一种支付数据监控方法
技术领域
本发明涉及支付数据监控技术领域,具体涉及一种支付数据监控方法。
背景技术
商户的支付数据存储在终端服务器和云端服务器,实现了分布式存储,但是商户的支付数据容易被黑客进行篡改和破坏。因此,现有技术通过对支付数据进行分布式存储的同时,还采用加密技术对支付数据进行加密处理,增加了篡改和破坏支付数据的难度,但是黑客可以篡改和破坏加密数据,篡改和破坏加密数据同样是篡改和破坏支付数据,因此,需要提高支付数据监控灵敏度,在任一存储区的加密数据遭到破坏和篡改时,能及时对比出被篡改区域。
发明内容
针对现有技术中的上述不足,本发明提供的一种支付数据监控方法解决了现有支付数据被篡改和破坏时,存在监控灵敏度较低的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种支付数据监控方法,包括以下步骤:
S1、收集每个商户的支付数据;
S2、在终端服务器中,对每个商户的支付数据进行加密,得到加密向量;
S3、在终端服务器计算每个商户的加密向量的数据量值;
S4、将每个商户的加密向量传输至云端服务器;
S5、对加密向量进行分布式存储,得到多个存储区;
S6、在每个存储区,计算每个商户的加密向量的数据量值;
S7、对比云端服务器上各个存储区的数据量值,以及终端服务器上的数据量值,在任一数据量值发生改变时,对应加密向量受到篡改或破坏。
综上,本发明的有益效果为:本发明中在终端服务器中对每个商户的支付数据进行加密,得到加密向量,计算出一个数据量值,传输到云端服务器后,对加密向量进行分布式存储,得到多个存储区,在每个存储区计算一个数据量值,实现在对比加密向量是否受到篡改时,仅需对比数据量值,在任一数据量值变化时,对应加密向量受到篡改。现有技术在对比数据是否受到篡改时,需要对比每帧数据中各位上的码是否相同,或者是对比每帧数据上的多个标志位是否相同,较难判断出数据被篡改和破坏,本发明仅需对比一个存储区上的一个数据量值,即可判断出该区数据被篡改和破坏,提高了监控的灵敏度。
进一步地,所述S2包括以下分步骤:
S21、在终端服务器中,根据每个商户的支付数据对应的二进制码数据,构建多个支付数据矩阵;
S22、将每个支付数据矩阵输入加密模型,得到加密值;
S23、将所有加密值构成加密向量。
上述进一步地方案的有益效果为:本发明将每个商户的支付数据进行分段处理,构建为多个加密值,相当于是对每个商户的支付数据进行了压缩处理,减少了数据量,降低了数据占用的存储空间,又实现了对支付数据进行加密。
进一步地,所述S21包括以下分步骤:
S211、在终端服务器中,将每个商户的支付数据对应的二进制码数据划分为多个数据向量,每个数据向量的长度为N,在数据向量中不包含N个元素时,采用0补位;
S212、将一个数据向量构建为一个支付数据矩阵,所述支付数据矩阵P的表达式为:,其中,x1为一个数据向量中第1个元素,xn为一个数据向量中第n个元素,xN为一个数据向量中第N个元素,n为数据向量中元素的编号。
进一步地,所述S22中加密模型包括:N个行扫描单元、N个列扫描单元、行值计算单元、列值计算单元和加密值计算单元;
每个所述行扫描单元用于扫描每个支付数据矩阵的行元素,得到行编码值;
所述行值计算单元用于根据所有行编码值,计算行值;
每个所述列扫描单元用于扫描每个支付数据矩阵的列元素,得到列编码值;
所述列值计算单元用于根据所有列编码值,计算列值;
所述加密值计算单元用于根据行值和列值,计算加密值。
上述进一步地方案的有益效果为:本发明中将每个商户的支付数据构建为多个支付数据矩阵,通过行扫描单元提取行元素,通过列扫描单元提取列元素,综合行值和列值,计算加密值,增加加密过程的复杂度。
进一步地,所述行扫描单元的表达式为:,其中,Ri为支付数据矩阵中第i行对应的行编码值,Ri,j为支付数据矩阵中第i行的第j个元素,wR,i,j为Ri,j的权重,i为支付数据矩阵行的编号,j为支付数据矩阵行中元素的编号;
所述列扫描单元的表达式为:,其中,Cm为支付数据矩阵中第m列对应的列编码值,Cm,k为支付数据矩阵中第m列的第k个元素,wC,m,k为Cm,k的权重,m为支付数据矩阵列的编号,k为支付数据矩阵列中元素的编号。
上述进一步地方案的有益效果为:本发明中行扫描单元和列扫描单元考虑每行元素和每列元素,使得不同的支付数据产生不同的行编码值和列编码值。
进一步地,所述行值计算单元的表达式为:,其中,R为行值,Ri为支付数据矩阵中第i行对应的行编码值,A为支付数据矩阵中所有行对应的行编码值的方差,h为常数,wR,i为行值计算单元中第i个权重,bR,i为行值计算单元中第i个偏置。
进一步地,所述列值计算单元的表达式为:,其中,C为列值,Cm为支付数据矩阵中第m列对应的列编码值,B为支付数据矩阵中所有列对应的列编码值的方差,h为常数,wC,m为列值计算单元中第m个权重,bC,m为列值计算单元中第m个偏置。
进一步地,所述加密值计算单元的表达式为:,其中,E为加密值,R为行值,C为列值,w1为加密值计算单元的第一权重,w2为加密值计算单元的第二权重,e为自然常数。
上述进一步地方案的有益效果为:本发明中根据各个行编码值或各个列编码值的分布情况,计算出行值和列值,综合行值和列值数据,计算加密值,进一步地挖掘支付数据的特征。
