CN116800549B - 一种基于计算机软件开发的数据处理方法及系统 - Google Patents

一种基于计算机软件开发的数据处理方法及系统 Download PDF

Info

Publication number
CN116800549B
CN116800549B CN202311083476.1A CN202311083476A CN116800549B CN 116800549 B CN116800549 B CN 116800549B CN 202311083476 A CN202311083476 A CN 202311083476A CN 116800549 B CN116800549 B CN 116800549B
Authority
CN
China
Prior art keywords
data
processing
cleaning
mode
marking
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
CN202311083476.1A
Other languages
English (en)
Other versions
CN116800549A (zh
Inventor
吴海荣
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.)
Shenzhen Xingyiteng Technology Electronics Co ltd
Original Assignee
Shenzhen Xingyiteng Technology Electronics 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 Shenzhen Xingyiteng Technology Electronics Co ltd filed Critical Shenzhen Xingyiteng Technology Electronics Co ltd
Priority to CN202311083476.1A priority Critical patent/CN116800549B/zh
Publication of CN116800549A publication Critical patent/CN116800549A/zh
Application granted granted Critical
Publication of CN116800549B publication Critical patent/CN116800549B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/40—Network security protocols
    • 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 Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明属于软件开发领域，涉及数据处理技术，用于解决现有的数据处理方法及系统无法结合数据包的数据清洗特征进行数据加密的问题，具体是一种基于计算机软件开发的数据处理方法及系统，包括服务器，所述服务器通信连接有数据处理模块、数据传输模块、处理优化模块以及数据库；所述数据处理模块用于对软件开发的数据进行清洗处理：将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包；本发明可以对软件开发的数据进行清洗处理，对数据组中的重复数据进行删除，从而提高传输数据的简洁性，采用插入模式与组合模式相结合的方式，加快不同类型数据的清洗处理效率。

