CN116738493A - 一种基于分类类别的数据加密存储方法及装置 - Google Patents
一种基于分类类别的数据加密存储方法及装置 Download PDFInfo
- Publication number
- CN116738493A CN116738493A CN202311021303.7A CN202311021303A CN116738493A CN 116738493 A CN116738493 A CN 116738493A CN 202311021303 A CN202311021303 A CN 202311021303A CN 116738493 A CN116738493 A CN 116738493A
- Authority
- CN
- China
- Prior art keywords
- data
- category
- classification
- preset
- personal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000013500 data storage Methods 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 15
- 238000004220 aggregation Methods 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于分类类别的数据加密存储方法、装置、电子设备及计算机可读存储介质,所述方法包括:在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别;基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段;采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。本发明可以在获取用户的数据后,对用户数据进行分类以确定用户数据的类别,基于数量类别生成对应的特征字段,最后再利用特征字段对用户数据进行加密并存储,以提升加密的效果,避免数据被窃取。
Description
技术领域
本发明涉及数据加密存储的技术领域,尤其涉及一种基于分类类别的数据加密存储方法及装置。
背景技术
随着线上交易的普及,越来越多的用户会在线上购买商品。在交易过程中,现有线上店铺在与用户沟通后,可以按照用户个人授权收集用户的数据,从而能在后续根据不同用户的数据向用户推荐不同的商品。
由于用户数据是用户的个人隐私信息,一旦泄露会用户的个人及生活造成影响,为此,在收集用户数据后,会对用户数据进行加密存储。目前常用的加密方法是:在用户注册时分配特定的密钥,当用户有数据更新或录入用户的数据在获取该用户的密钥时,利用密钥对数据进行加密,并存储在对应的区域。
但目前常用的方法有如下技术问题:所存储的密钥容易被窃取,一旦密钥被窃取可以破解存储的加密数据,导致用户数据泄露,加密的效果不佳。
发明内容
本发明提出一种基于分类类别的数据加密存储方法及装置,所述方法可以在确定所要存储的用户数据的类别后,基于类别生成特征字段,利用特征字段对用户数据进行加密并存储,以提升加密的效果,避免数据被窃取。
本发明实施例的第一方面提供了一种基于分类类别的数据加密存储方法,所述方法包括:
在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别;
基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段;
采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。
在第一方面的一种可能的实现方式中,所述利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别,包括:
将所述个人数据转换为二维的矩阵,得到个人矩阵;
利用预设的DBSCAN算法模型对所述个人矩阵进行聚合分类,得到若干个聚类簇数,每个所述聚类簇数对应一种类别的数据;
统计每个所述聚类簇数的数据量,并筛选数据量最大的聚类簇数,以所述数据量最大的聚类簇数对应的类别为数据类别。
在第一方面的一种可能的实现方式中,在所述筛选数据量最大的聚类簇数的步骤后,所述方法还包括:
若所述数据量最大的聚类簇数的数量大于1时,采用所述数据量最大的聚类簇数对应数据类别生成提示信息;
将若干个所述提示信息发送给所述个人数据对应的用户终端,以供用户筛选。
在第一方面的一种可能的实现方式中,所述基于所述数据类别在预设的类别列表中查找若干个分类字段,包括:
获取所述数据类别对应的类别编号,所述类别编号是所述类别列表内每一种数据类别对应的排序编号;
按照所述类别编号在预设的类别列表中确定多个类别文本;
