CN117421759B - 基于大数据信息进行处理的工程资料管理系统及方法 - Google Patents
基于大数据信息进行处理的工程资料管理系统及方法 Download PDFInfo
- Publication number
- CN117421759B CN117421759B CN202311749047.3A CN202311749047A CN117421759B CN 117421759 B CN117421759 B CN 117421759B CN 202311749047 A CN202311749047 A CN 202311749047A CN 117421759 B CN117421759 B CN 117421759B
- Authority
- CN
- China
- Prior art keywords
- data
- engineering
- engineering data
- module
- access
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 238000013523 data management Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000012549 training Methods 0.000 claims abstract description 46
- 241000282461 Canis lupus Species 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 241000282421 Canidae Species 0.000 claims description 54
- 239000000463 material Substances 0.000 claims description 37
- 238000007726 management method Methods 0.000 claims description 22
- 238000012795 verification Methods 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity 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
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- 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
- G06F21/604—Tools and structures for managing or administering access control systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- H04L9/008—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
Abstract
本发明涉及数据处理领域,特别是基于大数据信息进行处理的工程资料管理系统及方法。通过将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;将解密后的工程资料数据传输至显示终端;获取数据访问次数,对标记工程资料数据和标记访问人员的实时访问进行重点监控。可以有效提升工程资料数据的安全性,保证工程资料数据不被泄露。
Description
技术领域
本发明涉及数据处理领域,特别是基于大数据信息进行处理的工程资料管理系统及方法。
背景技术
建筑工程施工的各个环节均会产生相应的资料,建筑资料最为显著的特点是敏感性、重要性、机密性和整体性。倘若建筑项目在进行施工的过程中没有建筑资料被随意查阅和借取,那在实际的施工过程中极易出现由于管理不科学、管理不规范造成泄密等原因而造成的不必要的损失。但是实际工作中的工程资料管理通常缺乏保密意识,并且管理人员众多容易造成工程资料管理混乱,因此如何提升工程资料中重要数据的保障措施,保证数据的安全性是现阶段丞待解决的技术问题。
发明内容
本发明的目的是为了解决上述问题,设计了基于大数据信息进行处理的工程资料管理系统及方法。
实现上述目的本发明的技术方案为,进一步,在上述基于大数据信息进行处理的工程资料管理系统中,所述所述工程资料管理系统包括以下模块:
数据获取模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;
模型建立模块,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;
资料识别模块,用于获取正在实施工程的实时工程资料数据,将所述实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;
数据加密模块,用于利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算所述加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;
数据解密模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
数据管理模块,用于获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。
