[发明专利]基于大数据的数据安全管控方法、装置、设备及存储介质

权利要求书

1.一种基于大数据的数据安全管控方法，其特征在于，所述方法包括：

获取目标单位原始数据及预设第三方权威数据；

对所述目标单位原始数据进行压缩及分段处理，并筛选分段后数据，得到目标数据，对所述目标数据进行特征融合，得到融合数据，并将所述融合数据转换为预设格式存储至预设数据库；

识别所述预设第三方权威数据的业务类别，根据所述业务类别选择预设分类模型对所述预设第三方权威数据进行分类，得到分类数据；

利用预设第一鉴别模型，对所述融合数据进行规范性检查及安全审计操作，得到初步检测结果；

利用预设第二鉴别模型检测所述分类数据来源可靠性，得到第三方数据可靠性检测结果；

当所述初步检测结果及所述第三方数据可靠性检测结果均为合格时，根据所述分类数据，利用预设第三鉴别模型检测所述融合数据的安全性，得到安全数据及异常数据，按照标准管控方式管控所述安全数据，按照集中管控方式管控所述异常数据。

2.如权利要求1所述的基于大数据的数据安全管控方法，其特征在于，所述对所述目标单位原始数据进行压缩及分段处理，并筛选分段后数据，得到目标数据，包括：

对所述目标单位原始数据进行压缩，得到压缩数据；

将所述压缩数据分段为多个目标待筛选数据段；

计算各个目标待筛选数据段的准确率，根据所述准确率对所述多个目标待筛选数据段进行初步筛选，得到初筛数据段；

根据所述准确率计算所述初筛数据段的校验值；

根据所述校验值及预设校验阈值，判断所述初筛数据段是否合格；

当所述初筛数据段不合格时，识别不合格初筛数据段的所属目标单位，重新采集目标单位原始数据，并返回所述对所述目标单位原始数据进行压缩，得到压缩数据的步骤，直至所述初筛数据段合格；

当所述初筛数据段合格时，将合格的初筛数据段作为目标数据。

3.如权利要求2所述的基于大数据的数据安全管控方法，其特征在于，所述根据所述准确率计算所述初筛数据段的校验值，包括：

提取所述初筛数据段及所述目标待筛选数据段的平均特征值；

统计所述初筛数据段及所述目标待筛选数据段的数据总量；

根据所述初筛数据段的平均特征值、所述目标待筛选数据段的平均特征值、所述目标待筛选数据段的数据总量、所述初筛数据段的数据总量及所述初筛数据段的准确率,计算所述初筛数据段的校验值。

4.如权利要求1所述的基于大数据的数据安全管控方法，其特征在于，所述对所述目标数据进行特征融合，得到融合数据，包括：

利用预构建特征关系标识模型对所述目标数据进行特征关系标识，得到所述目标数据的数据特征；

对所述数据特征进行数据结构化处理，得到结构化数据组；

计算所述结构化数据组中数据之间的相似度；

将所述相似度值大于预设相似度阈值的数据进行融合操作，得到融合数据。

5.如权利要求1所述的基于大数据的数据安全管控方法，其特征在于，所述根据所述业务类别选择预设分类模型对所述预设第三方权威数据进行分类，得到分类数据，包括：

获取所述预设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；

根据所述预设分类模型中第一节点的决策维度索引，对所述预设第三方权威数据进行特征提取，得到所述预设第三方权威数据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；

根据当前决策维度索引和决策条件，继续提取实施预设第三方权威数据在所述第二节点的特征值并确定待遍历的下一节点，直至所述决策树遍历完成，得到所述预设第三方权威数据的各个种类，根据各个种类对所述预设第三方权威数据进行分类，得到分类数据。