[發明專利]針對真實性驗證和可信溯源的大數據處理方法及云服務器

有效

• 申請號: 202110076707.0
• 申請日: 2021-01-20
• 公開（公告）號: CN112749181B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 丁同梅
• 申請（專利權）人: 方正國際軟件（廣州）有限公司
• 主分類號: G06F16/23
• 分類號: G06F16/23;G06F16/2458;G06F21/62
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 吳偉文

本申請公開的針對真實性驗證和可信溯源的大數據處理方法及云服務器，由于是基于待分析目標數據片段相對于當前業務場景的數據來源可信度信息，以及針對業務數據傳遞終端而言對應于待分析業務終端的數據下發路徑的路徑狀態解析結果來確定其對應的數據狀態更新記錄，根據數據狀態更新記錄來檢測待分析目標數據片段是否中包括由待分析業務終端生成的虛假數據內容，數據來源可信度信息能表征待分析目標數據片段的數據真實性，路徑狀態解析結果能表征待分析目標數據片段與業務數據傳遞終端間的實際路徑傳遞記錄，根據待分析目標數據片段的數據真實性以及與業務數據傳遞終端間的實際路徑傳遞記錄所進行的虛假數據內容的檢測，準確度和可信度更高。

技術領域

本申請涉及大數據處理技術領域，特別涉及一種針對真實性驗證和可信溯源的大數據處理方法及云服務器。

背景技術

現目前，隨著大數據技術的快速發展，大數據技術已經被廣泛應用于電子商務、區塊鏈金融、智能工廠、智能醫療、智能交通等領域。在互聯網大數據分析方面，大數據技術能夠分析用戶購物數據，構建用戶畫像，準確地掌握用戶購物傾向，實現精準營銷。在交通大數據分析方面，大數據技術能夠對數據按時間切片分析，構建實時熱點分布圖，進行景區熱力預警分析。在醫療健康大數據分析方面，大數據技術通過對大量電子病歷的學習，醫學研究機構可以更清晰地發現疾病演變規律，并作出更科學、準確的診斷。

由于大數據價值密度高，大數據往往吸引大量攻擊者鋌而走險。現目前的大數據場景需要應對諸多的技術挑戰，首選，需要在滿足可用性的前提下實現大數據機密性：以數據加密為例，大數據應用不僅對加密算法性能提出了更高的要求，而且要求密文具備適應大數據處理的能力，例如數據檢索與并發計算。其次，需要實現大數據的安全共享：在大數據訪問控制中，用戶難以信賴服務商正確實施訪問控制策略，且在大數據應用中實現用戶角色與權限劃分更為困難。進一步地，還需要確保大數據挖掘和分析的精準性。

然而，在確保大數據挖掘和分析的精準性的問題上，現有技術難以給出有效的改善或者解決方案。

發明內容

本申請實施例之一提供一種針對真實性驗證和可信溯源的大數據處理方法，包括：

獲取待分析業務終端在第一預設數據業務處理時段內的多組初始業務數據；

確定所述多組初始業務數據中的每組初始業務數據對應的關聯業務數據；

根據所述關聯業務數據，確定每組初始業務數據中至少一個待分析目標數據片段相對于當前業務場景的數據來源可信度信息；

根據所述關聯業務數據，確定所述至少一個待分析目標數據片段針對業務數據傳遞終端而言對應于所述待分析業務終端的數據下發路徑的路徑狀態解析結果，其中，所述業務數據傳遞終端用于獲取所述多組初始業務數據；

根據所述數據來源可信度信息和所述路徑狀態解析結果，確定所述至少一個待分析目標數據片段的數據狀態更新記錄；

若檢測到所述數據狀態更新記錄滿足第一預設判定條件，則判定所述至少一個待分析目標數據片段中包括由所述待分析業務終端生成的虛假數據內容。

在一些優選的實施例中，在所述獲取待分析業務終端在第一預設數據業務處理時段內的多組初始業務數據之后，所述方法還包括：

對所述多組初始業務數據中的每組初始業務數據進行數據片段拆分，提取至少一個目標數據片段，以及所述至少一個目標數據片段中每個目標數據片段的至少一個目標數據加工日志；

從所述至少一個目標數據加工日志中提取出滿足第二預設判定條件的數據挖掘指標信息，以及確定所述數據挖掘指標信息所對應的至少一個待分析靜態數據片段；

將所述至少一個待分析靜態數據片段作為所述至少一個待分析目標數據片段；

其中，在所述確定所述多組初始業務數據中的每組初始業務數據對應的關聯業務數據之后，所述方法還包括：