一种跨物理隔离网闸的业财数据处理方法与流程

本发明创造涉及业财数据处理，特别是涉及一种跨物理隔离网闸的业财数据处理方法。

背景技术：

1、随着全面数字化电子发票广泛普及，大型集团企业物资结算正快速迈向业财税票深度集成阶段。税务部门对带有数字签名的电子凭证文件提出了严格的合规要求，企业需要打通企业资源计划系统、物资结算协同系统、财务中台等各类异构系统，实现业财数据全链路自动化与合规化流转，因此亟需一套一体化智能管控方案。

2、当前企业的业财数据管控，依旧采用人工多节点协同配合线下物理介质转移的传统模式，相关工作人员通过人工录入信息、线下核对单据、物理介质摆渡传输的方式，完成发票处理与数据推送工作，整个流程高度依赖人工操作。这种传统管控模式存在以下显著缺陷：（1）数据流转碎片化，全链路人工接力易造成环节延误，业务处理效率极低；（2）物理介质跨内外网摆渡，易引发病毒入侵、数据泄露，存在严重安全隐患；（3）人工比对环节后置，无法保障录入数据与xml凭证底层逻辑一致，存在合规风险；（4）前端人工录入错误率高，导致财务中台自动化功能失效，需重复人工干预。

3、针对现有业财数据管控方法存在的数据流转碎片化、跨网传输安全隐患、票据与数据合规风险，以及流程高度依赖人工干预的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明创造实施例提供的一种跨物理隔离网闸的业财数据处理方法，至少解决相关技术中业财数据管控方法存在的数据流转碎片化、跨网传输安全隐患、票据与数据合规风险，以及流程高度依赖人工干预的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、第一方面，本发明提供了一种跨物理隔离网闸的业财数据处理方法，所述方法包括：基于训练好的过完备字典，对待识别的票据图像对应的原始信号向量进行稀疏分解，生成原始稀疏向量；其中，所述原始信号向量是由所述票据图像提取目标字段数据后生成的；将所述原始稀疏向量依次经过压缩加密和调制转换后得到的光脉冲信号，从发送端网络通道经过物理隔离网闸，跨网传输至接收端网络通道；将所述光脉冲信号转换得到的观测向量，输入所述接收端网络通道的深度展开网络模型，由所述深度展开网络模型输出重构稀疏向量；其中，所述深度展开网络模型是基于历史观测向量样本与对应的原始稀疏向量样本，结合可学习权重矩阵和软阈值函数训练得到的；将所述重构稀疏向量基于所述过完备字典还原为重构业财数据，并与所述原始信号向量以及带数字签名的电子凭证数据进行双重校验，校验合格的所述重构业财数据自动发送至业财管理系统，校验不合格的所述重构业财数据终止流转。

4、优选地，在基于训练好的过完备字典，对票据图像对应的原始信号向量进行稀疏分解之前，所述方法还包括：基于历史纸质票据原件，经过扫描和提取目标字段数据后，构建历史信号向量，并进行预处理；其中，所述预处理包括去均值和归一化处理；基于初始化后的过完备字典，按照预设稀疏度约束对预处理后的所述历史信号向量进行稀疏分解，得到稀疏向量；基于奇异值分解，逐列更新所述过完备字典的各列字典参数，并在每次更新所述字典参数后，重新进行稀疏分解生成所述稀疏向量；当所述稀疏向量对应的重构误差小于预设阈值或达到最大迭代次数时，训练停止，得到训练好的过完备字典。

5、优选地，基于训练好的过完备字典，对待识别的票据图像对应的原始信号向量进行稀疏分解，生成原始稀疏向量，包括：通过扫描纸件票据原件获取待识别的票据图像；基于所述票据图像，定位目标字段所在区域，并提取所述区域内容的目标字符和目标数字，得到结构化业财数据；将所述结构化业财数据，按预设规则排列生成一维的原始信号向量；基于训练好的过完备字典，采用正交匹配追踪算法对所述原始信号向量执行稀疏分解，生成符合预设稀疏度约束的原始稀疏向量。