在所述多个类别文本随机筛选一个目标类别文本,并按照预设位数从所述目标类别文本提取若干个字段,得到若干个分类字段。
在第一方面的一种可能的实现方式中,所述基于所述数据类别在预设的类别列表中查找若干个分类字段,包括:
将所述数据类别的字段转换成文本,得到数据文本;
计算所述数据文本与所述预设的类别列表的多个文本的匹配值,得到多个文本匹配值;
从所述多个文本匹配值中筛选若干个大于预设匹配值的文本,并以大于预设匹配值的文本为分类字段。
在第一方面的一种可能的实现方式中,在所述采用所述特征字段对所述个人数据进行加密得到加密数据的步骤后,所述方法还包括:
获取上传所述个人数据的时间戳;
采用所述时间戳对所述特征字段进行加密,得到反馈密钥;
将所述反馈密钥发送给上传所述个人数据的用户终端。
在第一方面的一种可能的实现方式中,在所述将所述加密数据存储至所述数据类别对应的数据存储区域的步骤后,所述方法还包括:
获取所述加密数据的存储时长;
若所述存储时长大于预设时长,则更换所述加密数据的数据存储区域。
本发明实施例的第二方面提供了一种基于分类类别的数据加密存储装置,所述装置包括:
分类模块,用于在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别;
生成字段模块,用于基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段;
加密存储模块,用于采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。
相比于现有技术,本发明实施例提供的一种基于分类类别的数据加密存储方法及装置,其有益效果在于:本发明可以在获取用户的数据后,对用户数据进行分类以确定用户数据的类别,基于数量类别生成对应的特征字段,最后再利用特征字段对用户数据进行加密并存储,以提升加密的效果,避免数据被窃取。
附图说明
图1是本发明一实施例提供的一种基于分类类别的数据加密存储方法的流程示意图;
图2是本发明一实施例提供的一种基于分类类别的数据加密存储装置的结构示意图。
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。
为了解决上述问题,下面将通过以下具体的实施例对本申请实施例提供的一种基于分类类别的数据加密存储方法进行详细介绍和说明。
参照图1,示出了本发明一实施例提供的一种基于分类类别的数据加密存储方法的流程示意图。
在一实施例中,所述方法适用于线上交易平台的后台服务器或者数据存储系统,可以通过该后台服务器或者数据存储系统对用户的数据进行加密和保存,以确保数据的安全。
其中,作为示例的,所述基于分类类别的数据加密存储方法,可以包括:
S11、在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别。
在一实施例中,个人数据可以是用户在线上平台执行操作的相关数据,例如,个人数据可以包括用户上传的个人身份信息数据、用户选择的个人喜好商品数据、用户购买的商品数据、用户添加的个人标签数据等等。
不同的数据可以对应类别,例如,个人信息的对应身份信息类别、个人喜好商品对应的喜好类别、交易操作对应交易类别等。
在获取用户的个人数据后可以利用预设的聚类模型对个人数据先进行聚合分类,确定数据的类别,再基于数据的类别进行特定方式的加密并存储,以提升数据的安全性。
在实际操作中,用户的个人数据可能包含一种类别的数据,也可以包含多种不同类别的数据,为了准确确定数据的类别,其中,作为示例的,步骤S11可以包括以下子步骤:
S111、将所述个人数据转换为二维的矩阵,得到个人矩阵。
在一具体的实现方式中,可以先对个人数据进行预处理,该预处理可以包括:数据清洗、缺失值处理、数据标准化等操作。这些操作可以根据具体的数据集和任务要求进行调整。
然后利用Bagofwords或者TF-IDF方法从个人数据中提取特征数据,再对特征数据进行编码,从而能将特征转数据换成数值型的特征矩阵。常用的编码方法包括One-hot编码、二进制编。
S112、利用预设的DBSCAN算法模型对所述个人矩阵进行聚合分类,得到若干个聚类簇数,每个所述聚类簇数对应一种类别的数据。
具体地,在完成矩阵转换后,可以通过DBSCAN算法对二维的个人矩阵进行聚类,聚类后可以一个聚类簇数或者多个聚类簇数,并且每个聚类簇数对应一种类别。
S113、统计每个所述聚类簇数的数据量,并筛选数据量最大的聚类簇数,以所述数据量最大的聚类簇数对应的类别为数据类别。
接着,可以统计每个聚类簇数的数据量,同时在若干个数据量中筛选数据量最大的聚类簇数,以该数据量最大的聚类簇数对应的类别为数据类别。
由于聚类簇数的数据量大,说明本次用户的操作主要是这一类别的数据,因此,以该类别为数据类别。
