CN116484428B - 数据安全性检测系统、方法、装置及相关设备 - Google Patents
数据安全性检测系统、方法、装置及相关设备 Download PDFInfo
- Publication number
- CN116484428B CN116484428B CN202310480470.1A CN202310480470A CN116484428B CN 116484428 B CN116484428 B CN 116484428B CN 202310480470 A CN202310480470 A CN 202310480470A CN 116484428 B CN116484428 B CN 116484428B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- module
- information
- safety
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000001364 causal effect Effects 0.000 claims abstract description 45
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 34
- 239000000463 material Substances 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 231100000279 safety data Toxicity 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
-
- 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
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及数据安全性检测领域,公开了一种数据安全性检测系统、方法、装置、计算机设备及存储介质,所述方法包括:获取设备的运行数据和安全性检测因子,其中,所述安全性检测因子是指检测设备安全性的因子;将所有运行数据输入与所述安全性检测因子对应的贝叶斯因果森林中;基于所述贝叶斯因果森林,对任意两个所述运行数据进行条件互信息计算,得到概率结果;根据所述概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有所述因果关系,确定待检测数据;对所述待检测数据进行安全性检测,得到检测结果。采用本发明提高数据安全性检测的精确度。
Description
技术领域
本发明涉及数据安全性检测领域,尤其涉及一种数据安全性检测系统、方法、装置、计算机设备及存储介质。
背景技术
工业互联网操作系统是工业数字化转型的“新一代高速公路”,具备新一代基础设施的特点,系统沉淀了通用的工业能力,积累了企业数字化转型需要的共性技术,以及共性技术基础之上的创新应用。具体来说,系统向下连接海量设备,为各类设备提供统一的接口,实现不同设备之间的互联互通;向上对接工业APP等工业应用软件。
工业现场的各个现场设备之间主要通过现场总线进行数据传输和信息传递,以实现各个现场设备之间的相互协作,从而完成相应业务。各个现场设备均需要进行安全性监控,但是不同的现场设备具有不同的自我保护机制,导致了调度各个现场设备的灵活性较差。
目前,解决上述问题的主要方法有基于实时数据库采集工业现场中的多样、异构、分散的运行数据信息以及工业大数据分析平台的大数据分析方式,获取每一个现场设备对应的各个安全检测规则,并在对每一个现场设备对应的各个安全检测规则进行选取后下发至相应的执行设备,以实现对每一个现场设备的数据安全性检测,保证了工业现场安全性的可控性,基于大数据分析方式,实现了从工业数据采集、解析、存储到数据挖掘、数据优化、数据安全的全过程,从而使得工业云和每一个现场设备能够在可信的工作环境中运行。
然后上述方式存在以下不足之处:
1、该方法对现场设备安全性判断不够精确,由于现场设备在不同的工作场景中存在着较大的差异性,进而对该同一现场设备不同工作场景进行安全性也存在较大的差异,故难以得到更加准确的安全数据;
2、该方法采集数据不够全面,且对现场作业人员的保护措施也不够。
因此,现有的数据安全性检测方法存在精确度较低的技术问题。
发明内容
本发明实施例提供一种数据安全性检测系统、方法、装置、计算机设备和存储介质,以提高数据安全性检测的精确度。
为了解决上述技术问题,本申请实施例提供一种数据安全性检测系统,所述数据安全性检测系统包括采集层、控制层和执行层;
所述采集层包括设备信息采集模块、工艺方法信息采集模块、物料信息采集模块和其他信息采集模块,所述设备信息采集模块用于采集现场设备的设备信息,所述工艺方法信息采集模块用于采集所述现场设备的工艺方法信息,所述物料信息采集模块用于采集所述现场设备所需的物料信息,所述其他信息采集模块用于采集所述现场设备的其他信息,所述采集层将采集到的所有数据发送至所述控制层;