Description

一种基于计算机软件开发的数据处理方法及系统
技术领域
本发明属于软件开发领域，涉及数据处理技术，具体是一种基于计算机软件开发的数据处理方法及系统。
背景技术
在软件开发中，数据处理是一个必不可少的环节。处理数据的能力直接影响到软件的效率和性能；在一些数据处理场景下，数据中可能存在重复项或无效数据在这种情况下，需要进行数据清洗和去重操作，数据清洗是指对数据进行筛选和过滤，去掉无效数据和重复项，使数据更加准确和精确。
现有的数据处理方法及系统无法结合数据包的数据清洗特征进行数据加密，导致数据包在数据传输与存储过程中的安全性低下；同时无法对数据处理模式进行优化分析，导致软件开发的数据处理效率低下。
针对上述技术问题，本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于计算机软件开发的数据处理方法及系统，用于解决现有的数据处理方法及系统无法结合数据包的数据清洗特征进行数据加密的问题；
本发明需要解决的技术问题为：如何提供一种可以结合数据包的数据清洗特征进行数据加密的基于计算机软件开发的数据处理方法及系统。
本发明的目的可以通过以下技术方案实现：
一种基于计算机软件开发的数据处理系统，包括服务器，所述服务器通信连接有数据处理模块、数据传输模块、处理优化模块以及数据库；
所述数据处理模块用于对软件开发的数据进行清洗处理：将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包，处理模式包括插入模式与组合模式；
所述数据传输模块用于对传输的数据进行加密处理：将清洗数据包数据类型的种类值标记为M1，将清洗数据包内清洗数据内存值的和值标记为M2，将清洗数据包内清洗数据的数量值标记为M3，由M1-M2-M3构成传输数据包的密钥，将加密后的传输数据包通过数据传输模块发送至服务器，服务器接收到传输数据包后将传输数据包发送至数据库进行存储；
所述处理优化模块用于对数据处理模块的清洗处理过程进行优化分析并对内存区间的优化模式进行标记，将内存区间的优化模式通过服务器发送至数据处理模块。
作为本发明的一种优选实施方式，采用插入模式对数据组进行清洗处理的过程包括：在数据组中随机筛选若干个互不相同的处理对象并标记为队列数据，在剩余处理对象中随机选取一个处理对象并标记为比对数据，若队列数据中包含有与比对数据完全相同的数据，则将比对数据标记为清洗数据；若队列数据中不包含有与比对数据完全相同的数据，则将比对数据插入到队列数据当中；直至所有的处理对象全部作为比对数据完成比对，将队列数据打包作为传输数据包，由所有清洗数据组成清洗数据包。
作为本发明的一种优选实施方式，采用组合模式对数据组进行清洗处理的过程包括：将数据组中的处理对象分配至若干个数据组合当中，每个数据组合中的处理对象均互不相同，选中一个数据组合并标记为比对组合，选取比对组合中的第一个处理对象并标记为比对数据，若剩余数据组合中包含有与比对数据完全相同的数据，则对比对数据进行保留；若剩余数据组合中不包含有与比对数据完全相同的数据，则将比对数据标记为清洗数据；直至所有的数据组合全部作为比对组合完成比对，将所有数据组合中的处理对象打包作为传输数据包，由所有清洗数据组成清洗数据包；将传输数据包与清洗数据包通过服务器发送至数据传输模块。
作为本发明的一种优选实施方式，处理优化模块用于对数据处理模块的清洗处理过程进行优化分析：由历史数据中的数据组内存值的最大值与最小值构成内存范围，将内存范围分割为若干个内存区间；获取内存区间内数据组的效率系数XL，将所有采用插入模式进行清洗处理的数据组的效率系数XL进行求和取平均值得到插效系数，将所有采用组合模式进行清洗处理的数据组的效率系数XL进行求和取平均值得到组效系数，将插效系数与组效系数的差值的绝对值标记为内存区间的倾向系数，将内存区间的倾向系数与预设的倾向阈值进行比较并通过比较结果将内存区间的优化模式标记为随机模式、插入模式或组合模式。
作为本发明的一种优选实施方式，数据组的效率系数XL的获取过程包括：获取内存值位于内存区间内的数据组进行清洗处理的效率系数XL：将数据组的内存值标记为NC，将数据组中的数据数量值标记为SL，将数据组完成清洗处理的时长标记为SC，通过NC、SL以及SC进行数值计算得到数据组进行清洗处理的效率系数XL。
