【技术实现步骤摘要】
本专利技术涉及数据分析领域，具体是一种企业安全指数的多维信息评估方法及系统。
技术介绍
1、企业是现代社会行稳致远的保证，企业安全是企业发展的核心竞争力；企业安全发展是衡量企业高质量发展、高水平安全和高品质生态的重要标杆；现如今科技的进步带动社会需求的快速膨胀，信息化的社会使企业与用户之间业务需求的供给变得类型复杂和数量快速增长，与之相对应的则是对于业务的监管技术是否能够与其增长速度进行均衡；当下企业的类型和数量相当庞大，与之相匹配的业务处理数量也呈指数化增加，传统的业务监管分析手段显而易见的不再适用于当下环境，通过人工进行业务风险分析费时费力的同时，其低智能化的分析手段无法匹配当下业务快速发展的变化速度，其对于大量业务数量的当下环境易于造成大量业务的异常发展的潜在风险。
技术实现思路
1、本专利技术的目的在于提供一种企业安全指数的多维信息评估方法及系统，以解决现有技术中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种企业安全指数的多维信息评估方法，该方法包括以下步骤：
4、s100、通过调取企业数据库业务数据，获取对应企业当前实时业务项目生成数据；结合数据归一化处理构建对应业务项目数据集合；
5、s200、基于企业业务项目数据集合对各业务数据进行业务特征转化，对业务项目数据进行时间点发展特征值分析；基于业务项目数据时间点特征转化分析结果进行业务项目发展特征曲线构建；
6、s300、调取业务项目数据
7、s400、对企业对应业务项目的风险分析数据进行可视化输出，并将风险评估结果进行综合反馈。
8、所述s100通过调取企业数据库业务数据，获取对应企业当前实时业务项目生成数据；结合数据归一化处理构建对应业务项目数据集合的具体步骤如下：
9、s101、通过数据库管理权限端口获取企业数据库数据访问调取权限；利用业务项目关键检索词对目标业务项目进行数据全遍历检索；获取企业对应检索项目的实时业务项目生成数据；所述业务项目生成数据包括业务领域、业务类型、业务发展数据和业务发展时间点；所述业务发展数据包括用户数据、交易数据、产品数据、市场数据、财务数据等；
10、s102、通过对调取的目标业务数据进行数据归一化处理，分别对调取的业务项目数据进行对应时间点业务数据进行构建时间点业务项目数据矩阵；通过统筹各时间点业务项目数据矩阵构建对应目标业务项目数据集合。
11、所述s200基于企业业务项目数据集合对各业务数据进行业务特征转化，对业务项目数据进行时间点发展特征值分析；基于业务项目数据时间点特征转化分析结果进行业务项目发展特征曲线构建的具体步骤如下：
12、s201、调取目标业务项目数据集合，分别对集合中各时间点对应的业务项目数据进行特征转化分析；基于业务项目数据集合中各时间点对应业务项目数据矩阵进行发展数据特征值分析；分别对各时间点业务项目数据的安全发展特征值和潜在损耗特征值进行分析，其计算公式分别为；；
13、其中，l(q,t)为对应时间点t处标号q业务项目数据的安全发展特征值；f(q,t)为对应时间点t处标号q业务项目数据的潜在损耗特征值；x(q,t)为对应时间点t处标号q业务项目数据受到的安全事件频率评级；y(q,t)为对应时间点t处标号q业务项目数据受安全事件发展稳定性影响评级；i(q,t)为对应时间点t处标号q业务项目数据的受安全事件价值耗损评级；a,b,c,d为权重分配系数；其中业务数据受安全事件发展稳定性影响评级通过业务数据的发展趋势进行分析评级；价值耗损通过综合分析对应时间点业务数据的总价值耗损程度进行评级；
14、结合业务项目数据集合中各时间点对应业务项目数据矩阵进行发展数据特征值分析，对各时间点对应业务项目的风险程度进行分析，其计算公式为；
15、其中，r(q,t)为对应时间点t处标号q业务项目的风险程度；
16、s202、基于业务项目数据时间点特征转化分析结果，通过将目标业务项目数据各时间点及对应各时间点的风险程度构成业务发展坐标集，通过映射坐标系，将目标业务项目数据对应的业务发展坐标集投影至坐标系中，通过利用平滑曲线对各相邻时间点对应坐标进行曲线拟合构建对应业务项目发展特征曲线。
17、所述s300调取业务项目数据特征预测曲线数据，结合当前实时业务项目发展特征曲线进行比对分析，通过构建判断窗口对当前实时业务项目发展特征曲线进行异常风险特征点标注，根据特征点属性对各特征点进行类型分类；结合特征点分类结果，对相邻特征点之间进行异常风险特征向量构建，并结合预测曲线对应区间向量进行局部相邻特征点异常风险分析；结合各局部相邻特征点异常风险分析数据对当前业务项目进行风险评估具体步骤如下：