例如,用户本次的线上操作仅修改其个人的个性化签名,获取用户的个人数据是关于个人身份信息的数据,将该数据转换成矩阵后再进行聚类,得到一个聚类簇数,该聚类簇数是对应身份信息这一类别,从而可以以身份信息作为数据类别。
又例如,用户本次的线上操作包括选择所要购买的商品、填写个人的购买喜好习惯以及支付金额。
将各个数据转换成矩阵后再进行聚类,其中,选择所要购买的商品和支付金额聚合为一类,填写个人的购买喜好习惯为一类,一共得到两个聚类簇数;其中,填写个人的购买喜好习惯对应的数据类别为喜好类别,选择所要购买的商品和支付金额对应的数据类别为交易类别。
然后分别统计每个类别对应数据的数据量,若交易类别的数据量大于喜好类别的数据量,则以交易类别为用户本次的个人数据的数据类别。
需要说明的是,为了预先确定数据类别,系统的管理人员可以预先设定多个数据类别,在获取个人数据后,可以对该数据进行识别,确定该数据对应的类别并添加类别的标签,在聚类后可以获取数据标签,从而得到该可以对该聚类簇数是对应的类别。
在一实施例中,可能聚类后有多个聚类簇数,并且可能有两个或以上的聚类簇数的数据量相同,难以确定数据类别。
为了在有两个或以上聚类簇数的数据量相同的情况下,确定个人数据的类别,其中,作为示例的,所述方法还可以包括以下步骤:
S114、若所述数据量最大的聚类簇数的数量大于1时,采用所述数据量最大的聚类簇数对应数据类别生成提示信息。
S115、将若干个所述提示信息发送给所述个人数据对应的用户终端,以供用户筛选。
具体地,可以采用数据类别的文本生成一个提示信息,然后将提示信息发送给个人数据对应的用户终端,该用户终端的用户是上传个人数据的用户。
让用户终端展示若干个提示信息,供用户从中选择一个。待用户选择后,以用户选择的提示信息对应的数据类别为个人数据的数据类别。
S12、基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段。
为了能根据特定的数据类别进行特定的加密,可以在确定数据类别后,基于该数据类别从预设的类别列表中查找若干个不同的字段,得到若干个分类字段。再将若干个分类字段拼接在一起得到特征字段,最后再以该特征字段进行加密。
其中,预设的类别列表是系统的管理人员预先设定的列表。根据前文所述,系统的管理人员可以预先设定多个数据类别,可以将多个数据类别制作成类别,得到类别列表。
为了区分和编排好各个类别,可以在制作成类别列表后,可以列表内的每个数据类别添加编号,使其按照编号形成列表。
例如,有10个类别,编号分别为001、002、003…010等。具体的编号也可以根据实际需要进行调整。
在此过程中,系统的管理人员可以预先给每个类别添加若干个文本,每个文本是该类别的特征词或者用户对该类别的描述文本。
例如,喜好类别,用户可以添加若干个文本,包括:服装喜好、生活用品喜好、体育用品喜好等等。身份信息类别,对应的若干个文本可以包括:签名、密码、账号、登录时间等等。
需要说明的是,文本可以根据实际需要进行调整,也可以根据不同的场景、店铺、网络热词等进行更新,以丰富列表内每个类别对应的文本内容。
为了从预设的类别列表所包含的多个文本及字段中筛选贴合数据类别的分类字段,在一可选的实施例中,步骤S12可以包括以下子步骤:
S21、获取所述数据类别对应的类别编号,所述类别编号是所述类别列表内每一种数据类别对应的排序编号。
在一实施例中,根据前文所述,在构建类别列表后,会给列表内的每个类别添加对应的编号。在确定数据类别后,可以获取该数据类别在类别列表内的编号,得到类别编号。该类别编号也是该数据类别在类别列表内的排序编号。
S22、按照所述类别编号在预设的类别列表中确定多个类别文本。
由于每个数据类别可以对应文本,可以按照该类别编号在类别列表中查找属于该数据类别的文本,从而得到多个类别文本。
S23、在所述多个类别文本随机筛选一个目标类别文本,并按照预设位数从所述目标类别文本提取若干个字段,得到若干个分类字段。
由于每个类别文本均可以代表用户数据所在的类别,可以在多个类别文本随机筛选一个类别文本,作为目标类别文本。
然后识别目标类别文本的字段,接着按照预设位数从目标类别文本提取若干个不同的字段,从而得到若干个分类字段。
例如,预设位数为三位,可以提取五个字段,则可以从目标类别文本截取位数为三位的字段,共提取五个,得到五个分类字段。
为了从预设的类别列表所包含的多个文本及字段中筛选贴合数据类别的分类字段,在一可选的实施例中,步骤S12也可以包括以下子步骤:
S31、将所述数据类别的字段转换成文本,得到数据文本。
具体地,可以将数据类别的字段转换成一段文本,得到数据文本。
S32、计算所述数据文本与所述预设的类别列表的多个文本的匹配值,得到多个文本匹配值。
可以计算数据文本与其对应的数据类别在预设的类别列表内包含的多个文本的匹配值,从而得到多个文本匹配值。
例如,该数据文本的数据类别在预设的类别列表内包含的八个文本,每个文本均是对该数据类别的描述内容。可以计算数据文本与每个文本的匹配值,从而得到八个文本匹配值。
