海量数据环境下增强社区基础数据安全的工作方法

技术领域

本发明涉及大数据分析领域，尤其涉及一种海量数据环境下增强社区基础数据安全的工作方法。

背景技术

社区基础数据中需要进行管理的数据很多，有人员进出数据，电量使用数据，水量使用数据，以及社区绿化园林养护数据，对于一个社区的管理相对简单，但是对于多个社区的多个园林数据来说，就需要对海量数据进行收集整理，但是数据本身是杂乱无章的，需要对相应的社区中园林数据进行归类和筛选，这就亟需本领域技术人员解决相应的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种海量数据环境下增强社区基础数据安全的工作方法。

为了实现本发明的上述目的，本发明公开一种海量数据环境下增强社区基础数据安全的工作方法，使用如下步骤：

S1，在社区数据中获取相应的园林数据，对园林数据形成数据集，并对数据集的数据内容进行合法性判断；

S2，动态监测社区数据中的园林数据，根据地理图像信息和动态监测数据进行数据筛选；

S3，将筛选的动态监测数据进行数据加密操作，防止异常请求信息对社区数据中的园林数据进行攻击操作。

优选的，所述S1包括：

S1-1，获取温度数据，将每天划分为三个采集区间，对每个区间的温度进行收集采样，形成温度数据集，收集一周内的温度数据集，求得温度平均值，在温度数据集中对比历史温度数据进行差异化评价，该差异化评价是对历史温度数据求解历史温度平均值后，将历史同期的温度平均值与实时采集的温度平均值进行比较，获得温度差异；

S1-2，获取湿度数据，将每天划分为三个采集区间，对每个区间的湿度进行收集采样，形成湿度数据集，收集一周内的湿度数据集，求得湿度平均值，在湿度数据集中对比历史湿度数据进行差异化评价，该差异化评价是对历史湿度数据求解历史湿度平均值后，将历史同期的湿度平均值与实时采集的湿度平均值进行比较，获得湿度差异；

S1-3，获取土壤含水量数据，将每天划分为三个采集区间，对每个区间的土壤含水量进行收集采样，形成土壤含水量数据集，收集一周内的土壤含水量数据集，求得土壤含水量平均值，在土壤含水量数据集中对比历史土壤含水量数据进行差异化评价，该差异化评价是对历史土壤含水量数据求解历史土壤含水量平均值后，将历史同期的土壤含水量平均值与实时采集的土壤含水量平均值进行比较，获得土壤含水量差异；

S1-4，获取二氧化碳含量数据，将每天划分为三个采集区间，对每个区间的二氧化碳含量进行收集采样，形成二氧化碳含量数据集，收集一周内的二氧化碳含量数据集，求得二氧化碳含量平均值，在二氧化碳含量数据集中对比历史二氧化碳含量数据进行差异化评价，该差异化评价是对历史二氧化碳含量数据求解历史二氧化碳含量平均值后，将历史同期的二氧化碳含量平均值与实时采集的二氧化碳含量平均值进行比较，获得二氧化碳含量差异；

优选的，所述S2包括：

S2-1，根据园林所处的地理位置，收集的温度数据集、湿度数据集、土壤含水量数据集以及二氧化碳含量数据集；

S2-2，根据采集到的园林数据，分析园林数据中的数据集内容，以一天的数据作为园林数据的参考值，对相应地理位置园林数据采集地点作为筛选区域，将该地理位置的园林数据进行划分，每一个划分的区域序号为变量i∈[1，k]且i为正整数，在每一个区域中对园林数据通过传感器获取实时温度、湿度、二氧化碳浓度、土壤含水量数据；通过对植物生长的观察获取相应时段植物生长数据，然后结合植物生长的综合数据，获取生长良好的数据，删除长势不好的数据；

S2-3，根据园林数据中生长良好数据的内容：对园林数据中生长良好的区域进行养护和勘查；实时获取园林绿化的养护数据，将养护数据保存至云端网络。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

通过在社区数据中获取相应的园林数据，对园林数据进行筛选和判断，对于实时收集的园林数据能够根据地理图像信息进行整理操作，并且对收集数据进行加密操作，提高了数据安全性，便于用户进行管理。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明总体示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