进一步,在上述工程资料管理系统中,所述数据获取模块包括以下子模块:
获取子模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理;
数据子模块,用于确定所述历史工程资料数据至少包括工程施工数据、工程合同金额数据、工程财务数据、工程材料验收数据;
缺失值子模块,用于利用相邻时刻的平均值替补所述历史工程资料数据中的缺失值,得到完整工程资料数据;
归一化子模块,用于利用最小-最大归一化算法对所述完整工程资料数据进行归一化处理,得到训练工程资料数据集。
进一步,在上述工程资料管理系统中,所述模型建立模块包括以下单元:
模型建立单元,用于建立SVR支持向量回归模型,设置GWO灰狼算法的参数,初始化灰狼种群;
适应度单元,用于计算灰狼个体适应度,保存适应度最高的A、B和C三只头狼的位置;
位置更新单元,用于更新当前灰狼个体的位置,计算所有灰狼的适应度,更新A、B和C三只头狼的位置,A头狼的位置大于B头狼,B头狼的位置大于C头狼;
结果映射单元,用于若所述GWO灰狼算法达到最大迭代次数,则输出A头狼的位置,并将结果映射至SVR支持向量回归模型中;
模型训练单元,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,得到目标SVR支持向量回归模型。
进一步,在上述工程资料管理系统中,所述数据加密模块包括以下子模块:
密钥子模块,用于基于携带随机种子参数λ的密钥生成函数K生成由密钥sk和公钥pk组成的密钥对;
加密子模块,用于通过所述公钥pk对所述实时工程资料数据进行加密,生成密文工程资料数据;
同态计算子模块,用于对所述密文工程资料数据进行一定数量的同态计算,得到中间状态值, 使中间状态值接近但不超过噪声极限;
双重加密子模块,用于利用公钥pk对密钥sk进行加密,得到加密的密钥ck,利用公钥pk对中间状态值进行加密,得到双重加密中间状态值;
解密子模块,用于通过加密密钥ck对中间状态值进行解密,产生具有复位噪声级的中间状态值,得到复位噪声中间状态值;
得到子模块,用于利用复位噪声中间状态值继续对所述密文工程资料数据进行加密计算,得到加密工程资料数据。
进一步,在上述工程资料管理系统中,所述数据加密模块还包括以下单元:
哈希值单元,用于通过Hash哈希算法计算所述加密工程资料数据的哈希值,得到工程资料哈希值;
存储单元,用于至少选取一个加密工程资料数据,将所述工程资料哈希值存储至加密工程资料信息的后端数据中,并存储至下一个加密工程资料数据中的前端数据中;
数据存储单元,用于将所有的加密工程资料数据的前端数据和后端数据都储存工程资料哈希值,得到哈希工程资料数据,将所述哈希工程资料数据输入至数据库中进行存储。
进一步,在上述工程资料管理系统中,所述数据解密模块包括以下子模块:
获取子模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
锁定子模块,用于解密后的工程资料数据在移动终端的显示时间不超过2h,若超过2h则对显示终端的页面进行锁定;
加密子模块,用于若解密后的工程资料数据在移动终端的显示时间超过4h,则利用FHE全同态加密算法对解密后的工程资料数据进行加密处理,并通过Hash哈希算法进行计算,将计算后的加密工程资料数据输入数据库中进行存储;
验证子模块,用于若在显示终端的出现资料下载操作指令,则对所述下载操作指令进行验证。
进一步,在上述工程资料管理系统中,所述数据管理模块包括以下子模块:
获取子模块,用于获取数据访问次数,对访问人员账号信息和访问工程资料数据次数进行标记;
标记子模块,用于将登录次数最多的访问人员账号信息标记为,将访问次数最多的工程资料数据标记为/>;
锁定子模块,用于对所有的和/>进行数据访问监控,若/>的访问次数在24h内增加5次,则对所述访问人员账号信息进行账号验证,验证不通过则对所述访问人员账号信息进行锁定;
解锁子模块,用于若的访问次数在72h内增加6次,则对所述工程资料数据进行锁定,在下次进行访问时通知管理人员进行解锁。
实现上述目的本发明的技术方案为,进一步,在上述基于大数据信息进行处理的工程资料管理系统中,所述实现基于大数据信息进行处理的工程资料管理系统的步骤,包括:
获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;
将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;
获取正在实施工程的实时工程资料数据,将所述实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;
利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算所述加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;
获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。
进一步,在上述基于大数据信息进行处理的工程资料管理系统中,所述将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型,包括:
建立SVR支持向量回归模型,设置GWO灰狼算法的参数,初始化灰狼种群;
计算灰狼个体适应度,保存适应度最高的A、B和C三只头狼的位置;