S33、从所述多个文本匹配值中筛选若干个大于预设匹配值的文本,并以大于预设匹配值的文本为分类字段。
最后,可以从多个文本匹配值中筛选若干个大于预设匹配值的文本,以这些文本的字段作为分类字段。
可选地,可以从多个文本匹配值中筛选数值最大的文本匹配值,以数值最大的文本匹配值对应的文本作为目标文本,对目标文本进行拆分,从而得到多个字段,以这些字段作为分类字段。
具体的操作方式可以根据实际需要进行调整。
通过上述不同的方式得到多个分类字段后,以将多个分类字段拼接在一起,从而得到特征字段。
拼接的方式可以是随机拼接,可以按特定顺序进行拼接。
例如,有五个分类字段,可以按照提取的先后顺序将五个分类字段依次拼接在一起,得到特征字段。可以随机按照2、3、1、4、5的顺序将五个分类字段依次拼接在一起,得到特征字段。具体的拼接方式可以按照实际需求进行调整。
S13、采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。
在一实际操作方式中,可以以特征字段作为加密的密钥,对个人数据进行加密得到加密数据。
由于特征字段是根据用户的个人数据的类别生成,而且提取字段的方式也均不同,因此,每次生成的特征字段均不同。可以根据不同的特征字段对用户的个人数据进行加密,可以有效提升数据的安全性,避免因单一的加密密钥泄露而导致数据被窃取与解密的情况。
在完成加密后,为了保管好用户的数据,可以将加密后的数据存储至数据类别对应的数据存储区域中。
具体地,系统的管理人员在设定数据类别,可以在系统的后续数据库中根据数据类别划分不同的存储区域或存储空间,具体可以是给每个数据类别添加一个特定的数据存储硬盘地址,对应地,该数据类别的数据均可以存储至其对应地址硬盘处。
通过分门别类地存储不同类别数据,方便管理人员对不同类别的数据进行管理。
在其中一种的实施例中,在完成加密后,后续用户可能需要调用数据,或者系统的管理人员也需要调用数据。为了对数据进行解密以提取相关的数据,其中,作为示例的,在所述采用所述特征字段对所述个人数据进行加密得到加密数据的步骤后,所述方法还包括以下步骤:
S41、获取上传所述个人数据的时间戳。
S42、采用所述时间戳对所述特征字段进行加密,得到反馈密钥。
S43、将所述反馈密钥发送给上传所述个人数据的用户终端。
在具体实现中,可以获取用户终端上传所述个人数据的时间戳,然后利用该时间戳对特征字段进行加密,得到一个反馈密钥。再将反馈密钥发送给上传个人数据的用户终端。
但用户需要调用其数据时,可以通过其用户终端获取上传数据的时间戳,再用时间戳对反馈密钥进行解密。
当获取加密数据后,可以利用解密后的特征字段对加密数据进行解密,从而可以调用数据。
在其中一种的实施例中,为了避免在数据存储中被窃取,在所述将所述加密数据存储至所述数据类别对应的数据存储区域的步骤后,所述方法还包括以下步骤:
S51、获取所述加密数据的存储时长。
S52、若所述存储时长大于预设时长,则更换所述加密数据的数据存储区域。
具体地,系统的管理人员会在设定数据类别后,在系统的后续数据库中根据数据类别划分不同的存储区域或存储空间。对应地,可以给一个类别分配若干个存储区域或存储空间。
在存储加密数据一段时间后,可以获取该加密存储在其存储区域内的存储时长,如果存储时长大于预设时长,可以将该加密数据转移至另一个同一类别的存储区域内存储。
例如,一个类别对应的A、B、C三个硬盘。加密数据存储在A硬盘45天,预设时长为30天,其存储时长大于预设时长,可以将加密存储转移至B硬盘,再存储。
需要说明的是,转换的硬盘对象可以根据实际需要进行调整。例如,可以从A硬盘转移至B硬盘,在B硬盘存储一段时间后,可以再转移至A硬盘或C硬盘,在转移后也可以从当前硬盘至其他硬盘。具体的方式可以根据实际需要进行调整。
在本实施例中,本发明实施例提供了一种基于分类类别的数据加密存储方法,其有益效果在于:本发明可以在获取用户的数据后,对用户数据进行分类以确定用户数据的类别,基于数量类别生成对应的特征字段,最后再利用特征字段对用户数据进行加密并存储,以提升加密的效果,避免数据被窃取。
本发明实施例还提供了一种基于分类类别的数据加密存储装置,参见图2,示出了本发明一实施例提供的一种基于分类类别的数据加密存储装置的结构示意图。
其中,作为示例的,所述基于分类类别的数据加密存储装置可以包括:
分类模块201,用于在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别;
生成字段模块202,用于基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段;
加密存储模块203,用于采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。
