[发明专利]一种大数据传输处理算法在审
申请号: | 201810351534.7 | 申请日: | 2018-04-19 |
公开(公告)号: | CN108737379A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 董增川;倪效宽 | 申请(专利权)人: | 河海大学 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;H04L9/32;G06F17/30 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 徐莹 |
地址: | 210024 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 大数据传输 安全性能 处理算法 数据分类 数据处理 加密 预处理 分类误差 关键数据 数据加密 数据破解 复杂度 泄露 分类 | ||
1.一种大数据传输处理算法,其特征在于:包括以下步骤:
(1)数据采集器采集数据并保存至本地存储器内;
(2)对采集的数据进行分类,包括:
(21)设定特征点,然后对设定的特征点进行分类,得出特征点分类结果,其中,特征点包括数据容量、数据种类、数据传输速度;
(22)对数据进行预处理,判断滤杂去噪处理的数据含有的特征点;
(23)根据特征点分类结果对预处理后的数据含有的设定的特征点的类别进行区分,然后根据区分结果对数据进行分类,得出数据分类结果;
(3)对分类后的数据进行加密处理,包括:
(31)待加密数据进行数据清洗操作;
(32)对清洗后的数据进行HASH加密算法运算,得到加密后的密文数据;
(33)将密文数据传输至证书授权中心服务器,在证书授权中心服务器对密文数据进行签名,得到签名数据;
(34)对签名数据进行非对称ECC加密算法运算,对签名后的数据进行加密;
(4)加密后的数据传输至后台服务器,解密后对数据进行提取。
2.根据权利要求1所述的大数据传输处理算法,其特征在于:步骤(22)的预处理包括以下步骤:
(221)对原始数据进行滤波处理,将原始数据分解为趋势性数据和波动数据,保留趋势性数据并去除波动数据;
(222)对趋势性数据进行划分,以获取训练数据集;
(223)利用训练数据集来训练多个机器学习模型,其中,多个机器学习模型中每一个机器学习模型分别用于预测信号的趋势,以及基于经训练的多个机器学习模型和训练数据集来确定组合预测模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810351534.7/1.html,转载请声明来源钻瓜专利网。