进一步地,所述S3或S6中计算每个商户的加密向量的数据量值的公式为:,其中,f为每个商户的加密向量的数据量值,Et为加密向量中第t个加密值,e为自然常数,T为加密向量中加密值的数量,/>为向上取整。
上述进一步地方案的有益效果为:本发明在计算每个商户的加密向量的数据量值时,采用指数函数增强加密值,使得任一加密值被篡改和破坏时,数据量值变化明显,提高监控的灵敏度。
附图说明
图1为一种支付数据监控方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种支付数据监控方法,包括以下步骤:
S1、收集每个商户的支付数据;
S2、在终端服务器中,对每个商户的支付数据进行加密,得到加密向量;
S3、在终端服务器计算每个商户的加密向量的数据量值;
S4、将每个商户的加密向量传输至云端服务器;
S5、对加密向量进行分布式存储,得到多个存储区;
S6、在每个存储区,计算每个商户的加密向量的数据量值;
S7、对比云端服务器上各个存储区的数据量值,以及终端服务器上的数据量值,在任一数据量值发生改变时,对应加密向量受到篡改或破坏。
步骤S5在云端服务器上进行。
所述S2包括以下分步骤:
S21、在终端服务器中,根据每个商户的支付数据对应的二进制码数据,构建多个支付数据矩阵;
S22、将每个支付数据矩阵输入加密模型,得到加密值;
S23、将所有加密值构成加密向量。
本发明将每个商户的支付数据进行分段处理,构建为多个加密值,相当于是对每个商户的支付数据进行了压缩处理,减少了数据量,降低了数据占用的存储空间,又实现了对支付数据进行加密。
在本实施例中,支付数据包括:支付账户、支付金额和支付时间等。
所述S21包括以下分步骤:
S211、在终端服务器中,将每个商户的支付数据对应的二进制码数据划分为多个数据向量,每个数据向量的长度为N,在数据向量中不包含N个元素时,采用0补位;
S212、将一个数据向量构建为一个支付数据矩阵,所述支付数据矩阵P的表达式为:,其中,x1为一个数据向量中第1个元素,xn为一个数据向量中第n个元素,xN为一个数据向量中第N个元素,n为数据向量中元素的编号。
所述S22中加密模型包括:N个行扫描单元、N个列扫描单元、行值计算单元、列值计算单元和加密值计算单元;
每个所述行扫描单元用于扫描每个支付数据矩阵的行元素,得到行编码值;
所述行值计算单元用于根据所有行编码值,计算行值;
每个所述列扫描单元用于扫描每个支付数据矩阵的列元素,得到列编码值;
所述列值计算单元用于根据所有列编码值,计算列值;
所述加密值计算单元用于根据行值和列值,计算加密值。
本发明中将每个商户的支付数据构建为多个支付数据矩阵,通过行扫描单元提取行元素,通过列扫描单元提取列元素,综合行值和列值,计算加密值,增加加密过程的复杂度。
所述行扫描单元的表达式为:,其中,Ri为支付数据矩阵中第i行对应的行编码值,Ri,j为支付数据矩阵中第i行的第j个元素,wR,i,j为Ri,j的权重,i为支付数据矩阵行的编号,j为支付数据矩阵行中元素的编号;所述列扫描单元的表达式为:,其中,Cm为支付数据矩阵中第m列对应的列编码值,Cm,k为支付数据矩阵中第m列的第k个元素,wC,m,k为Cm,k的权重,m为支付数据矩阵列的编号,k为支付数据矩阵列中元素的编号。
本发明中行扫描单元和列扫描单元考虑每行元素和每列元素,使得不同的支付数据产生不同的行编码值和列编码值。
所述行值计算单元的表达式为:,其中,R为行值,Ri为支付数据矩阵中第i行对应的行编码值,A为支付数据矩阵中所有行对应的行编码值的方差,h为常数,wR,i为行值计算单元中第i个权重,bR,i为行值计算单元中第i个偏置。
所述列值计算单元的表达式为:,其中,C为列值,Cm为支付数据矩阵中第m列对应的列编码值,B为支付数据矩阵中所有列对应的列编码值的方差,h为常数,wC,m为列值计算单元中第m个权重,bC,m为列值计算单元中第m个偏置。
所述加密值计算单元的表达式为:,其中,E为加密值,R为行值,C为列值,w1为加密值计算单元的第一权重,w2为加密值计算单元的第二权重,e为自然常数。
本发明中根据各个行编码值或各个列编码值的分布情况,计算出行值和列值,综合行值和列值数据,计算加密值,进一步地挖掘支付数据的特征。
所述S3或S6中计算每个商户的加密向量的数据量值的公式为:,其中,f为每个商户的加密向量的数据量值,Et为加密向量中第t个加密值,e为自然常数,T为加密向量中加密值的数量,/>为向上取整。
本发明在计算每个商户的加密向量的数据量值时,采用指数函数增强加密值,使得任一加密值被篡改和破坏时,数据量值变化明显,提高监控的灵敏度。
本发明中在终端服务器中对每个商户的支付数据进行加密,得到加密向量,计算出一个数据量值,传输到云端服务器后,对加密向量进行分布式存储,得到多个存储区,在每个存储区计算一个数据量值,实现在对比加密向量是否受到篡改时,仅需对比数据量值,在任一数据量值变化时,对应加密向量受到篡改。现有技术在对比数据是否受到篡改时,需要对比每帧数据中各位上的码是否相同,或者是对比每帧数据上的多个标志位是否相同,较难判断出数据被篡改和破坏,本发明仅需对比一个存储区上的一个数据量值,即可判断出该区数据被篡改和破坏,提高了监控的灵敏度。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种篡改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。