一种基于融合智能分析的大数据信息分级管理方法及系统与流程

本发明涉及大数据分析，具体为一种基于融合智能分析的大数据信息分级管理方法及系统。

背景技术：

1、随着大数据技术的发展，海量信息在政务平台、金融系统、互联网业务平台及行业数据中心中不断汇聚，数据规模呈指数级增长，信息来源呈现跨部门、跨系统、跨业务域的多源化特征。在此背景下，如何对大规模异构信息进行统一表达、关联分析及安全分级管理，成为信息安全与数据治理领域亟需解决的重要问题。

2、现有技术中，在统一表达基底条件下完成跨源属性的同步耦合结构构建机制存在不足，导致语义关联与行为关联之间无法在关系构建阶段实现同步融合，从而难以形成单一统一的关联拓扑结构。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于融合智能分析的大数据信息分级管理方法及系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、第一方面，本发明实施例提供了一种基于融合智能分析的大数据信息分级管理方法及系统，包括以下步骤：

4、s1、构建多源信息统一表达基底，得到统一信息表征矩阵；

5、s2、使用统一信息表征矩阵进行跨源语义-行为耦合构建，得到信息关联拓扑结构；

6、s3、使用信息关联拓扑结构进行多层级融合推演分析，得到融合风险表征向量；

7、s4、使用融合风险表征向量进行等级映射矩阵计算，得到信息分级结果；

8、s5、使用信息分级结果和信息关联拓扑结构进行结构回嵌映射，得到分级管理结构模型。

9、进一步优化本技术方案，所述步骤s1用于将多源异构信息转换为统一结构表达，消除数据来源差异带来的字段冲突、量纲不一致问题，构建可直接用于关联拓扑构建与融合分析的标准化输入矩阵，该矩阵为统一信息表征矩阵，其表达式为：

10、；

11、其中，

12、表示信息对象总数量；

13、表示第个信息对象的统一表达向量；

14、每个由三部分顺序拼接构成：

15、

16、其中：

17、表示结构标识向量，；

18、表示语义属性向量，；

19、表示行为属性向量，。

20、进一步优化本技术方案，所述步骤s2在步骤s1构建的统一表达基底基础上，将信息对象之间的语义属性与行为属性进行统一耦合计算，形成结构化关联网络；

21、步骤s2在进行跨源语义-行为耦合构建时，包括以下环节：

22、语义向量集合构建与维度确认；

23、语义相似度矩阵构建；

24、行为向量集合构建与时间维度校正；

25、行为关联强度矩阵构建；

26、语义-行为耦合映射计算；

27、候选邻域筛选与阈值建边；

28、拓扑结构构建。

29、进一步优化本技术方案，步骤s2在语义向量集合构建与维度确认时，从中提取：

30、

31、其中：

32、为步骤s1语义字段拼接后的固定维度；

33、若为零向量，则在其所有维度增加极小正数以避免分母为零；

34、步骤s2在语义相似度矩阵构建时，设置语义相似度函数：

35、；

36、其中：

37、与同为信息对象序号；

38、“·”表示向量内积；

39、为二范数；

40、；

41、从而得到语义相似度矩阵：

42、。

43、进一步优化本技术方案，所述步骤s2在行为向量集合构建与时间维度校正时，从中提取：

44、；

45、其中：

46、为固定时间窗口数量；

47、时间窗口长度在步骤s1已统一设定；

48、若某对象统计周期不足，则以零值补齐至维；

49、步骤s2在行为关联强度矩阵构建时，采用皮尔逊相关系数：

50、；

51、其中：

52、为标准差。

53、若或为零，则设置：；

54、为统一量纲，将其线性映射至：

55、；

56、得到行为关联矩阵：

57、。

58、进一步优化本技术方案，所述步骤s2在语义-行为耦合映射计算时，设置固定耦合权重：

59、；

60、；

61、；

62、、在系统初始化阶段设定为常数；

63、基于设置的耦合权重构建耦合函数：

64、；

65、得到耦合矩阵：

66、。

67、候选邻域筛选与阈值建边：

68、按业务域标识进行分区，仅在同域或指定跨域范围内计算；

69、设置固定阈值，表示对耦合强度的下限控制值：

70、；

71、若且，则建立加权边，边权为。

72、进一步优化本技术方案，所述步骤s2在拓扑结构构建时，设置哈希映射函数生成代表图的顶点集合，用于表示所有参与耦合关系计算的信息对象：

73、；

74、并设置边集合：

75、；

76、图结构定义为：

77、无向加权图；

78、不包含自环；

79、不允许重复边。

80、步骤s2最终输出结果为信息关联拓扑结构，其表达式为：

81、；

82、其中：

83、；

84、；

85、。

86、进一步优化本技术方案，所述步骤s3在步骤s2构建的统一耦合拓扑结构基础上，对节点之间的耦合关系进行层级递进传播计算，将直接耦合影响与间接路径传播影响进行统一融合，形成每个信息对象的结构融合风险量化结果。

87、进一步优化本技术方案，所述步骤s4将连续型融合风险值映射为离散等级标签，构建结构化的信息分级结果，使风险表征结果转化为确定性分级输出；

88、步骤s5在保持原始图结构拓扑不变的前提下，将节点分级结果回嵌至图结构中，形成带等级属性的统一结构模型，使信息关联结构与等级结果在同一模型中表达。

89、一种基于融合智能分析的大数据信息分级管理系统，基于上述的一种基于融合智能分析的大数据信息分级管理方法进行构建，包括以下模块：

90、信息接入与标准化处理模块；

91、信息关联建模模块；

92、融合风险计算模块；

93、等级映射分析模块；

94、结构回嵌建模模块；

95、分级管理控制模块。

96、第二方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的一种基于融合智能分析的大数据信息分级管理方法及系统的步骤。

97、第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的一种基于融合智能分析的大数据信息分级管理方法及系统的步骤。

98、与现有技术相比，本发明提供了一种基于融合智能分析的大数据信息分级管理方法及系统，具备以下有益效果：

99、该基于融合智能分析的大数据信息分级管理方法及系统，通过设置语义-行为耦合映射计算机制，使语义相似度矩阵与行为关联强度矩阵在关系构建阶段按照固定耦合权重进行线性耦合，并以耦合结果直接作为建边规则生成信息关联拓扑结构，从而实现语义属性与行为属性在统一表达基底条件下的同步融合建模，避免跨模型映射过程，提高关联结构的一致性与稳定性。