所述控制层包括控制模块和大数据模块,所述控制模块用于控制所述大数据模块对接收到的数据进行数据分析处理,所述大数据模块还用于存储所述现场设备的历史数据;
所述执行层用于对所述控制层中经过数据分析处理的数据进行安全性检测,并根据得到的检测结果发送安全警示指令。
为了解决上述技术问题,本申请实施例提供一种数据安全性检测方法,包括:
获取设备的运行数据和安全性检测因子,其中,所述安全性检测因子是指检测设备安全性的因子;
将所有运行数据输入与所述安全性检测因子对应的贝叶斯因果森林中;
基于所述贝叶斯因果森林,对任意两个所述运行数据进行条件互信息计算,得到概率结果;
根据所述概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有所述因果关系,确定待检测数据;
对所述待检测数据进行安全性检测,得到检测结果。
为了解决上述技术问题,本申请实施例还提供一种数据安全性检测装置,包括:
数据获取模块,用于获取设备的运行数据和安全性检测因子,其中,所述安全性检测因子是指检测设备安全性的因子;
输入模块,用于将所有运行数据输入与所述安全性检测因子对应的贝叶斯因果森林中;
概率结果获取模块,用于基于所述贝叶斯因果森林,对任意两个所述运行数据进行条件互信息计算,得到概率结果;
待检测数据确定模块,用于根据所述概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有所述因果关系,确定待检测数据;
检测结果确定模块,用于对所述待检测数据进行安全性检测,得到检测结果。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述数据安全性检测方法的步骤。
为了解决上述技术问题,本申请实施例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存储有计算机程序,所述计算机程序被处理器执行时实现上述数据安全性检测方法的步骤。
本发明实施例提供的数据安全性检测系统、方法、装置、计算机设备及存储介质,通过获取设备的运行数据和安全性检测因子,其中,安全性检测因子是指检测设备安全性的因子。将所有运行数据输入与安全性检测因子对应的贝叶斯因果森林中。基于贝叶斯因果森林,对任意两个运行数据进行条件互信息计算,得到概率结果。根据概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有因果关系,确定待检测数据。对待检测数据进行安全性检测,得到检测结果。通过贝叶斯因果森林,对现场设备采用对应的安全检测规则,提高了数据安全性检测的精确度。
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的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的数据安全性检测系统的一系统架构图;
图2是本申请的数据安全性检测系统的又一系统架构图;
图3是本申请的数据安全性检测系统的又一系统架构图;
图4是本申请的数据安全性检测方法的一个实施例的流程图;
图5是根据本申请的数据安全性检测装置的一个实施例的结构示意图;
图6是根据本申请的计算机设备的一个实施例的结构示意图。
附图标记:
采集层10、控制层20和执行层30;
设备信息采集模块101、工艺方法信息采集模块102、物料信息采集模块103和其他信息采集模块104;
设备本身运行参数采集单元1011、设备外部运行信息采集单元1012和设备位置信息采集单元1013;
控制模块201和大数据模块202;
显示模块301、警示模块302、安全预测模块303和安全培训模块304。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
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。
请参阅图1,如图1所示,数据安全性检测系统包括采集层10、控制层20和执行层30。
采集层10包括设备信息采集模块101、工艺方法信息采集模块102、物料信息采集模块103和其他信息采集模块104,设备信息采集模块101用于采集现场设备的设备信息,工艺方法信息采集模块102用于采集现场设备的工艺方法信息,物料信息采集模块103用于采集现场设备所需的物料信息,其他信息采集模块104用于采集现场设备的其他信息,采集层10将采集到的所有数据发送至控制层20。
控制层20包括控制模块201和大数据模块202,控制模块201用于控制大数据模块202对接收到的数据进行数据分析处理,大数据模块202还用于存储现场设备的历史数据。
执行层30用于对控制层中经过数据分析处理的数据进行安全性检测,并根据得到的检测结果发送安全警示指令。
其中,采集层10通过工业互联网将采集到的数据发送至控制层20内,控制层20对采集到的数据进行数据分析处理,并判断现场设备的安全性,并通过工业互联网控制执行层30发送安全警示指令。
