,以此确定用户发起的所有类型的历史活动行为的最长持续时间;
基于该最长持续时间,确定获取用户的活动行为数据对应的预设时间范围;其中,该预设时间范围的长度大于或等于该最长持续时间。
上述技术方案的有益效果为:企业等用户在经营过程中会做出不同类型的经营活动行为呢,并且不同类型的经营活动行为的持续时间长度并不相同,从用户的历史活动行为数据中提取得到每种类型的历史活动行为的发生持续时间,以此确定所有类型的历史活动行为的最长持续时间,这样将获取用户的活动行为数据对应的预设时间范围设成大于或等于该最长持续时间,这样能够以预设时间范围获取用户产生的活动行为数据时,保证获取的活动行为数据全面覆盖对应活动行为的整个过程,避免后续无法对活动行为进行全面的碳排放追踪。
优选地,在该步骤S1中,获取用户在预设时间范围产生的活动行为数据,从该活动行为数据中提取得到碳排放活动行为数据,包括:
以该预设时间范围的起点时刻和终点时刻为基准,对用户的活动日志记录中包含的每个活动行为发生时间进行匹配对比,从该活动日志记录中筛选得到在该预设时间范围内产生的所有活动行为数据;
对每个活动行为数据进行数据内容识别处理,判断活动行为数据是否属于碳排放活动行为数据;若活动行为数据属于碳排放活动行为数据,则对该活动行为数据添加与数据内容相关的数据标记。
上述技术方案的有益效果为:用户发起的所有活动行为并不都属于碳排放活动行为,对在预设时间段内产生的每个活动行为数据进行关于数据内容语义识别处理,判断活动行为数据是否包含预设碳排放相关关键词,若包含,则活动行为数据属于碳排放活动行为数据,并对活动行为数据添加与数据内容相关的数据标记,便于后续对活动行为数据进行准确的搜索确定。
优选地,在该步骤S1中,对该碳排放活动行为数据进行分类,得到关于每个碳排放活动行为的行为数据集合,包括:
基于每个碳排放活动行为数据的数据标记,确定每个碳排放活动行为数据所属的碳排放活动行为类型,再将属于同一碳排放活动行为类型的所有碳排放活动行为数据整合形成行为数据集合;
基于该行为数据集合包含的所有碳排放活动行为数据的产生时间先后顺序,对所有碳排放活动行为数据进行排列。
上述技术方案的有益效果为:通过上述方式,以每个碳排放活动行为数据的数据标记为基准,将属于同一碳排放活动行为类型的所有碳排放活动行为数据整合形成行为数据集合,这样能够对碳排放活动行为数据进行聚类化的集中分析。此外,基于行为数据集合包含的所有碳排放活动行为数据的产生时间先后顺序,对所有碳排放活动行为数据进行排列,这样能够为对应碳排放活动行为的碳排放轨迹进行准确的确定。
优选地,在该步骤S2中,对该行为数据集合进行整合处理,得到对应碳排放活动行为的碳排放轨迹数据,包括:
基于该行为数据集合对应的碳排放活动行为类型,选择匹配的碳排放预测模型;
利用该碳排放预测模型,对该行为数据集合包含的所有碳排放活动行为数据进行分析处理,确定每个碳排放活动行为数据对应的碳排放量;
基于该行为数据集合包含的所有碳排放活动行为数据相互之间的活动因果关系,将所有碳排放活动行为数据对应的碳排放量整合为对应碳排放活动行为的碳排放轨迹数据。
上述技术方案的有益效果为:通过上述方式,针对不同类型的碳排放活动行为,选择匹配的碳排放预测模型,从而对特定行为数据集合包含的所有碳排放活动行为数据进行准确的碳排放量预测计算;此外,基于该行为数据集合包含的所有碳排放活动行为数据相互之间的活动因果关系,能够完整准确还原碳排放活动行为的碳排放轨迹数据。
优选地,在该步骤S2中,对该碳排放轨迹数据进行分析处理,得到用户在预设时间范围内的碳排放动态表征数据,包括:
对该碳排放轨迹数据包含的所有碳排放量进行时间关联分析处理,得到在预设时间范围内的碳排放量变化表征数据,以此作为该碳排放动态表征数据;其中,该碳排放量变化表征数据包括在用户发起对应碳排放活动行为的整个过程中的平均碳排放量和碳排放量变化率。
上述技术方案的有益效果为:通过上述方式,对碳排放轨迹数据包含的所有碳排放量进行时间关联分析处理,得到在预设时间范围内的碳排放量变化表征数据,这样对用户所持的碳资产变化情况进行实时全面的追踪分析。
优选地,在该步骤S3中,基于该碳排放动态表征数据,确定用户的碳资产变化信息;基于该碳资产变化信息,调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,包括:
基于该碳排放动态表征数据,得到预设时间范围内用户发起的所有碳排放活动行为的碳排放总量和碳排放量变化率;
基于该碳排放总量和该碳排放量变化率,确定用户的碳排放配额资产的消耗变化率和碳排放配额资产剩余量;
基于该碳排放配额资产剩余量,调整用户的碳资产数据;以及基于该碳排放配额资产的消耗变化率,生成碳资产数据在碳排放活动行为发生时间段内的碳排放配额资产数量变化值。
上述技术方案的有益效果为:通过上述方式,对用户在预设时间范围内的碳资产变化情况进行准确全面的分析,从而为用户了解自身的碳资产变化情况提供量化可靠的数据依据。
优选地,在该步骤S3中,将调整后的碳资产数据及其变化特征数据进行关联存储,包括:
构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,将该调整后的碳资产数据、该碳排放配额资产数量变化值和该映射关系进行打包存储;
根据来自外界的碳资产数据获取请求,从对存储空间进行数据搜索,并将搜索到的碳资产数据进行返回。