更新当前灰狼个体的位置,计算所有灰狼的适应度,更新A、B和C三只头狼的位置,A头狼的位置大于B头狼,B头狼的位置大于C头狼;
若所述GWO灰狼算法达到最大迭代次数,则输出A头狼的位置,并将结果映射至SVR支持向量回归模型中;
将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,得到目标SVR支持向量回归模型。
进一步,在上述基于大数据信息进行处理的工程资料管理系统中,所述获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控,包括:
获取数据访问次数,对访问人员账号信息和访问工程资料数据次数进行标记;
将登录次数最多的访问人员账号信息标记为,将访问次数最多的工程资料数据标记为/>;
对所有的和/>进行数据访问监控,若/>的访问次数在24h内增加5次,则对所述访问人员账号信息进行账号验证,验证不通过则对所述访问人员账号信息进行锁定;
若的访问次数在72h内增加6次,则对所述工程资料数据进行锁定,在下次进行访问时通知管理人员进行解锁。
其有益效果在于,通过数据获取模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;模型建立模块,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;资料识别模块,用于获取正在实施工程的实时工程资料数据,将所述实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;数据加密模块,用于利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算所述加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;数据解密模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;数据管理模块,用于获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。可以对工程资料的数据的完整性进行验证,并将完整的数据进行加密,对访问人员的访问次数和敏感数据的访问次数进行限定,可以有效提升工程资料数据的安全性,保证工程资料数据不被泄露。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1为本发明实施例中基于大数据信息进行处理的工程资料管理系统的第一个实施例示意图;
图2为本发明实施例中基于大数据信息进行处理的工程资料管理系统的第二个实施例示意图;
图3为本发明实施例中基于大数据信息进行处理的工程资料管理系统的第三个实施例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、和“所述”也可包括复数形式。应所述进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
下面结合附图对本发明进行具体描述,如图1所示,基于大数据信息进行处理的工程资料管理系统,所述工程资料管理系统包括以下模块:
数据获取模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;
具体的,本实施例中还包括获取子模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理;数据子模块,用于确定历史工程资料数据至少包括工程施工数据、工程合同金额数据、工程财务数据、工程材料验收数据;缺失值子模块,用于利用相邻时刻的平均值替补历史工程资料数据中的缺失值,得到完整工程资料数据;归一化子模块,用于利用最小-最大归一化算法对完整工程资料数据进行归一化处理,得到训练工程资料数据集。
模型建立模块,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;
具体的,本实施例中还包括模型建立单元,用于建立SVR支持向量回归模型,设置GWO灰狼算法的参数,初始化灰狼种群;适应度单元,用于计算灰狼个体适应度,保存适应度最高的A、B和C三只头狼的位置;位置更新单元,用于更新当前灰狼个体的位置,计算所有灰狼的适应度,更新A、B和C三只头狼的位置,A头狼的位置大于B头狼,B头狼的位置大于C头狼;结果映射单元,用于若GWO灰狼算法达到最大迭代次数,则输出A头狼的位置,并将结果映射至SVR支持向量回归模型中;模型训练单元,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,得到目标SVR支持向量回归模型。
资料识别模块,用于获取正在实施工程的实时工程资料数据,将实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;
数据加密模块,用于利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;
具体的,本实施例中还包括密钥子模块,用于基于携带随机种子参数λ的密钥生成函数K生成由密钥sk和公钥 pk组成的密钥对;加密子模块,用于通过公钥pk对实时工程资料数据进行加密,生成密文工程资料数据;同态计算子模块,用于对密文工程资料数据进行一定数量的同态计算,得到中间状态值, 使中间状态值接近但不超过噪声极限;双重加密子模块,用于利用公钥pk对密钥sk进行加密,得到加密的密钥ck,利用公钥pk对中间状态值进行加密,得到双重加密中间状态值;解密子模块,用于通过加密密钥ck对中间状态值进行解密,产生具有复位噪声级的中间状态值,得到复位噪声中间状态值;得到子模块,用于利用复位噪声中间状态值继续对密文工程资料数据进行加密计算,得到加密工程资料数据。