作为本发明的一种优选实施方式，将内存区间的倾向系数与预设的倾向阈值进行比较的具体过程包括：若倾向系数小于倾向阈值，则将对应内存区间的优化模式标记为随机模式；若倾向系数大于等于倾向阈值，则将插效系数与组效系数进行比较：若插效系数小于等于组效系数，则将对应内存区间的优化模式标记为组合模式；若插效系数大于组效系数，则将对应内存区间的优化模式标记为插入模式；将所有内存区间的优化模式通过服务器发送至数据处理模块。
一种基于计算机软件开发的数据处理方法，包括以下步骤：
步骤一：对软件开发的数据进行清洗处理：将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包；
步骤二：对传输的数据进行加密处理并得到传输数据包的密钥，将加密后的传输数据包通过数据传输模块发送至服务器，服务器接收到传输数据包后将传输数据包发送至数据库进行存储；
步骤三：对数据处理模块的清洗处理过程进行优化分析并得到数据组进行清洗处理的效率系数XL，对效率系数XL进行数值计算得到内存区间的插效系数与组效系数；
步骤四：将插效系数与组效系数的差值的绝对值标记为内存区间的倾向系数，将内存区间的倾向系数与预设的倾向阈值进行比较并通过比较结果将内存区间的优化模式标记为随机模式、插入模式或组合模式。
本发明具备下述有益效果：
1.通过数据处理模块可以对软件开发的数据进行清洗处理，对数据组中的重复数据进行删除，从而提高传输数据的简洁性，采用插入模式与组合模式相结合的方式，提高数据清洗方式的多样化与可选择性，加快不同类型数据的清洗处理效率；
2.通过数据传输模块可以对传输的数据进行加密处理，通过对清洗数据包的多项参数进行采集与标记形成M1-M2-M3结构的密钥，通过清洗数据的特征对传输数据包进行加密处理，提高传输数据包在传输、存储过程中安全性，避免传输数据包在传输、存储过程中出现数据泄密、数据篡改等现象；
3.通过处理优化模块可以对数据处理模块的清洗处理过程进行优化分析，通过对历史数据中的数据组进行清洗处理的效率系数进行计算，然后对内存范围内各个内存区间内采用不同处理模式的数据组的效率系数进行综合分析德奥倾向系数，根据倾向系数对不同内存区间的优化模式进行标记，提高数据组的数据清洗处理效率。
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为本发明实施例一的方法流程图；
图2为本发明实施例二的系统框图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
实施例一：如图1所示，一种基于计算机软件开发的数据处理方法，包括以下步骤：
步骤一：对软件开发的数据进行清洗处理：将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包，采用插入模式与组合模式相结合的方式，提高数据清洗方式的多样化与可选择性，加快不同类型数据的清洗处理效率；
步骤二：对传输的数据进行加密处理并得到传输数据包的密钥，将加密后的传输数据包通过数据传输模块发送至服务器，服务器接收到传输数据包后将传输数据包发送至数据库进行存储，提高传输数据包在传输、存储过程中安全性，避免传输数据包在传输、存储过程中出现数据泄密、数据篡改等现象；
步骤三：对数据处理模块的清洗处理过程进行优化分析并得到数据组进行清洗处理的效率系数XL，对效率系数XL进行数值计算得到内存区间的插效系数与组效系数；
步骤四：将插效系数与组效系数的差值的绝对值标记为内存区间的倾向系数，将内存区间的倾向系数与预设的倾向阈值进行比较并通过比较结果将内存区间的优化模式标记为随机模式、插入模式或组合模式，根据倾向系数对不同内存区间的优化模式进行标记，提高数据组的数据清洗处理效率。
实施例二：如图2所示，一种基于计算机软件开发的数据处理系统，包括服务器，服务器通信连接有数据处理模块、数据传输模块、处理优化模块以及数据库。
数据处理模块用于对软件开发的数据进行清洗处理：将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包，处理模式包括插入模式与组合模式，采用插入模式对数据组进行清洗处理的过程包括：在数据组中随机筛选若干个互不相同的处理对象并标记为队列数据，在剩余处理对象中随机选取一个处理对象并标记为比对数据，若队列数据中包含有与比对数据完全相同的数据，则将比对数据标记为清洗数据；若队列数据中不包含有与比对数据完全相同的数据，则将比对数据插入到队列数据当中；直至所有的处理对象全部作为比对数据完成比对，将队列数据打包作为传输数据包，由所有清洗数据组成清洗数据包；采用组合模式对数据组进行清洗处理的过程包括：将数据组中的处理对象分配至若干个数据组合当中，每个数据组合中的处理对象均互不相同，选中一个数据组合并标记为比对组合，选取比对组合中的第一个处理对象并标记为比对数据，若剩余数据组合中包含有与比对数据完全相同的数据，则对比对数据进行保留；若剩余数据组合中不包含有与比对数据完全相同的数据，则将比对数据标记为清洗数据；直至所有的数据组合全部作为比对组合完成比对，将所有数据组合中的处理对象打包作为传输数据包，由所有清洗数据组成清洗数据包；将传输数据包与清洗数据包通过服务器发送至数据传输模块；对软件开发的数据进行清洗处理，对数据组中的重复数据进行删除，从而提高传输数据的简洁性，采用插入模式与组合模式相结合的方式，提高数据清洗方式的多样化与可选择性，加快不同类型数据的清洗处理效率。
