一种基于企业管理制造技术

、

【技术实现步骤摘要】
一种基于企业管理APP的数据后台管理系统


[0001]本专利技术涉及企业管理
，尤其涉及一种基于企业管理
APP
的数据后台管理系统
。

技术介绍

[0002]随着技术的发展，互联网已经渗透到了人们的基础生活之中，众多
APP
为生活带来了便利性，那么拥有海量数据的企业
APP
，承载了企业各部门和外部合作伙伴的大量业务数据，数据是将具有价值的信息经过数字化处理后，依托有形载体进行存储的存在方式，她的形式和价值表现决定了其具备无形资产的相应特征，随着企业业务的不断扩展和复杂化，企业数据的管理也面临着越来越大的挑战
。
[0003]当企业承载的信息达到一定的数据规模时，企业自身的安全风险就变得更加重大，现有的企业数据后台管理，随着业务的发展和信息系统的进一步建设，造成对象化的数据比较散乱，出现了信息孤岛的现象，目前管理系统在数据管理方面缺乏标准流程化，且各自管理与业务相关的数据在各个系统之间呈现烟囱式布局，不同系统之间交互繁琐，无法支撑业务之间的协同数据交换
。

技术实现思路

[0004]本专利技术的目的是为了解决
技术介绍
中的问题，而提出的一种基于企业管理
APP
的数据后台管理系统
。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：一种基于企业管理
APP
的数据后台管理系统，包括，包括数据采集模块
、
数据标签设定模块
、
>风险请求量化模块以及访问管理模块；数据采集模块：调用一个子服务器对企业的各类
APP
生成若干个
API
接口，从企业内部各类
APP
中收集业务数据；数据标签设定模块：在子服务器接收到各类
APP
传输的各项数据后，将数据摘要
、
数据的重要程度以及数据的存储位置生成索引标签；风险量化请求模块：实时对访问请求进行风险分析，当风险系数小于预设阈值时，该请求能够执行，否则请求拒绝执行，对数据的请求风险进行量化；
[0006]在上述的一种基于企业管理
APP
的数据后台管理系统中，所述数据采集模块调用一个子服务器对企业的各类
APP
生成若干个
API
接口，从企业内部各类
APP
中收集业务数据，具体操作步骤如下：
S1、
获取各类
APP
的所有数据名称以及数据类型，根据数据传输的顺序依次对传输的数据进行编号并按顺序排列组合，得到数据排序集，根据数据排序集中排序的数据名称依次获取对应的数据类型和数据权重，统计各类
APP
在数据传输通道中的数据类型个数，并根据数据传输通道中的历史传输数据获取对应的数据最大量；
S2、
将各项数据按照对应的数据编号进行排列组合，将得到的数据排序集上传至
子服务器中，根据数据排序集依次对各类
APP
在数据传输通道中的传输情况进行监测分析；
S3、
将各类
APP
的数据进入数据传输通道以及离开数据传输通道的时间点分别获取数据传输时长
SC
以及对应的传输带宽
CD
；
S4、
统计各类
APP
数据在数据传输通道中卡顿的总次数
KZ
以及总时长
SC
，统计在数据传输通道中传输数据的总体量
TL
；
S5、
提取标记的各项数据的数据对各类
APP
在数据传输通道中的总传输时间
XC
进行计算，总传输时间
XC
的具体计算方法如下：其中，
n1、n2、n3
为预设的不同比例系数且
1<n1、n2、n3
，
SC
表示获取数据传输时长，
CD
表示传输时对应的传输带宽，
TL
表示传输数据的总体量，表示数据传输通道中对应的标准数据总体量，
G
为各类
APP
的个数
。
[0007]在上述的一种基于企业管理
APP
的数据后台管理系统中，所述数据标签设定模块在子服务器接收到各类
APP
传输的各项数据后，将数据摘要
、
数据的重要程度以及数据的存储位置生成索引标签，具体操作步骤如下：
S1、
子服务器接收到各类
APP
上传的数据后，将数据进行拆分，标记为；
S2、
对数据中的关键字进行提取，对数据进行清理，去除无用的数据，对数据进行分词处理，对各分词进行打分，输出分数最高的分词作为关键词，得到数据中的关键词；
S3、
计算每份数据的词频，获得第份数据中每份数据集的关键词，标记为；
S4、
对于份数据集中关键词词频的具体计算方法如下：其中，是词语在数据集中出现的次数，表示在数据集中所有词语出现的次数之和；
S5、
对子服务器中所有包含该类词语的数据集进行计算，具体计算方式如下：其中，
|D|
表示子服务器中所有数据集的总数，表示包含词语的所有数据集；
S6、
将包含关键词的数据集进行标签化，生成数据集的摘要，根据生成的不同摘要类型对数据集分类存储至数据库中
。
[0008]在上述的一种基于企业管理
APP
的数据后台管理系统中，所述风险请求量化模块实时对访问请求进行风险分析，当风险系数小于预设阈值时，该请求能够执行，否则请求拒绝执行，对数据的请求风险进行量化，风险量化的具体操作步骤如下所述：
S1、
对每个访问请求进行风险评估，风险评估的具体计算方法如下所示：其中，表示数据
S
的私密等级，表示
W
对
S
的访问历史记录，数据私密等级由数据所有者规定，设置最大为，则的范围为0‑
，则规定为：其中，
P
为历史记录中实体
W
对数据
S
的失败访问次数，
R
为成功的次数，表示实体
W
对数据
S
的访问历史记录中失败的概率；
S2、
风险量化模型需满足以下几点：
1)、
当没有历史记录可用，则风险评估值为默认数据的敏感度；
2)、
当历史记录中失败请求所占比例高时，会增加本次风险评估值；
3)、
当历史记录存在时，风险值始终介于最大风险值与最小风险值之间；
4)、
当历史集中失败记录请求所占比例增加时，风险值评估值会增加增大速度
。
[0009]在上述的一种基于企业管理...