具体的,本实施例中哈希值单元,用于通过Hash哈希算法计算加密工程资料数据的哈希值,得到工程资料哈希值;存储单元,用于至少选取一个加密工程资料数据,将工程资料哈希值存储至加密工程资料信息的后端数据中,并存储至下一个加密工程资料数据中的前端数据中;数据存储单元,用于将所有的加密工程资料数据的前端数据和后端数据都储存工程资料哈希值,得到哈希工程资料数据,将哈希工程资料数据输入至数据库中进行存储。
数据解密模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
具体的,本实施例中还包括获取子模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;锁定子模块,用于解密后的工程资料数据在移动终端的显示时间不超过2h,若超过2h则对显示终端的页面进行锁定;加密子模块,用于若解密后的工程资料数据在移动终端的显示时间超过4h,则利用FHE全同态加密算法对解密后的工程资料数据进行加密处理,并通过Hash哈希算法进行计算,将计算后的加密工程资料数据输入数据库中进行存储;验证子模块,用于若在显示终端的出现资料下载操作指令,则对下载操作指令进行验证。
数据管理模块,用于获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。
具体的,本实施例中还包括获取子模块,用于获取数据访问次数,对访问人员账号信息和访问工程资料数据次数进行标记;标记子模块,用于将登录次数最多的访问人员账号信息标记为,将访问次数最多的工程资料数据标记为/>;锁定子模块,用于对所有的/>和进行数据访问监控,若/>的访问次数在24h内增加5次,则对访问人员账号信息进行账号验证,验证不通过则对访问人员账号信息进行锁定;解锁子模块,用于若/>的访问次数在72h内增加6次,则对工程资料数据进行锁定,在下次进行访问时通知管理人员进行解锁。
其有益效果在于,通过数据获取模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;模型建立模块,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;资料识别模块,用于获取正在实施工程的实时工程资料数据,将实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;数据加密模块,用于利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;数据解密模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;数据管理模块,用于获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。可以对工程资料的数据的完整性进行验证,并将完整的数据进行加密,对访问人员的访问次数和敏感数据的访问次数进行限定,可以有效提升工程资料数据的安全性,保证工程资料数据不被泄露。
本实施例中,请参阅图2,本发明实施例中基于大数据信息进行处理的工程资料管理系统的第二个实施例,模型建立模块包括以下单元:
模型建立单元,用于建立SVR支持向量回归模型,设置GWO灰狼算法的参数,初始化灰狼种群;
适应度单元,用于计算灰狼个体适应度,保存适应度最高的A、B和C三只头狼的位置;
位置更新单元,用于更新当前灰狼个体的位置,计算所有灰狼的适应度,更新A、B和C三只头狼的位置,A头狼的位置大于B头狼,B头狼的位置大于C头狼;
结果映射单元,用于若GWO灰狼算法达到最大迭代次数,则输出A头狼的位置,并将结果映射至SVR支持向量回归模型中;
模型训练单元,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,得到目标SVR支持向量回归模型。
本实施例中,请参阅图3,本发明实施例中基于大数据信息进行处理的工程资料管理系统的第三个实施例,数据加密模块包括以下子模块:
密钥子模块,用于基于携带随机种子参数λ的密钥生成函数K生成由密钥sk和公钥pk组成的密钥对;
加密子模块,用于通过公钥pk对实时工程资料数据进行加密,生成密文工程资料数据;
同态计算子模块,用于对密文工程资料数据进行一定数量的同态计算,得到中间状态值, 使中间状态值接近但不超过噪声极限;
双重加密子模块,用于利用公钥pk对密钥sk进行加密,得到加密的密钥ck,利用公钥pk对中间状态值进行加密,得到双重加密中间状态值;
解密子模块,用于通过加密密钥ck对中间状态值进行解密,产生具有复位噪声级的中间状态值,得到复位噪声中间状态值;
得到子模块,用于利用复位噪声中间状态值继续对密文工程资料数据进行加密计算,得到加密工程资料数据。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应所述了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变和改进,这些变和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于大数据信息进行处理的工程资料管理系统,其特征在于,所述工程资料管理系统包括以下模块:
