本发明专利技术提供了一种基于大数据的信息管理方法、可读存储介质及计算机设备,其中的信息管理方法包括:获取设定时间段内多个时刻的信息数据;将所述信息数据中的各特征数据按照设定顺序排列,以将多个所述时刻的信息数据转换成对应的特征矩阵;将所述特征矩阵输入预训练卷积神经网络,以得到相应的评价值;以及响应于所述评价值在预设范围内,对所述信息数据进行存储。本申请的技术方案采用预设卷积神经网络对需要存储的信息数据的特征矩阵进行了验证,可以避免存储异常的信息数据,因此能够提高信息存储的可靠性。高信息存储的可靠性。高信息存储的可靠性。
【技术实现步骤摘要】
基于大数据的信息管理方法、可读存储介质及计算机设备
[0001]本专利技术涉及基于大数据的信息管理
,特别是涉及一种基于大数据的信息管理方法、可读存储介质及计算机设备。
技术介绍
[0002]随着网络技术的发展,人们对网络的运用越来越广泛,同时在对网络的运用过程中,产生的信息数据也越来越多。为了能够更好的对大量的信息数据进行监控和利用,需要用到大数据信息管理方法将信息数据进行存储。
[0003]现有技术中在对信息数据的存储方法,是将信息数据按照类型存储在对应的区域内,但是如果存储的信息数据存在异常,不仅会导致存储空间的浪费,而且在使用该信息数据进行判断时,会导致判断结果存在错误。因此,现有技术中的信息管理方法存在可靠性差的问题。
技术实现思路
[0004]鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于大数据的信息管理方法、可读存储介质及计算机设备,能够解决现有的信息管理方法中所存储的信息数据存在异常的问题,达到提高信息管理方法的可靠性的目的。
[0005]具体地,本专利技术提供了一种基于大数据的信息管理方法,包括:
[0006]获取设定时间段内多个时刻的信息数据;
[0007]将所述信息数据中的各特征数据按照设定顺序排列,以将多个所述时刻的信息数据转换成对应的特征矩阵;
[0008]将所述特征矩阵输入预训练卷积神经网络,以得到相应的评价值;以及
[0009]响应于所述评价值在预设范围内,对所述信息数据进行存储。
[0010]根据本专利技术的一个实施例,所述的对所述信息数据进行存储,包括:
[0011]将所述特征矩阵输入到保密性评价模型,以得到对应的保密性等级;以及
[0012]将所述信息数据存储到安全等级与所述保密等级相对应的存储区域内。
[0013]根据本专利技术的一个实施例,所述信息管理方法还包括:响应于接收到请求方的信息查询指令,根据所述信息查询指令获取待查询信息所在的存储区域;以及判断所述请求方的权限等级是否与所述待查询信息所在的存储区域的安全等级相匹配;若是,则读取所述待查询信息并发送给所述请求方。根据本专利技术的一个实施例,所述的判断所述请求方的权限等级是否与所述待查询信息所在的存储区域相匹配,包括:将所述请求方的身份信息以及所述待查询信息所在的存储区域的保密等级发送给多个管理员;获取各所述管理员的判断结果,以及响应于半数以上的管理员认为所述请求方的权限等级不低于所述待查询信息所在的存储区域的保密等级,则所述请求方的权限等级与所述待查询信息所在的存储区域相匹配。根据本专利技术的一个实施例,所述的判断所述请求方的权限等级是否与所述待查询信息所在的存储区域相匹配,包括:将所述请求方的身份信息以及所述待查询信息所在
的存储区域的保密等级发送给多个管理员;获取各所述管理员的判断结果,以及响应于各所述管理员的判断结果和各所述管理员的身份权重满足预设调教,所述请求方的权限等级与所述待查询信息所在的存储区域相匹配。根据本专利技术的一个实施例,所述信息管理方法还包括:响应于所述评价值不在所述预设范围内,根据所述评价值得到所述信息数据的异常类型。根据本专利技术的一个实施例,所述信息管理方法还包括:获取历史数据;根据所述历史数据,得到设定特征数据的变化周期;以及根据所述变化周期得到所述设定时间段的时长。根据本专利技术的一个实施例,所述信息管理方法还包括:获取训练数据集,所述训练数据集具有多个训练数据;采用多个所述训练数据对预设卷积神经网络模型进行训练,以得到所述预训练卷积神经网络模型。一种机器可读存储介质,其上存储有机器可执行程序,所述机器可执行程序被处理器执行时实现如上述任意一项实施例所述的信息管理方法。
[0014]一种计算机设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的机器可执行程序,并且所述处理器执行所述机器可执行程序时实现如上述任意一项实施例所述的信息管理方法。