上述技术方案的有益效果为:通过上述方式,构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,并对调整后的碳资产数据、碳排放配额资产数量变化值和该映射关系进行打包存储,便于用户根据自身的实际需求快速查找到所需的碳资产数据,同时也提高碳资产数据的数据存储丰富性。
优选地,在该步骤S3中,构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,将该调整后的碳资产数据、该碳排放配额资产数量变化值和该映射关系进行打包存储,包括:
步骤S301,利用下面公式(1),在该调整后的碳资产数据、该碳排放配额资产数量变化值和该映射关系对应的数据中选取基准数据,
在上述公式(1)中,J2表示基准数据的二进制形式;(Z)2表示调整后的碳资产数据的二进制形式;(B)2表示碳排放配额资产数量变化值的二进制形式;(Y)2表示该映射关系对应的数据的二进制形式;min[]表示求取括号内所有逗号隔开的二进制中的最小值;a表示基准数值;
步骤S302,利用下面公式(2),根据上述选取的基准数据对其余两个数据进行数据简化,并将简化后的数据与基准数据进行顺序打包存储,
在上述公式(2)中,C2表示将简化后的数据与基准数据进行顺序打包后的二进制形式数;D2表示中间打包数据的二进制形式数;<<表示左移;(a)2表示将数值a转换成二进制形式;{}2表示将括号内从上到下的三个数据打包形成三行一列的二进制矩阵,再将矩阵转换成二进制形式;
步骤S303,利用下面公式(3),根据储存的打包数据,对数据进行数据还原,
在上述公式(3)中,(Z′)2表示还原得到的调整后的碳资产数据的二进制形式;(B′)2表示还原得到的碳排放配额资产数量变化值的二进制形式;(Y′)2表示还原得到的该映射关系数据的二进制形式;[]10表示将括号内的数值转换成十进制数;>>表示右移;k表示还原数值;G(C2>>2)_1表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第一行的二进制数值;G(C2>>2)_2表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第二行的二进制数值;G(C2>>2)_3表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第三行的二进制数值;G(C2>>2)_k表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第k行的二进制数值。
上述技术方案的有益效果为:利用上述公式(1),在该调整后的碳资产数据、该碳排放配额资产数量变化值和该映射关系对应的数据中选取基准数据,进而以基准数据为基准简化另外两个的数据量进而减小存储空间;然后利用上述公式(2),根据上述选取的基准数据对其余两个数据进行数据简化,并将简化后的数据与基准数据进行顺序打包存储,进而自动智能的实现数据的打包以及储存;最后利用上述公式(3),根据储存的打包数据,对数据进行数据还原,从而可以通过简化后的数据自动的还原原始数据,确保数据的完整性以及可靠性。
从上述实施例的内容可知,该碳资产数据的安全存储方法根据用户在预设时间范围产生的碳排放活动行为数据,以此分析得到用户的每个碳排放活动行为的行为数据集合;基于行为数据集合,得到对应碳排放活动行为的碳排放轨迹数据,以此得到用户在预设时间范围内的碳排放动态表征数据;基于碳排放动态表征数据,确定用户的碳资产变化信息,以此调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,并存储调整后的碳资产数据以及生成与碳资产数据关联的变化特征数据,其根据用户发起的碳排放活动行为,对用户所持的碳资产变化情况进行实时全面的追踪分析,以此得到和存储用户所持的碳资产变化数据,实现对用户所持的碳资产变化数据的准确获取,从而提供可靠稳定的碳资产数据存储服务。
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 (9)
1.碳资产数据的安全存储方法,其特征在于,包括如下步骤:
步骤S1,获取用户在预设时间范围产生的活动行为数据,从所述活动行为数据中提取得到碳排放活动行为数据;对所述碳排放活动行为数据进行分类,得到关于每个碳排放活动行为的行为数据集合;
步骤S2,对所述行为数据集合进行整合处理,得到对应碳排放活动行为的碳排放轨迹数据;对所述碳排放轨迹数据进行分析处理,得到用户在预设时间范围内的碳排放动态表征数据;
步骤S3,基于所述碳排放动态表征数据,确定用户的碳资产变化信息;基于所述碳资产变化信息,调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据;再将调整后的碳资产数据及其变化特征数据进行关联存储。
2.如权利要求1所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S1之前,还包括:
获取用户的历史活动行为数据,对所述历史活动行为数据进行分析处理,得到用户的历史活动行为类型以及每种类型的历史活动行为的发生时间,以此确定用户发起的所有类型的历史活动行为的最长持续时间;
基于所述最长持续时间,确定获取用户的活动行为数据对应的预设时间范围;其中,所述预设时间范围的长度大于或等于所述最长持续时间。