数据传输模块用于对传输的数据进行加密处理：将清洗数据包数据类型的种类值标记为M1，将清洗数据包内清洗数据内存值的和值标记为M2，将清洗数据包内清洗数据的数量值标记为M3，由M1-M2-M3构成传输数据包的密钥，将加密后的传输数据包通过数据传输模块发送至服务器，服务器接收到传输数据包后将传输数据包发送至数据库进行存储；对传输的数据进行加密处理，通过对清洗数据包的多项参数进行采集与标记形成M1-M2-M3结构的密钥，通过清洗数据的特征对传输数据包进行加密处理，提高传输数据包在传输、存储过程中安全性，避免传输数据包在传输、存储过程中出现数据泄密、数据篡改等现象。
处理优化模块用于对数据处理模块的清洗处理过程进行优化分析：由历史数据中的数据组内存值的最大值与最小值构成内存范围，将内存范围分割为若干个内存区间，获取内存值位于内存区间内的数据组进行清洗处理的效率系数XL：将数据组的内存值标记为NC，将数据组中的数据数量值标记为SL，将数据组完成清洗处理的时长标记为SC，通过公式XL=（α1*NC+α2*SL）/（α3*SC）得到数据组进行清洗处理的效率系数XL，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；将所有采用插入模式进行清洗处理的数据组的效率系数XL进行求和取平均值得到插效系数，将所有采用组合模式进行清洗处理的数据组的效率系数XL进行求和取平均值得到组效系数，将插效系数与组效系数的差值的绝对值标记为内存区间的倾向系数，将内存区间的倾向系数与预设的倾向阈值进行比较：若倾向系数小于倾向阈值，则将对应内存区间的优化模式标记为随机模式；若倾向系数大于等于倾向阈值，则将插效系数与组效系数进行比较：若插效系数小于等于组效系数，则将对应内存区间的优化模式标记为组合模式；若插效系数大于组效系数，则将对应内存区间的优化模式标记为插入模式；将所有内存区间的优化模式通过服务器发送至数据处理模块；对数据处理模块的清洗处理过程进行优化分析，通过对历史数据中的数据组进行清洗处理的效率系数进行计算，然后对内存范围内各个内存区间内采用不同处理模式的数据组的效率系数进行综合分析德奥倾向系数，根据倾向系数对不同内存区间的优化模式进行标记，提高数据组的数据清洗处理效率。
一种基于计算机软件开发的数据处理方法及系统，工作时，将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包；对传输的数据进行加密处理并得到传输数据包的密钥，将加密后的传输数据包通过数据传输模块发送至服务器，服务器接收到传输数据包后将传输数据包发送至数据库进行存储；对数据处理模块的清洗处理过程进行优化分析并得到数据组进行清洗处理的效率系数XL，对效率系数XL进行数值计算得到内存区间的插效系数与组效系数；将插效系数与组效系数的差值的绝对值标记为内存区间的倾向系数，将内存区间的倾向系数与预设的倾向阈值进行比较并通过比较结果将内存区间的优化模式标记为随机模式、插入模式或组合模式。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式XL=（α1*NC+α2*SL）/（α3*SC）；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的效率系数；将设定的效率系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为4.68、2.75和2.23；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的效率系数；只要不影响参数与量化后数值的比例关系即可，如效率系数与数据组的内存值的数值成正比。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (2)