[0015]本专利技术所提供的技术方案,当获取到设定时间段内多个时刻的信息数据后,将该信息数据转换成对应的特征矩阵,然后将该特征矩阵输入到预训练卷积神经网络模型中,以得到对应的评价值,最后根据该评价值确定是否将该设定时间段的信息数据进行存储。由于本申请的技术方案采用预设卷积神经网络对需要存储的信息数据的特征矩阵进行了验证,可以避免存储异常的信息数据,因此能够提高信息存储的可靠性。
[0016]根据下文结合附图对本专利技术具体实施例的详细描述,本领域技术人员将会更加明了本专利技术的上述以及其他目的、优点和特征。
附图说明
[0017]后文将参照附图以示例性而非限制性的方式详细描述本专利技术的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
[0018]图1是根据本专利技术一个实施例的基于大数据的信息管理方法的流程图;
[0019]图2是根据本专利技术一个实施例的对所存储的信息数据进行读取的流程图;
[0020]图3是根据本专利技术一个实施例的一种判断请求方的权限等级是否与待查询信息所在的存储区间的安全等级相匹配的流程图;
[0021]图4是根据本专利技术一个实施例的另一种判断请求方的权限等级是否与待查询信息所在的存储区间的安全等级相匹配的流程图;
[0022]图5是根据本专利技术一个实施例的获取设定时间段的时长的流程图;
[0023]图6是根据本专利技术一个实施例的一种机器可读存储介质的示意图;
[0024]图7是根据本专利技术一个实施例的一种计算机设备的示意图。
具体实施方式
[0025]在本实施例的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”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专利技术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。图1所示出的是本申请的基于大数据的信息管理方法的流程图,该信息管理方法可以在将信息数据存储前,采用预训练卷积神经网络判断该信息数据是否满足预设的条件,以提高信息管理方法的可靠性。下面结合图1所示出的流程,对本申请的技术方案做详细的介绍。如图1所示,本申请的基于大数据的信息管理方法包括如下步骤:步骤S1:获取设定时间段内多个时刻的信息数据。在本实施例中,可以预先在设定时间段内设置多个时刻,并且各时刻之间的间隔时长可以相同也可以不同。在执行本步骤S1时,可以在设定时间段内的多个时刻进行数据采集,以得到设定时间段内多个时刻的信息数据,也可以由其他采集设备实时进行数据采集,然后从采集设备获取设定时间段内多个时刻的信息数据。步骤S2:将各时刻的信息数据中的各特征数据按照设定顺序排列,以将设定时间段内各时刻的信息数据转化为对应的特征矩阵。在本实施例中,设上述设定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于大数据的信息管理方法,其特征在于,包括:获取设定时间段内多个时刻的信息数据;将所述信息数据中的各特征数据按照设定顺序排列,以将多个所述时刻的信息数据转换成对应的特征矩阵;将所述特征矩阵输入预训练卷积神经网络,以得到相应的评价值;以及响应于所述评价值在预设范围内,对所述信息数据进行存储。2.根据权利要求1所述的信息管理方法,其特征在于,所述的对所述信息数据进行存储,包括:将所述特征矩阵输入到保密性评价模型,以得到对应的保密性等级;以及将所述信息数据存储到安全等级与所述保密等级相对应的存储区域内。3.根据权利要求1所述的信息管理方法,其特征在于,所述信息管理方法还包括:响应于接收到请求方的信息查询指令,根据所述信息查询指令获取待查询信息所在的存储区域;以及判断所述请求方的权限等级是否与所述待查询信息所在的存储区域的安全等级相匹配;若是,则读取所述待查询信息并发送给所述请求方。4.根据权利要求1所述的信息管理方法,其特征在于,所述的判断所述请求方的权限等级是否与所述待查询信息所在的存储区域相匹配,包括:将所述请求方的身份信息以及所述待查询信息所在的存储区域的保密等级发送给多个管理员;获取各所述管理员的判断结果,以及响应于半数以上的管理员认为所述请求方的权限等级不低于所述待查询信息所在的存储区域的保密等级,则所述请求方的权限等级与所述待查询信息所在的存储区域相匹配。5.根据权利要求1所述的信息管...
【专利技术属性】
技术研发人员:杨梅芳,
申请(专利权)人:濮阳职业技术学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。