其他信息采集模块104包括设备使用人员信息采集单元和设备周围环境信息采集单元。设备使用人员采集单元用于采集现场设备使用人员的信息。设备周围环境信息采集单元用于采集现场设备周围环境信息。
优选地,设备使用人员采集单元包括但不限于指纹识别单元和虹膜摄像头。其中,指纹识别单元用于采集作业人员的指纹数据,虹膜摄像头用于识别使用现场设备的人员是否为作业人员。
设备周围环境信息采集单元包括但不限于空气温湿度传感器、大气压力传感器和粉尘传感器。其中,空气温湿度传感器用于采集现场设备周边的温湿度数据,大气压力传感器用于采集现场设备周边的大气压力数据,粉尘传感器用于采集现场设备周边的粉尘浓度数据。
进一步地,如图2所示,设备信息采集模块101包括设备本身运行参数采集单元1011、设备外部运行信息采集单元1012和设备位置信息采集单元1013。
设备本身运行参数采集单元1011用于采集现场设备的当前运行参数信息。
设备外部运行信息采集单元1012用于采集现场设备在运行时的外部参数信息。
设备位置信息采集单元1013用于采集现场设备的位置信息。
其中,上述设备本身运行参数采集单元1011采集的设备本身运行参数包括但不限于电流数据、电压数据。
上述设备外部运行信息采集单元1012包括声音传感器和振动传感器。
声音传感器用于采集现场设备运行时的声音数据。
振动传感器用于采集现场设备运行时的振动数据。
声音数据和振动数据经过工业互联网传输至控制模块201中进行数据分析,对声音数据提取声音特征值,对振动数据提取振动特征值,并根据声音特征值和振动特征值进行分析,并根据分析结果判断现场设备运行状态,以此实现对现场设备运行状态监测和故障报警。
上述设备位置信息采集单元1013包括定位单元和导航单元。
定位单元用于采集现场设备的具体安装位置。
导航单元用于当现场设备故障时,生成到现场设备的导航路线。
导航单元用于帮助作业人员快速到达出现安全问题的现场设备处。
进一步地,如图3所示,执行层30包括显示模块301、警示模块302、安全预测模块303和安全培训模块304。
显示模块301用于显示采集到的现场设备的所有数据及监控信息。
警示模块302用于当现场设备故障时,发出警示信号。
安全预测模块303用于基于采集到的数据,对现场设备进行安全性检测。
安全培训模块304用于进行安全培训。
其中,警示模块302包括但不限于现场警示灯单元、控制室警示灯单元、语音警示单元和短信电话发送单元。
现场警示灯单元可设置有多个,分别安装在各个现场设备旁,控制室警示灯单元安装在控制室内,现场警示灯单元和控制室警示灯单元分别通过声光警示现场作业人员和控制室管理人员。
语音警示单元用于当现场设备出现安全问题时,控制室管理人员语音警示、指导现场作业人员。
短信电话发送单元用于当现场设备出现安全问题时,控制模块201控制短信电话发送单元向设备负责人发送短信和拨打电话。
在本实施例的一些可选的实现方式中,警示模块302还包括警示区域划分单元和人体红外识别单元。
其中,人体红外识别单元可设置有多个,分别安装在各个现场设备旁,警示区域划分单元用于当现场设备出现安全问题时,控制模块201控制警示区域划分单元将该现场设备附近的区域划分为警示区域,通过人体红外识别单元识别人体并禁止进入该警示区域。
安全预测模块303用于控制模块201基于采集到的数据预测现场设备的安全性,借助大数据,提高了数据安全性检测的精确度。
通过上述数据安全性检测系统,实现了统筹规划,自动化判断,现场设备相互协调,提高了安全监测效率,且对现场设备的安全数据采集全面,能够获取设备本身运行参数、设备外部运行信息、设备位置信息、工艺方法信息、物料信息、设备使用人员信息以及设备周围环境信息,综合各方面信息,对现场设备安全进行综合化的判断,提高了数据安全性检测的精确度。
请参阅图4,图4示出本发明实施例提供的一种数据安全性检测方法,以该方法应用在图1至图3中的数据安全性检测系统为例进行说明,详述如下:
S201、获取设备的运行数据和安全性检测因子,其中,安全性检测因子是指检测设备安全性的因子。
S202、将所有运行数据输入与安全性检测因子对应的贝叶斯因果森林中。
S203、基于贝叶斯因果森林,对任意两个运行数据进行条件互信息计算,得到概率结果。
S204、根据概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有因果关系,确定待检测数据。
S205、对待检测数据进行安全性检测,得到检测结果。
在步骤S201中,上述设备的运行数据包括但不限于设备本身运行参数、设备外部运行信息、设备位置信息、工艺方法信息、物料信息、设备使用人员信息以及设备周围环境信息。
上述安全性检测因子包括生产线信息、设备重要程度、工艺方法和物料信息,其中,生产线信息是指生产线上设备的生产次序信息,设备重要程度是指生产线上设备的重要程度,工艺方法和物料信息是指生产线所需的工艺方法和物料信息。
在步骤S202中,其具体是,将所有运行数据输入生产线信息对应的贝叶斯因果森林中,将所有运行数据输入设备重要程度对应的贝叶斯因果森林中,将所有运行数据输入工艺方法和物料信息对应的贝叶斯因果森林中。