可选地,所述分类模块,还用于:
将所述个人数据转换为二维的矩阵,得到个人矩阵;
利用预设的DBSCAN算法模型对所述个人矩阵进行聚合分类,得到若干个聚类簇数,每个所述聚类簇数对应一种类别的数据;
统计每个所述聚类簇数的数据量,并筛选数据量最大的聚类簇数,以所述数据量最大的聚类簇数对应的类别为数据类别。
可选地,所述分类模块,还用于:
若所述数据量最大的聚类簇数的数量大于1时,采用所述数据量最大的聚类簇数对应数据类别生成提示信息;
将若干个所述提示信息发送给所述个人数据对应的用户终端,以供用户筛选。
可选地,所述生成字段模块,还用于:
获取所述数据类别对应的类别编号,所述类别编号是所述类别列表内每一种数据类别对应的排序编号;
按照所述类别编号在预设的类别列表中确定多个类别文本;
在所述多个类别文本随机筛选一个目标类别文本,并按照预设位数从所述目标类别文本提取若干个字段,得到若干个分类字段。
可选地,所述生成字段模块,还用于:
将所述数据类别的字段转换成文本,得到数据文本;
计算所述数据文本与所述预设的类别列表的多个文本的匹配值,得到多个文本匹配值;
从所述多个文本匹配值中筛选若干个大于预设匹配值的文本,并以大于预设匹配值的文本为分类字段。
可选地,所述装置还包括:
获取时间戳模块,用于获取上传所述个人数据的时间戳;
反馈加密模块,用于采用所述时间戳对所述特征字段进行加密,得到反馈密钥;
密钥发送模块,用于将所述反馈密钥发送给上传所述个人数据的用户终端。
可选地,所述装置还包括:
获取时长模块,用于获取所述加密数据的存储时长;
更换存储模块,用于若所述存储时长大于预设时长,则更换所述加密数据的数据存储区域。
所属技术领域的技术人员可以清楚地了解到,为方便的描述和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步的,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例所述的基于分类类别的数据加密存储方法。
进一步的,本申请实施例还提供了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可执行程序,所述计算机可执行程序用于使计算机执行如上述实施例所述的基于分类类别的数据加密存储方法。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于分类类别的数据加密存储方法,其特征在于,所述方法包括:
在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别;
基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段;
采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。
2.根据权利要求1所述的基于分类类别的数据加密存储方法,其特征在于,所述利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别,包括:
将所述个人数据转换为二维的矩阵,得到个人矩阵;
利用预设的DBSCAN算法模型对所述个人矩阵进行聚合分类,得到若干个聚类簇数,每个所述聚类簇数对应一种类别的数据;
统计每个所述聚类簇数的数据量,并筛选数据量最大的聚类簇数,以所述数据量最大的聚类簇数对应的类别为数据类别。
3.根据权利要求2所述的基于分类类别的数据加密存储方法,其特征在于,在所述筛选数据量最大的聚类簇数的步骤后,所述方法还包括:
若所述数据量最大的聚类簇数的数量大于1时,采用所述数据量最大的聚类簇数对应数据类别生成提示信息;
将若干个所述提示信息发送给所述个人数据对应的用户终端,以供用户筛选。
4.根据权利要求1所述的基于分类类别的数据加密存储方法,其特征在于,所述基于所述数据类别在预设的类别列表中查找若干个分类字段,包括:
获取所述数据类别对应的类别编号,所述类别编号是所述类别列表内每一种数据类别对应的排序编号;
按照所述类别编号在预设的类别列表中确定多个类别文本;
在所述多个类别文本随机筛选一个目标类别文本,并按照预设位数从所述目标类别文本提取若干个字段,得到若干个分类字段。
5.根据权利要求1所述的基于分类类别的数据加密存储方法,其特征在于,所述基于所述数据类别在预设的类别列表中查找若干个分类字段,包括:
将所述数据类别的字段转换成文本,得到数据文本;
计算所述数据文本与所述预设的类别列表的多个文本的匹配值,得到多个文本匹配值;
从所述多个文本匹配值中筛选若干个大于预设匹配值的文本,并以大于预设匹配值的文本为分类字段。
6.根据权利要求1所述的基于分类类别的数据加密存储方法,其特征在于,在所述采用所述特征字段对所述个人数据进行加密得到加密数据的步骤后,所述方法还包括:
获取上传所述个人数据的时间戳;
