[发明专利]一种政务数据处理方法、装置、计算机设备及存储介质

说明书

本发明公开了一种政务数据处理方法、装置、计算机设备及存储介质，该方法包括：基于区块链技术和联邦学习方式，构建政务数据共享架构，形成多地联合办公的政务数据模型；利用所述政务数据模型，探测多地联合办公的政务数据中是否存在设定的异常数据，以在探测到多地联合办公的政务数据中存在设定的异常数据的情况下，剔除所述异常数据。该方案，通过对政务数据中的异常数据进行探测和剔除，提升政务数据的安全性。

技术领域

本发明属于计算机技术领域，具体涉及一种政务数据处理方法、装置、计算机设备及存储介质，尤其涉及一种基于区块链和联邦学习的异常数据探测算法、装置、计算机设备及存储介质。

背景技术

随着计算机网络技术的飞速发展和互联网的广泛普及，病毒与黑客攻击日益增多，攻击手段也千变万化，使大量企业、机构和个人的电脑随时面临着被攻击和入侵的危险。尤其对于政务系统，更是需要病毒与黑客的主要攻击对象。但现有的政务系统网络安全防范不足，政务数据存在被恶意攻击、被恶意篡改的情况。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的目的在于，提供一种政务数据处理方法、装置、计算机设备及存储介质，以解决政务数据存在被恶意攻击、被恶意篡改的情况，使得政务数据的安全性较差的问题，达到通过对政务数据中的异常数据进行探测和剔除，提升政务数据的安全性的效果。

本发明提供一种政务数据处理方法，包括：基于区块链技术和联邦学习方式，构建政务数据共享架构，形成多地联合办公的政务数据模型；利用所述政务数据模型，探测多地联合办公的政务数据中是否存在设定的异常数据，以在探测到多地联合办公的政务数据中存在设定的异常数据的情况下，剔除所述异常数据。

在一些实施方式中，基于区块链技术和联邦学习方式，构建政务数据共享架构，包括：收集政务数据的政务节点，作为样本节点；通过区块链技术中的共识算法，自政务数据的政务节点中随机选出一个节点，成为当前轮次的聚合节点；利用所述当前轮次的聚合节点，根据参数集合降维后，构建孤立森林，得到孤立参数向量，并剔除孤立参数向量后完成聚合；将该剔除孤立参数向量后的向量的哈希上传到区块链防篡改，并将向量源数据下放给下轮参与节点，完成多地联合政务模型的聚合。

在一些实施方式中，根据参数集合降维，包括：聚合所述政务节点对于参数向量的各个维度，收集所述各个维度的对应值，依据箱体图参数降维算法进行数据降维。

在一些实施方式中，构建孤立森林，包括：聚合所述政务节点根据降维后的参数集合，利用参数孤立森林探测算法，构建拥有k棵孤立树的孤立森林，得到孤立参数向量；k为正整数。

在一些实施方式中，剔除孤立参数向量，包括：对于所述政务节点对于参数向量的各个维度，计算箱体图关键函数；根据箱体图关键函数，若一个维度向量内的所有值都在设定范围内，则该维度向量被剔除；若一个维度向量内的一半值都在设定范围外，则该维度向量被剔除。

与上述方法相匹配，本发明另一方面提供一种政务数据处理装置，包括：建模单元，被配置为基于区块链技术和联邦学习方式，构建政务数据共享架构，形成多地联合办公的政务数据模型；处理单元，被配置为利用所述政务数据模型，探测多地联合办公的政务数据中是否存在设定的异常数据，以在探测到多地联合办公的政务数据中存在设定的异常数据的情况下，剔除所述异常数据。

在一些实施方式中，所述建模单元，基于区块链技术和联邦学习方式，构建政务数据共享架构，包括：收集政务数据的政务节点，作为样本节点；通过区块链技术中的共识算法，自政务数据的政务节点中随机选出一个节点，成为当前轮次的聚合节点；利用所述当前轮次的聚合节点，根据参数集合降维后，构建孤立森林，得到孤立参数向量，并剔除孤立参数向量后完成聚合；将该剔除孤立参数向量后的向量的哈希上传到区块链防篡改，并将向量源数据下放给下轮参与节点，完成多地联合政务模型的聚合。