1.一种基于计算机软件开发的数据处理系统，其特征在于，包括服务器，所述服务器通信连接有数据处理模块、数据传输模块、处理优化模块以及数据库；
所述数据处理模块用于对软件开发的数据进行清洗处理：将软件开发数据组中的所有数据标记为处理对象，随机选取一种处理模式对处理对象进行清洗处理并得到传输数据包以及清洗数据包，处理模式包括插入模式与组合模式；
所述数据传输模块用于对传输的数据进行加密处理，将加密后的传输数据包通过数据传输模块发送至服务器，服务器接收到传输数据包后将传输数据包发送至数据库进行存储；
所述处理优化模块用于对数据处理模块的清洗处理过程进行优化分析并对内存区间的优化模式进行标记，将内存区间的优先模式通过服务器发送至数据处理模块；
采用插入模式对数据组进行清洗处理的过程包括：在数据组中随机筛选若干个互不相同的处理对象并标记为队列数据，在剩余处理对象中随机选取一个处理对象并标记为比对数据，若队列数据中包含有与比对数据完全相同的数据，则将比对数据标记为清洗数据；若队列数据中不包含有与比对数据完全相同的数据，则将比对数据插入到队列数据当中；直至所有剩余的处理对象全部作为比对数据完成比对，将队列数据打包作为传输数据包，由所有清洗数据组成清洗数据包；
采用组合模式对数据组进行清洗处理的过程包括：将数据组中的处理对象分配至若干个数据组合当中，每个数据组合中的处理对象均互不相同，选中一个数据组合并标记为比对组合，选取比对组合中的第一个处理对象并标记为比对数据，若剩余数据组合中包含有与比对数据完全相同的数据，则对比对数据进行保留；若剩余数据组合中不包含有与比对数据完全相同的数据，则将比对数据标记为清洗数据；直至所有剩余的数据组合全部作为比对组合完成比对，将所有数据组合中保留的处理对象打包作为传输数据包，由所有清洗数据组成清洗数据包；将传输数据包与清洗数据包通过服务器发送至数据传输模块；
处理优化模块用于对数据处理模块的清洗处理过程进行优化分析：由历史数据中的数据组内存值的最大值与最小值构成内存范围，将内存范围分割为若干个内存区间；获取内存区间内数据组的效率系数XL，将所有采用插入模式进行清洗处理的数据组的效率系数XL进行求和取平均值得到插效系数，将所有采用组合模式进行清洗处理的数据组的效率系数XL进行求和取平均值得到组效系数，将插效系数与组效系数的差值的绝对值标记为内存区间的倾向系数，将内存区间的倾向系数与预设的倾向阈值进行比较并通过比较结果将内存区间的优先模式标记为随机模式、插入模式或组合模式；
数据组的效率系数XL的获取过程包括：获取内存值位于内存区间内的数据组进行清洗处理的效率系数XL：将数据组的内存值标记为NC，将数据组中的数据数量值标记为SL，将数据组完成清洗处理的时长标记为SC，通过NC、SL以及SC进行数值计算得到数据组进行清洗处理的效率系数XL。
2.根据权利要求1所述的一种基于计算机软件开发的数据处理系统，其特征在于，将内存区间的倾向系数与预设的倾向阈值进行比较的具体过程包括：若倾向系数小于倾向阈值，则将对应内存区间的优化模式标记为随机模式；若倾向系数大于等于倾向阈值，则将插效系数与组效系数进行比较：若插效系数小于等于组效系数，则将对应内存区间的优化模式标记为组合模式；若插效系数大于组效系数，则将对应内存区间的优化模式标记为插入模式；将所有内存区间的优先模式通过服务器发送至数据处理模块。
CN202311083476.1A 2023-08-28 2023-08-28 一种基于计算机软件开发的数据处理方法及系统 Active CN116800549B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311083476.1A CN116800549B (zh) 2023-08-28 2023-08-28 一种基于计算机软件开发的数据处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311083476.1A CN116800549B (zh) 2023-08-28 2023-08-28 一种基于计算机软件开发的数据处理方法及系统