采用所述时间戳对所述特征字段进行加密,得到反馈密钥;
将所述反馈密钥发送给上传所述个人数据的用户终端。
7.根据权利要求1所述的基于分类类别的数据加密存储方法,其特征在于,在所述将所述加密数据存储至所述数据类别对应的数据存储区域的步骤后,所述方法还包括:
获取所述加密数据的存储时长;
若所述存储时长大于预设时长,则更换所述加密数据的数据存储区域。
8.一种基于分类类别的数据加密存储装置,其特征在于,所述装置包括:
分类模块,用于在获取用户的个人数据后,利用预设的聚类模型对所述个人数据进行分类,并确定分类后数据的数据类别;
生成字段模块,用于基于所述数据类别在预设的类别列表中查找若干个分类字段,拼接所述若干个分类字段得到特征字段;
加密存储模块,用于采用所述特征字段对所述个人数据进行加密得到加密数据,并将所述加密数据存储至所述数据类别对应的数据存储区域。
9.一种电子设备,包括:存储器、处理器及存储在存储器上并可在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1-7任意一项所述的基于分类类别的数据加密存储方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如权利要求1-7任意一项所述的基于分类类别的数据加密存储方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311021303.7A CN116738493B (zh) | 2023-08-15 | 2023-08-15 | 一种基于分类类别的数据加密存储方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311021303.7A CN116738493B (zh) | 2023-08-15 | 2023-08-15 | 一种基于分类类别的数据加密存储方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116738493A true CN116738493A (zh) | 2023-09-12 |
CN116738493B CN116738493B (zh) | 2024-02-09 |
Family
ID=87919003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311021303.7A Active CN116738493B (zh) | 2023-08-15 | 2023-08-15 | 一种基于分类类别的数据加密存储方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116738493B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648723A (zh) * | 2024-01-30 | 2024-03-05 | 北京点聚信息技术有限公司 | 一种基于人工智能的电子签章数据安全监管方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109408639A (zh) * | 2018-10-31 | 2019-03-01 | 广州虎牙科技有限公司 | 一种弹幕分类方法、装置、设备和存储介质 |
CN111695958A (zh) * | 2019-03-12 | 2020-09-22 | 新疆丝路大道信息科技有限责任公司 | 一种汽车租赁平台信息安全管理系统 |
US20200320219A1 (en) * | 2019-04-05 | 2020-10-08 | Online Media Holdings Ltd | Distributed management of user privacy information |
CN112272086A (zh) * | 2020-10-23 | 2021-01-26 | 安徽中科美络信息技术有限公司 | 一种数据加密传输方法、系统及智能终端 |
CN113407700A (zh) * | 2021-07-06 | 2021-09-17 | 中国工商银行股份有限公司 | 一种数据查询方法、装置和设备 |
-
2023
- 2023-08-15 CN CN202311021303.7A patent/CN116738493B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109408639A (zh) * | 2018-10-31 | 2019-03-01 | 广州虎牙科技有限公司 | 一种弹幕分类方法、装置、设备和存储介质 |
CN111695958A (zh) * | 2019-03-12 | 2020-09-22 | 新疆丝路大道信息科技有限责任公司 | 一种汽车租赁平台信息安全管理系统 |