3.如权利要求1所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S1中,获取用户在预设时间范围产生的活动行为数据,从所述活动行为数据中提取得到碳排放活动行为数据,包括:
以所述预设时间范围的起点时刻和终点时刻为基准,对用户的活动日志记录中包含的每个活动行为发生时间进行匹配对比,从所述活动日志记录中筛选得到在所述预设时间范围内产生的所有活动行为数据;
对每个活动行为数据进行数据内容识别处理,判断活动行为数据是否属于碳排放活动行为数据;若活动行为数据属于碳排放活动行为数据,则对所述活动行为数据添加与数据内容相关的数据标记。
4.如权利要求3所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S1中,对所述碳排放活动行为数据进行分类,得到关于每个碳排放活动行为的行为数据集合,包括:
基于每个碳排放活动行为数据的数据标记,确定每个碳排放活动行为数据所属的碳排放活动行为类型,再将属于同一碳排放活动行为类型的所有碳排放活动行为数据整合形成行为数据集合;
基于所述行为数据集合包含的所有碳排放活动行为数据的产生时间先后顺序,对所有碳排放活动行为数据进行排列。
5.如权利要求1所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S2中,对所述行为数据集合进行整合处理,得到对应碳排放活动行为的碳排放轨迹数据,包括:
基于所述行为数据集合对应的碳排放活动行为类型,选择匹配的碳排放预测模型;
利用所述碳排放预测模型,对所述行为数据集合包含的所有碳排放活动行为数据进行分析处理,确定每个碳排放活动行为数据对应的碳排放量;基于所述行为数据集合包含的所有碳排放活动行为数据相互之间的活动因果关系,将所有碳排放活动行为数据对应的碳排放量整合为对应碳排放活动行为的碳排放轨迹数据。
6.如权利要求5所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S2中,对所述碳排放轨迹数据进行分析处理,得到用户在预设时间范围内的碳排放动态表征数据,包括:
对所述碳排放轨迹数据包含的所有碳排放量进行时间关联分析处理,得到在预设时间范围内的碳排放量变化表征数据,以此作为所述碳排放动态表征数据;其中,所述碳排放量变化表征数据包括在用户发起对应碳排放活动行为的整个过程中的平均碳排放量和碳排放量变化率。
7.如权利要求1所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S3中,基于所述碳排放动态表征数据,确定用户的碳资产变化信息;基于所述碳资产变化信息,调整用户的碳资产数据以及生成与碳资产数据关联的变化特征数据,包括:
基于所述碳排放动态表征数据,得到预设时间范围内用户发起的所有碳排放活动行为的碳排放总量和碳排放量变化率;
基于所述碳排放总量和所述碳排放量变化率,确定用户的碳排放配额资产的消耗变化率和碳排放配额资产剩余量;
基于所述碳排放配额资产剩余量,调整用户的碳资产数据;以及基于所述碳排放配额资产的消耗变化率,生成碳资产数据在碳排放活动行为发生时间段内的碳排放配额资产数量变化值。
8.如权利要求7所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S3中,将调整后的碳资产数据及其变化特征数据进行关联存储,包括:
构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,将所述调整后的碳资产数据、所述碳排放配额资产数量变化值和所述映射关系进行打包存储;
根据来自外界的碳资产数据获取请求,从对存储空间进行数据搜索,并将搜索到的碳资产数据进行返回。
9.如权利要求8所述的碳资产数据的安全存储方法,其特征在于:
在所述步骤S3中,构建调整后的碳资产数据和碳排放配额资产数量变化值与对应碳排放活动行为之间的映射关系,将所述调整后的碳资产数据、所述碳排放配额资产数量变化值和所述映射关系进行打包存储,包括:
步骤S301,利用下面公式(1),在所述调整后的碳资产数据、所述碳排放配额资产数量变化值和所述映射关系对应的数据中选取基准数据,
在上述公式(1)中,J2表示基准数据的二进制形式;(Z)2表示调整后的碳资产数据的二进制形式;(B)2表示碳排放配额资产数量变化值的二进制形式;(Y)2表示所述映射关系对应的数据的二进制形式;min[]表示求取括号内所有逗号隔开的二进制中的最小值;a表示基准数值;
步骤S302,利用下面公式(2),根据上述选取的基准数据对其余两个数据进行数据简化,并将简化后的数据与基准数据进行顺序打包存储,
在上述公式(2)中,C2表示将简化后的数据与基准数据进行顺序打包后的二进制形式数;D2表示中间打包数据的二进制形式数;<<表示左移;(a)2表示将数值α转换成二进制形式;{}2表示将括号内从上到下的三个数据打包形成三行一列的二进制矩阵,再将矩阵转换成二进制形式;
步骤S303,利用下面公式(3),根据储存的打包数据,对数据进行数据还原,