将所有运行数据输入生产线信息对应的贝叶斯因果森林中,以使控制模块基于生产关系将相应的现场设备的运行数据整合在一起,得到该条生产线总的设备安全数据,并形成该生产线安全检测规则,应理解,该生产线安全检测规则,即是基于与生产线信息对应的贝叶斯因果森林,对任意两个运行数据进行条件互信息计算,得到概率结果,根据概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有因果关系,确定待检测数据,上述待检测数据是指基于生产关系整合设备的运行数据得到的设备安全数据。
将所有运行数据输入设备重要程度对应的贝叶斯因果森林中,以使控制模块基于设备重要程度将相应的现场设备的运行数据整合在一起,得到该条生产线总的设备安全数据,形成核心设备安全检测规则和常规设备安全检测规则,其中,根据设备重要程度将设备分为核心工业设备和常规工业设备。
将所有运行数据输入工艺方法和物料信息对应的贝叶斯因果森林中,以使控制模块基于工艺方法和物料信息将相应的现场设备的运行数据整合在一起,得到该条生产线在不同工艺方法、不同物料下的总的设备安全数据,并形成该生产线的生产工艺安全检测规则以及物料安全检测规则。
检测时,控制模块基于该现场设备的生产线信息,确定启用相应的生产线安全检测规则,并基于该条生产线的工艺方法和物料,确定启用相应的生产工艺安全检测规则以及物料安全检测规则,并基于现场设备的重要程度,确定启用相应的安全检测规则,对相应的现场设备进行安全性检测。安全性检测结果反馈至控制模块,经控制模块处理后,检测结果通过显示模块进行显示,控制模块基于大数据模块,通过安全预测模块判断该现场设备运行的安全性,出现安全问题时,通过警示模块进行警示。
在步骤S203中,上述条件互信息计算是指通过计算两个运行数据的信息熵来确定条件互信息的过程。
上述概率结果是指两个运行数据之间存在因果关系的概率。例如,当概率结果为0.6时,说明两个运行数据之间存在因果关系。
在本实施例中,通过将各个现场设备进行精细的划分,并基于相应的生产线安全检测规则、生产工艺安全检测规则、物料安全检测规则以及核心设备安全检测规则和常规设备安全检测规则,对各个现场设备在不同生产线、生产工艺以及物料下,采用更加合理的安全检测规则,从而得到更加准确的安全数据,并通过贝叶斯因果森林,对现场设备采用对应的安全检测规则,提高了数据安全性检测的精确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图5示出与上述实施例数据安全性检测方法一一对应的数据安全性检测装置的原理框图。如图5所示,该数据安全性检测装置包括数据获取模块31、输入模块32、概率结果获取模块33、待检测数据确定模块34和检测结果确定模块35。各功能模块详细说明如下:
数据获取模块31,用于获取设备的运行数据和安全性检测因子,其中,安全性检测因子是指检测设备安全性的因子。
输入模块32,用于将所有运行数据输入与安全性检测因子对应的贝叶斯因果森林中。
概率结果获取模块33,用于基于贝叶斯因果森林,对任意两个运行数据进行条件互信息计算,得到概率结果。
待检测数据确定模块34,用于根据概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有因果关系,确定待检测数据。
检测结果确定模块35,用于对待检测数据进行安全性检测,得到检测结果。
在本实施例的一些可选的实现方式中,数据获取模块31中,安全性检测因子包括生产线信息、设备重要程度、工艺方法和物料信息,其中,生产线信息是指生产线上设备的生产次序信息,设备重要程度是指生产线上设备的重要程度,工艺方法和物料信息是指生产线所需的工艺方法和物料信息。
关于数据安全性检测装置的具体限定可以参见上文中对于数据安全性检测方法的限定,在此不再赘述。上述数据安全性检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图6,图6为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件连接存储器41、处理器42、网络接口43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41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、硬盘、多媒体卡、卡型存储器(例如,SD或D界面显示存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如电子文件的控制的程序代码等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的程序代码或者处理数据,例如运行电子文件的控制的程序代码。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有界面显示程序,所述界面显示程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的数据安全性检测方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (7)