US20200320219A1 (en) * | 2019-04-05 | 2020-10-08 | Online Media Holdings Ltd | Distributed management of user privacy information |
CN112272086A (zh) * | 2020-10-23 | 2021-01-26 | 安徽中科美络信息技术有限公司 | 一种数据加密传输方法、系统及智能终端 |
CN113407700A (zh) * | 2021-07-06 | 2021-09-17 | 中国工商银行股份有限公司 | 一种数据查询方法、装置和设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648723A (zh) * | 2024-01-30 | 2024-03-05 | 北京点聚信息技术有限公司 | 一种基于人工智能的电子签章数据安全监管方法及系统 |
CN117648723B (zh) * | 2024-01-30 | 2024-03-29 | 北京点聚信息技术有限公司 | 一种基于人工智能的电子签章数据安全监管方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116738493B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017140248A1 (zh) | 数据交换方法、数据交换装置及计算装置 | |
US10872166B2 (en) | Systems and methods for secure prediction using an encrypted query executed based on encrypted data | |
CN111831636A (zh) | 一种数据处理方法、装置、计算机系统及可读存储介质 | |
CN116738493B (zh) | 一种基于分类类别的数据加密存储方法及装置 | |
CN111553744A (zh) | 联邦产品推荐方法、装置、设备及计算机存储介质 | |
KR102443019B1 (ko) | 블록체인 기반의 디지털 정보 검색 시스템 | |
WO2014008766A1 (zh) | 一种在网络交易中的信息分析系统和方法 | |
CN111737343A (zh) | 基于区块链的信息标注方法 | |
CN112804541B (zh) | 一种用户行为跟踪方法、装置、电子设备及存储介质 | |
CA3115216A1 (en) | Methods, systems, and media for data anonymization | |
CN114398553A (zh) | 对象推荐方法、装置、电子设备以及存储介质 | |
CN111899741A (zh) | 音频关键词加密方法、装置、存储介质及电子装置 | |
CN114282882B (zh) | 素材工单审核方法、装置、设备及存储介质 | |
CN116304228A (zh) | 基于区块链的数据存储方法、装置、设备和介质 | |
KR102040782B1 (ko) | 서버 로그들로부터의 식별자들을 연결하기 위한 브리지 매치 식별자들 생성 | |
CN109635193B (zh) | 一种书籍阅读共享平台 | |
CN111553742A (zh) | 联邦产品推荐方法、装置、设备及计算机存储介质 | |
CN109062945B (zh) | 一种社交网络的信息推荐方法、装置及系统 | |
US11941667B2 (en) | Techniques for implementing advertisement auctions on client devices | |
CN113313160B (zh) | 一种基于消费数据和同态加密算法的消费人群分类方法 | |
KR102319870B1 (ko) | 전문가에 의해 생성되는 프로젝트 결과물을 빅데이터 기반으로 관리하여 가상화폐를 제공하기 위한 방법 및 시스템 | |
CN111382343B (zh) | 一种标签体系生成方法及装置 | |
Solanki et al. | Secure Online Book Resale Store System using Machine Learning | |
CN115599965B (zh) | 一种数据经济信息化管理系统 | |
CN110196944B (zh) | 一种序列化信息的推荐方法及装置 |
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 |