数据获取模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;
模型建立模块,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;
资料识别模块,用于获取正在实施工程的实时工程资料数据,将所述实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;
数据加密模块,用于利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算所述加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;
数据解密模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
数据管理模块,用于获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。
2.如权利要求1所述的基于大数据信息进行处理的工程资料管理系统,其特征在于,所述数据获取模块包括以下子模块:
获取子模块,用于获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理;
数据子模块,用于确定所述历史工程资料数据至少包括工程施工数据、工程合同金额数据、工程财务数据、工程材料验收数据;
缺失值子模块,用于利用相邻时刻的平均值替补所述历史工程资料数据中的缺失值,得到完整工程资料数据;
归一化子模块,用于利用最小-最大归一化算法对所述完整工程资料数据进行归一化处理,得到训练工程资料数据集。
3.如权利要求1所述的基于大数据信息进行处理的工程资料管理系统,其特征在于,所述模型建立模块包括以下单元:
模型建立单元,用于建立SVR支持向量回归模型,设置GWO灰狼算法的参数,初始化灰狼种群;
适应度单元,用于计算灰狼个体适应度,保存适应度最高的A、B和C三只头狼的位置;
位置更新单元,用于更新当前灰狼个体的位置,计算所有灰狼的适应度,更新A、B和C三只头狼的位置,A头狼的位置大于B头狼,B头狼的位置大于C头狼;
结果映射单元,用于若所述GWO灰狼算法达到最大迭代次数,则输出A头狼的位置,并将结果映射至SVR支持向量回归模型中;
模型训练单元,用于将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,得到目标SVR支持向量回归模型。
4.如权利要求1所述的基于大数据信息进行处理的工程资料管理系统,其特征在于,所述数据加密模块包括以下子模块:
密钥子模块,用于基于携带随机种子参数λ的密钥生成函数K生成由密钥sk和公钥 pk组成的密钥对;
加密子模块,用于通过所述公钥pk对所述实时工程资料数据进行加密,生成密文工程资料数据;
同态计算子模块,用于对所述密文工程资料数据进行一定数量的同态计算,得到中间状态值, 使中间状态值接近但不超过噪声极限;
双重加密子模块,用于利用公钥pk对密钥sk进行加密,得到加密的密钥ck,利用公钥pk对中间状态值进行加密,得到双重加密中间状态值;
解密子模块,用于通过加密密钥ck对中间状态值进行解密,产生具有复位噪声级的中间状态值,得到复位噪声中间状态值;
得到子模块,用于利用复位噪声中间状态值继续对所述密文工程资料数据进行加密计算,得到加密工程资料数据。
5.如权利要求1所述的基于大数据信息进行处理的工程资料管理系统,其特征在于,所述数据加密模块还包括以下单元:
哈希值单元,用于通过Hash哈希算法计算所述加密工程资料数据的哈希值,得到工程资料哈希值;
存储单元,用于至少选取一个加密工程资料数据,将所述工程资料哈希值存储至加密工程资料信息的后端数据中,并存储至下一个加密工程资料数据中的前端数据中;
数据存储单元,用于将所有的加密工程资料数据的前端数据和后端数据都储存工程资料哈希值,得到哈希工程资料数据,将所述哈希工程资料数据输入至数据库中进行存储。
6.如权利要求1所述的基于大数据信息进行处理的工程资料管理系统,其特征在于,所述数据解密模块包括以下子模块:
获取子模块,用于获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
锁定子模块,用于解密后的工程资料数据在移动终端的显示时间不超过2h,若超过2h则对显示终端的页面进行锁定;
加密子模块,用于若解密后的工程资料数据在移动终端的显示时间超过4h,则利用FHE全同态加密算法对解密后的工程资料数据进行加密处理,并通过Hash哈希算法进行计算,将计算后的加密工程资料数据输入数据库中进行存储;
验证子模块,用于若在显示终端的出现资料下载操作指令,则对所述下载操作指令进行验证。
7.如权利要求1所述的基于大数据信息进行处理的工程资料管理系统,其特征在于,所述数据管理模块包括以下子模块:
获取子模块,用于获取数据访问次数,对访问人员账号信息和访问工程资料数据次数进行标记;
标记子模块,用于将登录次数最多的访问人员账号信息标记为,将访问次数最多的工程资料数据标记为/>;
锁定子模块,用于对所有的和/>进行数据访问监控,若/>的访问次数在24h内增加5次,则对所述访问人员账号信息进行账号验证,验证不通过则对所述访问人员账号信息进行锁定;
解锁子模块,用于若的访问次数在72h内增加6次,则对所述工程资料数据进行锁定,在下次进行访问时通知管理人员进行解锁。
8.一种基于大数据信息进行处理的工程资料管理方法,其特征在于,所述方法包括:
