[发明专利]基于大数据的数据安全处理方法、装置、设备及存储介质

说明书

本发明涉及数据安全技术，揭露了一种基于大数据的数据安全处理方法，包括：对请求数据进行量化处理，得到数据向量集；基于预构建的随机森林分类模型对数据向量集从数据所有权、业务类型、敏感程度及数据动静态维度进行三级分类，得到请求数据的分级类别及第三数据分类集；利用UDF函数集成加密及拦截算法，得到集成加密机；基于规则库，根据关键字及分级类别，从所述集成加密机中选择对应的算法对第三数据分类集进行数据安全处理，得到安全数据；本发明还提出一种基于大数据的数据安全处理装置、设备及存储介质。此外，本发明还涉及区块链技术，分级类别可存储于区块链的节点。本发明可以解决进行数据安全处理的数据安全性低的问题。

技术领域

本发明涉及数据安全技术领域，尤其涉及一种基于大数据的数据安全处理方法、装置、设备及计算机可读存储介质。

背景技术

大数据技术是推动人类社会进入智能化时代的重要力量，数据采集手段日益丰富，从线上走向线下，通过多种多样的互联网服务、数字支付平台以及智能设备，数据从各个源节点被不断收集，从而聚合形成了海量的大数据资源，随着网络数据共享和数据交换需求的不断增多，如果不采取有效的安全控制和保护措施，容易出现安全隐患。

传统的数据安全处理方法大多未对采集的数据进行加密处理，数据在传输过程中容易被恶意窃取和篡改，破坏了数据的可用性、完整性和保密性，影响了数据的流通安全，而少数进行加密处理的，只能根据本地已知的数据安全漏洞选择加密方法，针对的安全漏洞范围有限，加密效果不足，当遇到本地未知的数据安全漏洞时，数据容易在处理过程中遭到破坏、更改和泄露，存在一定的安全隐患。

发明内容

本发明提供一种基于大数据的数据安全处理方法、装置、设备及存储介质，其主要目的在于解决进行数据安全处理的数据安全性低的问题。。

为实现上述目的，本发明提供的一种基于大数据的数据安全处理方法，包括：

当接收到业务发送的数据请求时，获取请求数据，对所述请求数据进行量化处理，得到数据向量集；

提取所述数据向量集中的数据所有权信息向量集，根据所述数据所有权信息向量集，基于预构建的第一随机森林分类模型对所述数据向量集进行第一次分类，得到所述请求数据的第一类别及第一数据分类集；

提取所述第一数据分类集中的业务类型向量集及敏感程度向量集，根据所述业务类型向量集及所述敏感程度向量集，基于预构建的第二随机森林分类模型对所述第一数据分类集进行分类，得到所述请求数据的第二类别及第二数据分类集；

提取所述第二数据分类集中的静态数据集向量及动态数据向量集，根据所述静态数据向量集及所述动态数据向量集，基于预构建的第三随机森林分类模型对所述第二数据分类集进行分类，得到所述请求数据的第三类别及第三数据分类集；

利用UDF函数集成加密及拦截算法，得到集成加密机；

提取所述第三数据分类集中的关键字，从预设缓存中获取预设规则库，基于所述规则库，根据所述关键字、所述第一类别、所述第二类别及所述第三类别，从所述集成加密机中选择对应的算法对所述第三数据分类集中的数据进行数据安全处理，得到安全数据，并将所述安全数据返回给对应的业务端。

可选地，所述基于预构建的第一随机森林分类模型对所述数据向量集进行第一次分类，得到所述请求数据的第一类别及第一数据分类集，包括：

获取所述第一随机森林分类模型中的多个决策树及每个决策树中至少一层节点的决策维度索引和决策条件；

根据所述第一随机森林分类模型中第一节点的决策维度索引，对所述数据所有权信息向量集进行特征提取，得到所述数据所有权信息向量集在所述第一节点的分裂维度上的特征值；

根据所述第一节点的决策条件对所述特征值进行判断，根据判断结果从所述第一节点的分支节点中确定遍历的第二节点；