1.一种数据安全性检测系统,其特征在于,所述数据安全性检测系统包括采集层、控制层和执行层;
所述采集层包括设备信息采集模块、工艺方法信息采集模块、物料信息采集模块和其他信息采集模块,所述设备信息采集模块用于采集现场设备的设备信息,所述工艺方法信息采集模块用于采集所述现场设备的工艺方法信息,所述物料信息采集模块用于采集所述现场设备所需的物料信息,所述其他信息采集模块用于采集所述现场设备的其他信息,所述采集层将采集到的所有数据发送至所述控制层;
所述控制层包括控制模块和大数据模块,所述控制模块用于控制所述大数据模块对接收到的数据进行数据分析处理,所述大数据模块还用于存储所述现场设备的历史数据;
所述执行层用于对所述控制层中经过数据分析处理的数据进行安全性检测,并根据得到的检测结果发送安全警示指令;
其中,所述设备信息采集模块包括设备本身运行参数采集单元、设备外部运行信息采集单元和设备位置信息采集单元;
所述设备本身运行参数采集单元用于采集现场设备的当前运行参数信息;
所述设备外部运行信息采集单元用于采集现场设备在运行时的外部参数信息;
所述设备位置信息采集单元用于采集所述现场设备的位置信息;
其中,所述执行层包括显示模块、警示模块、安全预测模块和安全培训模块;
所述显示模块用于显示采集到的现场设备的所有数据及监控信息;
所述警示模块用于当所述现场设备故障时,发出警示信号;
所述安全预测模块用于基于采集到的数据,对所述现场设备进行安全性检测;
所述安全培训模块用于进行安全培训。
2.如权利要求1所述的数据安全性检测系统,其特征在于,所述设备外部运行信息采集单元包括声音传感器和振动传感器;
所述声音传感器用于采集现场设备运行时的声音数据;
所述振动传感器用于采集所述现场设备运行时的振动数据。
3.如权利要求1所述的数据安全性检测系统,其特征在于,所述设备位置信息采集单元包括定位单元和导航单元;
所述定位单元用于采集现场设备的具体安装位置;
所述导航单元用于当所述现场设备故障时,生成到所述现场设备的导航路线。
4.一种数据安全性检测方法,其特征在于,所述数据安全性检测方法包括:
获取设备的运行数据和安全性检测因子,其中,所述安全性检测因子是指检测设备安全性的因子;
将所有运行数据输入与所述安全性检测因子对应的贝叶斯因果森林中;
基于所述贝叶斯因果森林,对任意两个所述运行数据进行条件互信息计算,得到概率结果;
根据所述概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有所述因果关系,确定待检测数据;
对所述待检测数据进行安全性检测,得到检测结果;
其中,所述安全性检测因子包括生产线信息、设备重要程度、工艺方法和物料信息,其中,所述生产线信息是指生产线上设备的生产次序信息,所述设备重要程度是指生产线上设备的重要程度,所述工艺方法和物料信息是指生产线所需的工艺方法和物料信息。
5.一种数据安全性检测装置,其特征在于,所述数据安全性检测装置包括:
数据获取模块,用于获取设备的运行数据和安全性检测因子,其中,所述安全性检测因子是指检测设备安全性的因子;
输入模块,用于将所有运行数据输入与所述安全性检测因子对应的贝叶斯因果森林中;
概率结果获取模块,用于基于所述贝叶斯因果森林,对任意两个所述运行数据进行条件互信息计算,得到概率结果;
待检测数据确定模块,用于根据所述概率结果,确定不同运行数据之间的因果关系,并根据获取到的所有所述因果关系,确定待检测数据;
检测结果确定模块,用于对所述待检测数据进行安全性检测,得到检测结果;
其中,所述安全性检测因子包括生产线信息、设备重要程度、工艺方法和物料信息,其中,所述生产线信息是指生产线上设备的生产次序信息,所述设备重要程度是指生产线上设备的重要程度,所述工艺方法和物料信息是指生产线所需的工艺方法和物料信息。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求4所述的数据安全性检测方法。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求4所述的数据安全性检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310480470.1A CN116484428B (zh) | 2023-04-27 | 2023-04-27 | 数据安全性检测系统、方法、装置及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310480470.1A CN116484428B (zh) | 2023-04-27 | 2023-04-27 | 数据安全性检测系统、方法、装置及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116484428A CN116484428A (zh) | 2023-07-25 |
CN116484428B true CN116484428B (zh) | 2024-02-02 |