在上述公式(3)中,(Z')2表示还原得到的调整后的碳资产数据的二进制形式;(B')2表示还原得到的碳排放配额资产数量变化值的二进制形式;(Y')2表示还原得到的所述映射关系数据的二进制形式;[ ]10表示将括号内的数值转换成十进制数;>>表示右移;k表示还原数值;G(C2>>2)_1表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第一行的二进制数值;G(C2>>2)_2表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第二行的二进制数值;G(C2>>2)_3表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第三行的二进制数值;G(C2>>2)_k表示将二进制数据C2>>2转换成三行一列的二进制矩阵后的第k行的二进制数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310433882.XA CN116432205A (zh) | 2023-04-21 | 2023-04-21 | 碳资产数据的安全存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310433882.XA CN116432205A (zh) | 2023-04-21 | 2023-04-21 | 碳资产数据的安全存储方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116432205A true CN116432205A (zh) | 2023-07-14 |
Family
ID=87083067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310433882.XA Pending CN116432205A (zh) | 2023-04-21 | 2023-04-21 | 碳资产数据的安全存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116432205A (zh) |
-
2023
- 2023-04-21 CN CN202310433882.XA patent/CN116432205A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11445240B2 (en) | Query processing in data analysis | |
KR101679050B1 (ko) | 규칙 기반 로그 데이터 그룹화를 이용한 개인 맞춤형 로그 분석 시스템 및 그 방법 | |
CN112100219A (zh) | 基于数据库查询处理的报表生成方法、装置、设备和介质 | |
CN117670066A (zh) | 基于智能决策的司库管理方法、系统、设备及存储介质 | |
CN114218318B (zh) | 一种用于电力大数据的数据处理系统及方法 | |
CN107644382A (zh) | 保单信息统计方法和装置 | |
CN112052232B (zh) | 一种基于重演技术的业务流程上下文提取方法 | |
CN118037469A (zh) | 基于大数据的财务管理系统 | |
US9189478B2 (en) | System and method for collecting data from an electronic document and storing the data in a dynamically organized data structure | |
CN111090395B (zh) | 一种用于会计行业的电子信息智能存储系统 | |
CN116069671B (zh) | 跨语言软件源代码的综合依赖关系分析 | |
CN116432205A (zh) | 碳资产数据的安全存储方法 | |
US7117218B2 (en) | System and method for expressing and calculating a relationship between measures | |
CN116071133A (zh) | 基于大数据的跨境电商环境分析方法、系统及计算设备 | |
CN115640158A (zh) | 一种基于数据库的检测分析方法及装置 | |
CN109815118A (zh) | 数据库管理方法及装置、电子设备和计算机可读存储介质 | |
US7275022B2 (en) | System and method for analytically modeling data organized according to non-referred attributes | |
CN110807082A (zh) | 质量抽检项目确定方法、系统、电子设备及可读存储介质 | |
CN112463378B (zh) | 一种服务器资产扫描方法、系统、电子设备及存储介质 | |
CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
CN114925919A (zh) | 业务资源处理方法、装置、计算机设备和存储介质 | |
CN109978038B (zh) | 一种集群异常判定方法及装置 | |
CN115577070B (zh) | 一种财务数据查询管理系统 | |
CN114358911B (zh) | 开票数据风险控制方法、装置、计算机设备和存储介质 | |
CN111008874B (zh) | 技术趋势预测方法、系统及存储介质 |
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 |