【技术保护点】

【技术特征摘要】
1.
一种基于企业管理
APP
的数据后台管理系统，包括：数据采集模块：调用一个子服务器对企业的各类
APP
生成若干个
API
接口，从企业内部各类
APP
中收集业务数据；数据标签设定模块：在子服务器接收到各类
APP
传输的各项数据后，将数据摘要
、
数据的重要程度以及数据的存储位置生成索引标签；风险量化请求模块：实时对访问请求进行风险分析，当风险系数小于预设阈值时，该请求能够执行，否则请求拒绝执行，对数据的请求风险进行量化；访问管理模块：通过判断风险系数，实现对访问请求的管理
。2.
根据权利要求1所述的一种基于企业管理
APP
的数据后台管理系统，其特征在于：所述数据采集模块调用一个子服务器对企业的各类
APP
生成若干个
API
接口，从企业内部各类
APP
中收集业务数据
。3.
根据权利要求2所述的一种基于企业管理
APP
的数据后台管理系统，其特征在于：获取各类
APP
的所有数据名称以及数据类型，根据数据传输的顺序依次对传输的数据进行编号并按顺序排列组合，得到数据排序集，根据数据排序集中排序的数据名称依次获取对应的数据类型和数据权重，统计各类
APP
在数据传输通道中的数据类型个数，并根据数据传输通道中的历史传输数据获取对应的数据最大量
。4.
根据权利要求2所述的一种基于企业管理
APP
的数据后台管理系统，其特征在于：将各项数据按照对应的数据编号进行排列组合，将得到的数据排序集上传至子服务器中，根据数据排序集依次对各类
APP
在数据传输通道中的传输情况进行监测分析，将各类
APP
的数据进入数据传输通道以及离开数据传输通道的时间点分别获取数据传输时长
SC
以及对应的传输带宽
CD
，统计各类
APP
数据在数据传输通道中卡顿的总次数
KZ
以及总时长
SC
，统计在数据传输通道中传输数据的总体量
TL。5.
根据权利要求2所述的一种基于企业管理
APP
的数据后台管理系统，其特征在于：提取标记的各项数据的数据对各类
APP
在数据传输通道中的总传输时间
XC
进行计算，总传输时间
XC
的具体计算方法如下：其中，
n1、n2、n3
为预设的不同比例系数且
1<n1、n2、n3
，
SC
表示获取数据传输时长，
CD
表示传输时对应的传输带宽，
TL
表示传输数据的总体量，表示数据传输通道中对应的标准数据总体量，
G
为各类
APP
的个数
。6.
根据权利要求1所述的一种基于企业管理
APP
的数据后台管理系统，其特征在于：所述数据标签设定模块在子服务器接收到各类
APP
传输的各项数据后，将数据摘要
、
数据的重要程度以及数据的存储位置生成索引标签
...

【专利技术属性】
技术研发人员：别广西，任传喜，潘勇，刘敬佳，
申请(专利权)人：南京雅利恒互联科技有限公司，
类型：发明
国别省市：