6、优选地，将所述原始稀疏向量依次经过压缩加密和调制转换后得到的光脉冲信号，从发送端网络通道经过物理隔离网闸，跨网传输至接收端网络通道，包括：将所述原始稀疏向量与基于混沌映射生成的动态观测矩阵，进行线性投影运算，得到压缩加密观测向量；对所述压缩加密观测向量进行差分相移调制处理，生成调制电信号；将所述调制电信号进行光电转换，生成光脉冲相位差信号；将所述光脉冲相位差信号从发送端网络通道经过物理隔离网闸，跨网传输至接收端网络通道。

7、优选地，将所述原始稀疏向量与基于混沌映射生成的动态观测矩阵，进行线性投影运算，得到压缩加密观测向量，包括：以时间戳哈希值为初始值，通过混沌映射生成伪随机混沌序列；将所述伪随机混沌序列重排为初始矩阵，并依次经过归一化与正交化处理，得到动态观测矩阵；基于所述动态观测矩阵对所述原始稀疏向量进行线性投影运算，得到压缩加密观测向量。

8、优选地，在将所述光脉冲信号转换得到的观测向量，输入所述接收端网络通道的深度展开网络模型之前，所述方法包括：基于固定层数的深度展开网络架构，结合可学习权重矩阵和软阈值函数，构建初始的深度展开网络模型；以历史观测向量样本为输入，重构稀疏向量为输出，对所述深度展开网络模型进行端到端离线训练；直至所述重构稀疏向量与对应的原始稀疏向量样本之间的训练损失小于预设收敛阈值，或达到预设训练迭代次数，停止训练，得到训练好的深度展开网络模型。

9、优选地，所述深度展开网络模型的层级迭代更新公式为：；其中，为所述深度展开网络模型的第层输出的重构稀疏向量；为第层对应的第一可学习权重矩阵；为动态观测矩阵的转置矩阵；为压缩加密观测向量：为第层对应的第二可学习权重矩阵；为所述深度展开网络模型的第层输出的重构稀疏向量；为第层对应的第三可学习权重矩阵；为第层对应的软阈值激活函数。

10、优选地，将所述重构稀疏向量基于所述过完备字典还原为重构业财数据，并与所述原始信号向量以及带数字签名的电子凭证数据进行双重校验，校验合格的所述重构业财数据自动发送至业财管理系统，校验不合格的所述重构业财数据终止流转，包括：基于所述过完备字典，将所述重构稀疏向量还原为重构业财数据；将重构业财数据与原始信号向量比对，进行数值一致性校验；将通过所述数值一致性校验的合格数据，与带数字签名的电子凭证数据比对，进行合规性校验；当所述数值一致性校验与所述合规性校验均校验通过时，判断为校验合格，并将校验合格的所述重构业财数据自动发送至业财管理系统；当所述数值一致性校验不通过，或所述合规性校验不通过时，判断为校验不合格，并将校验不合格的所述重构业财数据终止流转。

11、优选地，将重构业财数据与原始信号向量比对，进行数值一致性校验，包括：将重构业财数据与原始信号向量比对，计算所述重构业财数据与原始信号向量之间的偏差；将所述偏差与预设偏差阈值进行比较；若所述偏差小于或等于所述预设偏差阈值，则所述数值一致性校验通过，反之则不通过。

12、第二方面，本发明提供了一种电子设备，包括：处理器，以及存储程序的存储器，其特征在于，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据前述的跨物理隔离网闸的业财数据处理方法。

13、本发明的上述技术方案相比现有技术具有以下有益效果：

14、本发明创造实施例提供的一种跨物理隔离网闸的业财数据处理方法，通过对票据图像提取目标字段生成原始信号向量，再经过完备字典稀疏分解、网闸传输及深度展开网络模型完成数据还原，以统一处理规则串联全业务流程，解决了业财数据流转碎片化、环节割裂不通顺的问题，实现数据全链路贯通流转；将原始信号向量转为稀疏向量后进行压缩加密并调制为光脉冲信号跨网闸传输，摒弃常规明文传输模式，解决了业财数据跨网传输的安全隐患，有效防范数据被截取、篡改与泄露；接收端网络通道依据光脉冲信号得到重构稀疏向量，同步与原始信号向量、带数字签名电子凭证开展校验并拦截不合格数据，解决了票据业财数据不符、篡改及凭证不匹配的合规风险，保障数据流转合规可靠；全流程依托程序与模型自动化运行，无需人工进行票据信息提取、跨网数据摆渡、数据校验及系统录入，解决了业务流程过度依赖人工干预的问题，节省人力成本同时规避人工操作失误。