18、s301、通过调取数据库中存储对应业务项目数据的特征预测曲线数据，通过同坐标系映射，将当前业务项目发展特征曲线与对应业务项目的特征预测曲线进行同系统对比分析；通过构建风险程度对比区间窗口，分别对各时间点对应当前业务项目发展特征曲线值与对应业务项目的特征预测曲线值进行风险特征点判断；若m(q,t)∈[n(q,t)-u,n(q,t)+u]，则判断对应时间点的当前业务项目发展特征曲线值为常规特征点；若m(q,t)∉[n(q,t)-u,n(q,t)+u]，则将对应时间点的当前业务项目发展特征曲线值的坐标点进行异常风险特征点进行标注；其中，m(q,t)对应为当前业务项目发展特征曲线；n(q,t)对应为特征预测曲线；u为误差参数；通过对当前业务项目发展特征曲线上各坐标点进行异常判断全遍历，对当前业务项目发展特征曲线上的异常风险特征全遍历标注；
19、基于当前业务项目发展特征曲线上标注的异常风险特征点进行类型判断，若对应各异常风险特征点位于特征预测曲线上侧，则判断为正向异常风险特征点；若对应各异常风险特征点位于特征预测曲线下侧，则判断为负向异常风险特征点；根据时间轴对各异常风险特征点进行遍历选择，对相邻异常风险特征点进行连续类型判断，若为同类型，则构建同类型异常风险特征点组；若不为同类型，则以不同类型相邻异常风险特征点中处于右侧的异常风险特征点为新遍历起点，继续对相邻异常风险特征点进行同类型遍历判断；若存在异常风险特征点与左右相邻异常风险特征点均不为同类型，则对其进行异常风险特征奇异点标注；根据遍历结果，分别对同类型异常风险特征点组与异常风险特征奇异点进行统筹；
20、s302、调取当前业务项目发展特征曲线上各同类型异常风险特征点组对应的曲线值，通过结合本文档来自技高网...
【技术保护点】
1.一种企业安全指数的多维信息评估方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种企业安全指数的多维信息评估方法，其特征在于：所述S100通过调取企业数据库业务数据，获取对应企业当前实时业务项目生成数据；结合数据归一化处理构建对应业务项目数据集合的具体步骤如下：
3.根据权利要求2所述的一种企业安全指数的多维信息评估方法，其特征在于：所述S200基于企业业务项目数据集合对各业务数据进行业务特征转化，对业务项目数据进行时间点发展特征值分析；基于业务项目数据时间点特征转化分析结果进行业务项目发展特征曲线构建的具体步骤如下：
4.根据权利要求3所述的一种企业安全指数的多维信息评估方法，其特征在于：所述S300调取业务项目数据特征预测曲线数据，结合当前实时业务项目发展特征曲线进行比对分析，通过构建判断窗口对当前实时业务项目发展特征曲线进行异常风险特征点标注，根据特征点属性对各特征点进行类型分类；结合特征点分类结果，对相邻特征点之间进行异常风险特征向量构建，并结合预测曲线对应区间向量进行局部相邻特征点异常风险分析；结合各局部相邻特征点
5.根据权利要求4所述的一种企业安全指数的多维信息评估方法，其特征在于：所述S400对企业对应业务项目的风险分析数据进行可视化输出，并将风险评估结果进行综合反馈的具体步骤如下：
6.一种企业安全指数的多维信息评估系统，其特征在于：所述系统包括数据库调取模块、数据特征转化模块、业务综合异常风险评估模块和数据可视化模块；
7.根据权利要求6所述的一种企业安全指数的多维信息评估系统，其特征在于：所述数据库调取模块包括业务数据调取单元和业务数据集合构建单元；
8.根据权利要求7所述的一种企业安全指数的多维信息评估系统，其特征在于：所述数据特征转化模块包括业务数据特征值分析单元和业务发展特征曲线构建单元；
9.根据权利要求8所述的一种企业安全指数的多维信息评估系统，其特征在于：所述业务综合异常风险评估模块包括曲线异常点遍历单元、业务综合异常风险评估单元和安全价值评估单元；
10.根据权利要求9所述的一种企业安全指数的多维信息评估系统，其特征在于：所述数据可视化模块包括数据可视化单元和异常业务警示单元；
...【技术特征摘要】
1.一种企业安全指数的多维信息评估方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种企业安全指数的多维信息评估方法，其特征在于：所述s100通过调取企业数据库业务数据，获取对应企业当前实时业务项目生成数据；结合数据归一化处理构建对应业务项目数据集合的具体步骤如下：
3.根据权利要求2所述的一种企业安全指数的多维信息评估方法，其特征在于：所述s200基于企业业务项目数据集合对各业务数据进行业务特征转化，对业务项目数据进行时间点发展特征值分析；基于业务项目数据时间点特征转化分析结果进行业务项目发展特征曲线构建的具体步骤如下：
4.根据权利要求3所述的一种企业安全指数的多维信息评估方法，其特征在于：所述s300调取业务项目数据特征预测曲线数据，结合当前实时业务项目发展特征曲线进行比对分析，通过构建判断窗口对当前实时业务项目发展特征曲线进行异常风险特征点标注，根据特征点属性对各特征点进行类型分类；结合特征点分类结果，对相邻特征点之间进行异常风险特征向量构建，并结合预测曲线对应区间向量进行局部相邻特征点异常风险分析；结合各局部相邻特征点异常风险分析数据对当...
【专利技术属性】
技术研发人员：魏慈，郭新鹏，胡素峰，
申请(专利权)人：山东特联信息科技有限公司，
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。