如图1所示，本发明公开一种海量数据环境下增强社区基础数据安全的工作方法，使用如下步骤：

S1，在社区数据中获取相应的园林数据，对园林数据形成数据集，并对数据集的数据内容进行合法性判断；

S2，动态监测社区数据中的园林数据，根据地理图像信息和动态监测数据进行数据筛选；

S3，将筛选的动态监测数据进行数据加密操作，防止异常请求信息对社区数据中的园林数据进行攻击操作。

所述S1包括：

S1-1，获取温度数据，将每天划分为三个采集区间，对每个区间的温度进行收集采样，形成温度数据集，收集一周内的温度数据集，求得温度平均值，在温度数据集中对比历史温度数据进行差异化评价，该差异化评价是对历史温度数据求解历史温度平均值后，将历史同期的温度平均值与实时采集的温度平均值进行比较，获得温度差异；

S1-2，获取湿度数据，将每天划分为三个采集区间，对每个区间的湿度进行收集采样，形成湿度数据集，收集一周内的湿度数据集，求得湿度平均值，在湿度数据集中对比历史湿度数据进行差异化评价，该差异化评价是对历史湿度数据求解历史湿度平均值后，将历史同期的湿度平均值与实时采集的湿度平均值进行比较，获得湿度差异；

S1-3，获取土壤含水量数据，将每天划分为三个采集区间，对每个区间的土壤含水量进行收集采样，形成土壤含水量数据集，收集一周内的土壤含水量数据集，求得土壤含水量平均值，在土壤含水量数据集中对比历史土壤含水量数据进行差异化评价，该差异化评价是对历史土壤含水量数据求解历史土壤含水量平均值后，将历史同期的土壤含水量平均值与实时采集的土壤含水量平均值进行比较，获得土壤含水量差异；

S1-4，获取二氧化碳含量数据，将每天划分为三个采集区间，对每个区间的二氧化碳含量进行收集采样，形成二氧化碳含量数据集，收集一周内的二氧化碳含量数据集，求得二氧化碳含量平均值，在二氧化碳含量数据集中对比历史二氧化碳含量数据进行差异化评价，该差异化评价是对历史二氧化碳含量数据求解历史二氧化碳含量平均值后，将历史同期的二氧化碳含量平均值与实时采集的二氧化碳含量平均值进行比较，获得二氧化碳含量差异；

所述S2包括：

S2-1，根据园林所处的地理位置，收集的温度数据集、湿度数据集、土壤含水量数据集以及二氧化碳含量数据集；

S2-2，根据采集到的园林数据，分析园林数据中的数据集内容，以一天的数据作为园林数据的参考值，对相应地理位置园林数据采集地点作为筛选区域，将该地理位置的园林数据进行划分，每一个划分的区域序号为变量i∈[1，k]且i为正整数，在每一个区域中对园林数据通过传感器获取实时温度、湿度、二氧化碳浓度、土壤含水量数据；通过对植物生长的观察获取相应时段植物生长数据，然后结合植物生长的综合数据，获取生长良好的数据，删除长势不好的数据；

S2-3，根据园林数据中生长良好数据的内容：对园林数据中生长良好的区域进行养护和勘查；实时获取园林绿化的养护数据，将养护数据保存至云端网络。

S3中对动态监测数据进行数据加密操作如下：

S3-1，社区数据采集过程中，温度数据、湿度数据、土壤含水量、二氧化碳含量都是园林数据中需要监测的数据指标，当监测的园林数据收集完成后，形成园林数据集；

S3-2，对园林数据集进行编号，将编号后的园林数据集向云端网络传送，传送之前进行数据加密操作，根据不同IP地址获取的园林数据集形成的编号向量为{1,2,......,d×n}，d为记录园林环境数据的种类，n为每天记录的园林总数，n的数值取决于监控的园林数量；因为每个园林中需要记录的环境数据包含d种，所以相应的数据集编号为d乘以n，然后对于编号向量进行初始加密；

S3-3，对编号向量进行置乱操作，利用混沌映射进行迭代d×n×t，其中t为采集次数，产生分段线性混沌映射关系公式N

其中，N

S3-4，对初值N

S3-5，经过中间值计算的初值N

S3-6，对初值N

S3-7，加密变换之后，形成加密特征点B＝{P

S3-8，当发生园林数据的调用请求时，验证调用请求合法性，如果属于合法调用请求则进行解密操作，如果为非法调用请求则不进行解密操作；

S3-9，如果进行解密操作，执行加密操作的逆过程，对于编号向量的数据进行解密，获取园林数据的具体内容。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。