获取系统中的历史工程资料数据,对历史工程资料数据进行数据预处理,得到训练工程资料数据集;
将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型;
获取正在实施工程的实时工程资料数据,将所述实时工程资料数据集输入至目标SVR支持向量回归模型进行识别,得到工程资料数据状态;
利用FHE全同态加密算法对完整状态的实时工程资料数据进行加密处理,得到加密工程资料数据,通过Hash哈希算法计算所述加密工程资料数据的哈希值,将计算后的加密工程资料数据输入数据库中进行存储;
获取工程资料数据的访问请求,对工程资料数据进行解密,得到解密工程资料数据,将解密后的工程资料数据传输至显示终端;
获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控。
9.如权利要求8所述的基于大数据信息进行处理的工程资料管理方法,其特征在于,所述将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,利用GWO灰狼算法对SVR支持向量回归模型中的参数进行优化,得到目标SVR支持向量回归模型,包括:
建立SVR支持向量回归模型,设置GWO灰狼算法的参数,初始化灰狼种群;
计算灰狼个体适应度,保存适应度最高的A、B和C三只头狼的位置;
更新当前灰狼个体的位置,计算所有灰狼的适应度,更新A、B和C三只头狼的位置,A头狼的位置大于B头狼,B头狼的位置大于C头狼;
若所述GWO灰狼算法达到最大迭代次数,则输出A头狼的位置,并将结果映射至SVR支持向量回归模型中;
将训练工程资料数据集输入至SVR支持向量回归模型中进行训练,得到目标SVR支持向量回归模型。
10.如权利要求8所述的基于大数据信息进行处理的工程资料管理方法,其特征在于,所述获取数据访问次数,对访问次数最多和访问人员最多的工程资料数据进行标记,得到标记工程资料数据和标记访问人员,对标记工程资料数据和标记访问人员的实时访问进行重点监控,包括:
获取数据访问次数,对访问人员账号信息和访问工程资料数据次数进行标记;
将登录次数最多的访问人员账号信息标记为,将访问次数最多的工程资料数据标记为/>;
对和/>进行数据访问监控,若/>的访问次数在24h内增加5次,则对所述访问人员账号信息进行账号验证,验证不通过则对所述访问人员账号信息进行锁定;
若的访问次数在72h内增加6次,则对所述工程资料数据进行锁定,在下次进行访问时通知管理人员进行解锁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311749047.3A CN117421759B (zh) | 2023-12-19 | 2023-12-19 | 基于大数据信息进行处理的工程资料管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311749047.3A CN117421759B (zh) | 2023-12-19 | 2023-12-19 | 基于大数据信息进行处理的工程资料管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117421759A CN117421759A (zh) | 2024-01-19 |
CN117421759B true CN117421759B (zh) | 2024-03-29 |
Family
ID=89530629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311749047.3A Active CN117421759B (zh) | 2023-12-19 | 2023-12-19 | 基于大数据信息进行处理的工程资料管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117421759B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900942A (zh) * | 1995-02-13 | 2007-01-24 | 英特特拉斯特技术公司 | 用于安全交易管理和电子权利保护的系统和方法 |
CN109643285A (zh) * | 2016-09-15 | 2019-04-16 | 美商纳兹控股有限责任公司 | 加密的用户数据传输及储存 |
MX2018005476A (es) * | 2018-04-30 | 2019-11-01 | Centro De Investig Y De Estudios Avanzados Del I P N | Sistema para almacenamiento y comparticion segura de datos en la nube, construido con criptografia basada en emparejamientos bilineales asimetricos. |
CN112699182A (zh) * | 2020-12-30 | 2021-04-23 | 广西信达友邦工程造价咨询有限责任公司 | 一种工程造价数据管理系统 |
CN116993504A (zh) * | 2023-09-25 | 2023-11-03 | 湖南华菱电子商务有限公司 | 一种钢材交易信息服务平台及交易数据处理方法 |
-
2023