Publications (2)

Publication Number Publication Date
CN116800549A CN116800549A (zh) 2023-09-22
CN116800549B true CN116800549B (zh) 2023-11-03

Family

ID=88040065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311083476.1A Active CN116800549B (zh) 2023-08-28 2023-08-28 一种基于计算机软件开发的数据处理方法及系统

Country Status (1)

Country Link
CN (1) CN116800549B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117951724B (zh) * 2024-03-26 2024-07-05 济南云小兵信息技术有限公司 基于人工智能的云数据安全存储管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106888183A (zh) * 2015-12-15 2017-06-23 阿里巴巴集团控股有限公司 数据加密、解密、密钥请求处理的方法和装置及系统
CN108173780A (zh) * 2017-11-29 2018-06-15 东软集团股份有限公司 数据处理方法、装置、计算机及存储介质
CN113377696A (zh) * 2021-06-04 2021-09-10 安徽初代物联科技有限责任公司 一种基于计算机设备的总线数据处理方法
CN114896231A (zh) * 2022-05-07 2022-08-12 咪咕文化科技有限公司 数据处理方法、装置、设备及存储介质
CN115766680A (zh) * 2022-09-28 2023-03-07 国能信控互联技术有限公司 边缘采集基于远程过程调用框架的数据传输系统及方法
CN116248393A (zh) * 2023-03-08 2023-06-09 南方电网数字电网集团有限公司广东分公司 一种内网数据传输漏洞扫描装置及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011150346A2 (en) * 2010-05-28 2011-12-01 Laurich Lawrence A Accelerator system for use with secure data storage
CN108415776B (zh) * 2018-03-06 2020-10-09 华中科技大学 一种分布式数据处理系统中的内存预估与配置优化的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106888183A (zh) * 2015-12-15 2017-06-23 阿里巴巴集团控股有限公司 数据加密、解密、密钥请求处理的方法和装置及系统
CN108173780A (zh) * 2017-11-29 2018-06-15 东软集团股份有限公司 数据处理方法、装置、计算机及存储介质
CN113377696A (zh) * 2021-06-04 2021-09-10 安徽初代物联科技有限责任公司 一种基于计算机设备的总线数据处理方法
CN114896231A (zh) * 2022-05-07 2022-08-12 咪咕文化科技有限公司 数据处理方法、装置、设备及存储介质
CN115766680A (zh) * 2022-09-28 2023-03-07 国能信控互联技术有限公司 边缘采集基于远程过程调用框架的数据传输系统及方法
CN116248393A (zh) * 2023-03-08 2023-06-09 南方电网数字电网集团有限公司广东分公司 一种内网数据传输漏洞扫描装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
大数据平台极端敏感信息对称加密方法仿真;曾彬;;计算机仿真(10);第326-329页 *

Also Published As

Publication number Publication date
CN116800549A (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN116800549B (zh) 一种基于计算机软件开发的数据处理方法及系统
Haas Stochastic petri nets: Modelling, stability, simulation
CN109104544B (zh) 一种基于复杂网络同步的混沌图像加密方法
CN116015766B (zh) 计算机的数据安全传输系统
CN112116078A (zh) 一种基于人工智能的信息安全基线学习方法
CN116527382A (zh) 基于云计算的数据安全传输系统
CN118473824A (zh) 通信数据实时采集方法、装置、设备及存储介质
CN116527235A (zh) 基于密钥轮换的数据加密方法、装置和电子设备
El Mfadel et al. Notes on local and nonlocal intuitionistic fuzzy fractional boundary value problems with Caputo fractional derivatives
CN116894272B (zh) 一种基于高速加密技术的云计算系统数据处理方法
CN113268476A (zh) 应用于车联网的数据清洗方法、装置和计算机设备
Berred Prediction of record values
CN117971963A (zh) 一种私域分布式数据协同装备
CN117057445A (zh) 基于联邦学习框架的模型优化方法、系统和装置
EP4293442A1 (en) Data acquisition method and apparatus, calculation device, and storage medium
CN111369010B (zh) 一种信息资产类别识别方法、装置、介质和设备
CN113407558A (zh) 一种基于区块链世界状态的交易数据更新方法、存储介质及系统
Nakayama et al. Efficient estimation of the mean hitting time to a set of a regenerative system
CN108599834B (zh) 一种卫星通信网络链路利用率分析方法及系统
CN117077161B (zh) 基于动态规划求解的隐私保护深度模型构建方法与系统
Gharbi et al. Performance analysis of retrial queueing systems using generalized stochastic Petri nets
Hormann et al. Parsing and extracting features from opc unified architecture in industrial environments
Thomas et al. Applying quasi-separability to Markovian process algebra
CN117951724B (zh) 基于人工智能的云数据安全存储管理系统
CN117201205B (zh) 基于大数据的移动终端数据加密管理系统及方法

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