Family
ID=87213601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310480470.1A Active CN116484428B (zh) | 2023-04-27 | 2023-04-27 | 数据安全性检测系统、方法、装置及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116484428B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020046261A1 (en) * | 2018-08-27 | 2020-03-05 | Siemens Aktiengesellschaft | Systematic prognostic analysis with dynamic causal model |
CN115545753A (zh) * | 2022-09-21 | 2022-12-30 | 中国平安财产保险股份有限公司 | 一种基于贝叶斯算法的合作伙伴预测方法及相关设备 |
-
2023
- 2023-04-27 CN CN202310480470.1A patent/CN116484428B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020046261A1 (en) * | 2018-08-27 | 2020-03-05 | Siemens Aktiengesellschaft | Systematic prognostic analysis with dynamic causal model |
CN115545753A (zh) * | 2022-09-21 | 2022-12-30 | 中国平安财产保险股份有限公司 | 一种基于贝叶斯算法的合作伙伴预测方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116484428A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918279B (zh) | 电子装置、基于日志数据识别用户异常操作的方法及存储介质 | |
CN215376365U (zh) | 一种基于bim的楼宇管理系统 | |
CN111160701A (zh) | 工程项目风险监控方法、系统、计算机设备和存储介质 | |
CN114662618B (zh) | 一种基于联邦学习的故障诊断方法、装置及相关设备 | |
CN112052111A (zh) | 服务器异常预警的处理方法、装置、设备及存储介质 | |
CN114387762A (zh) | 一种楼宇数据管理的方法、装置、设备及存储介质 | |
CN114862288A (zh) | 智慧水务二次加压管理系统 | |
US20200394600A1 (en) | Fire protection inspection method, fire protection inspection device, and remote device | |
CN111158806B (zh) | 界面显示方法、装置、计算机设备及存储介质 | |
CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
CN114595987A (zh) | 多设备集中管理方法、装置、系统、电子设备及存储介质 | |
CN113946492A (zh) | 一种智能运维方法、装置、设备及存储介质 | |
CN113888024A (zh) | 操作监控方法、装置、电子设备及存储介质 | |
CN110443562A (zh) | 一种定位考勤管理方法及系统 | |
CN113807228A (zh) | 停车事件提示方法、装置、电子设备以及存储介质 | |
CN116484428B (zh) | 数据安全性检测系统、方法、装置及相关设备 | |
CN112367397A (zh) | 外勤作业的监控预警方法、系统、计算机设备及存储介质 | |
CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
CN116310521A (zh) | 异常检测方法、装置、存储介质、电子设备及系统 | |
CN114048346B (zh) | 一种基于gis的安全生产一体化管控平台及方法 | |
CN115757075A (zh) | 任务异常检测方法、装置、计算机设备及存储介质 | |
CN115456812A (zh) | 一种智慧工地管理方法、装置、设备及介质 | |
CN115358595A (zh) | 实验室任务管理方法、装置、设备及可读存储介质 | |
CN114358395A (zh) | 考勤预测方法及装置 |
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 |