- 2023-12-19 CN CN202311749047.3A patent/CN117421759B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900942A (zh) * | 1995-02-13 | 2007-01-24 | 英特特拉斯特技术公司 | 用于安全交易管理和电子权利保护的系统和方法 |
CN109643285A (zh) * | 2016-09-15 | 2019-04-16 | 美商纳兹控股有限责任公司 | 加密的用户数据传输及储存 |
MX2018005476A (es) * | 2018-04-30 | 2019-11-01 | Centro De Investig Y De Estudios Avanzados Del I P N | Sistema para almacenamiento y comparticion segura de datos en la nube, construido con criptografia basada en emparejamientos bilineales asimetricos. |
CN112699182A (zh) * | 2020-12-30 | 2021-04-23 | 广西信达友邦工程造价咨询有限责任公司 | 一种工程造价数据管理系统 |
CN116993504A (zh) * | 2023-09-25 | 2023-11-03 | 湖南华菱电子商务有限公司 | 一种钢材交易信息服务平台及交易数据处理方法 |
Non-Patent Citations (1)
Title |
---|
梅建军,司 敏,朱晓辉,周强新.基于Internet交通建设工程管理信息集成系统的数据安全方案.《国外建材科技》.全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117421759A (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3443707B1 (en) | Cryptologic rewritable blockchain | |
US6038315A (en) | Method and system for normalizing biometric variations to authenticate users from a public database and that ensures individual biometric data privacy | |
CN102422296B (zh) | 对由测试装置对安全芯片的访问进行认证的方法 | |
CN111130757A (zh) | 一种基于区块链的多云cp-abe访问控制方法 | |
CN113411328B (zh) | 一种基于数据预辨识敏感数据高效传输系统 | |
CN111274599A (zh) | 一种基于区块链的数据共享方法及相关装置 | |
CN109981290A (zh) | 一种智能医疗环境下基于无证书签密的通信系统及方法 | |
CN116074123A (zh) | 一种物联网数字信息安全传输的方法 | |
CN104881595B (zh) | 基于pin码管理的自助远程解锁方法 | |
CN111510464A (zh) | 一种保护用户隐私的疫情信息共享方法及系统 | |
CN117155644A (zh) | 链上链下相协作的医疗数据分级访问控制与共享方法 | |
CN111553689A (zh) | 一种基于二次哈希的匹配关联方法及系统 | |
CN117421759B (zh) | 基于大数据信息进行处理的工程资料管理系统及方法 | |
CN117113199A (zh) | 一种基于人工智能的档案安全管理系统及方法 | |
CN114398671B (zh) | 基于特征工程iv值的隐私计算方法、系统和可读存储介质 | |
CN112787996A (zh) | 一种密码设备管理方法及系统 | |
CN112507355B (zh) | 一种基于区块链的个人健康数据存储系统 | |
CN110855667A (zh) | 一种区块链加密方法、装置及系统 | |
CN114785609B (zh) | 一种区块链场景下的数据传输安全检测系统及方法 | |
CN116527322A (zh) | 基于区块链和隐私计算的联合征信方法及装置 | |
CN114065169A (zh) | 一种隐私保护生物认证方法和装置、电子设备 | |
CN116579005B (zh) | 一种用户数据安全存储管理方法 | |
CN114491631A (zh) | 护理敏感指标信息交互方法及监测装置 | |
Skarkala et al. | Privacy preserving tree augmented naïve Bayesian multi-party implementation on horizontally partitioned databases | |
GARIGIPATI et al. | AN INTEGRATED QUANTUM AND BIOMETRIC KEY GENERATION BASED CLOUD DATA SECURITY FRAMEWORK FOR STRUCTURED AND UNSTRUCTURED ELECTRONIC HEALTH RECORDS |
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 |