一种基于计算机大数据的用户行为加密方法
阅读说明：本技术 一种基于计算机大数据的用户行为加密方法 (User behavior encryption method based on computer big data ) 是由 赵芳 于 2020-05-25 设计创作，主要内容包括：本发明公开了一种基于计算机大数据的用户行为加密方法,涉及信息加密技术领域。本发明包括以下步骤：步骤一：通过用户行为数据采集模块采集用户的日常行为数据,通过数据预处理模块消除数据的不确定因素,剔除异常数据,通过数据分类模块将用户日常行为数据进行分类,再通过控制器将分类好的数据存储在大数据模块内,并建立用户行为评估模型。本发明通过采集使用者行为数据,基于该移动终端拥有者平时使用习惯的大数据,判断使用者是否是用户本人,若不是,则将移动终端及时锁住加密,从而避免信息的泄露,本加密方法可不间断对使用者的行为进行监控,出现异常时,及时锁住屏幕,信息安全得到大大提高。(The invention discloses a user behavior encryption method based on computer big data, and relates to the technical field of information encryption. The invention comprises the following steps: the method comprises the following steps: the method comprises the steps of collecting daily behavior data of a user through a user behavior data collection module, eliminating uncertain factors of the data through a data preprocessing module, eliminating abnormal data, classifying the daily behavior data of the user through a data classification module, storing the classified data in a big data module through a controller, and establishing a user behavior evaluation model. The invention judges whether the user is the user based on the big data of the mobile terminal owner in normal use, if not, the mobile terminal is locked and encrypted in time, thereby avoiding information leakage.)
技术领域
本发明属于信息加密技术领域，特别是涉及一种基于计算机大数据的用户行为加密方法。
背景技术
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，大数据具有5V特点，即大量、高速、多样、低价值密度和真实性，随着云时代的来临，大数据也吸引了越来越多的关注，大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据，适用于大数据的技术，包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统，大数据已经迅速地发展成为学术界、工业界甚至是世界各政府部门都非常关注的热点，互联网行业、零售业、商业智能、卫生、交通、医疗、物流、咨询服务甚至是生物科技都受到了大数据的影响，由大数据产生的数据服务意识已经被人们所重视，并影响着我们生活的方方面面。
随着移动终端功能的日益完善，移动终端在人们日常生活工作中所扮演的角色日趋重要，与此同时，移动终端的安全性以及用户的隐私问题越来越受到关注，信息时代数据量的规模迅速增长，数据的类型也变得复杂化，数据中往往包含了很多具有重要价值的信息，隐私加密保护技术是防止隐私信息泄露的重要保障，通过对大数据的数据隐私加密算法进行研究，可以对现阶段的数据隐私进行更好的了解和掌握，然而现阶段数据隐私保护技术并不完善，目前，大多数移动终端都支持加密功能，包括支持针对移动终端的屏幕的加密功能，如目前的密码锁屏功能；支持针对移动终端内的文件的加密功能，如目前的图册、相册加密功能等等，但是现有的移动端加密方法实用性差，准确性不理想，加密方法难以不断进行优化，因此有必要对现有技术进行改进，以解决上述问题。
发明内容
本发明的目的在于提供一种基于计算机大数据的用户行为加密方法，采集使用者行为数据，基于该移动终端拥有者平时使用习惯的大数据，判断使用者是否是用户本人，若不是，则将移动终端及时锁住加密，从而避免信息的泄露，本加密方法可不间断对使用者的行为进行监控，出现异常时，及时锁住屏幕，通过短信发送模块和邮件发送模块及时通知用户，且通过模型优化单元不断完善自身程序，解决了现有的移动端加密方法实用性差，准确性不理想，加密方法难以不断进行优化的问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种基于计算机大数据的用户行为加密方法，所述方法包括以下步骤：
步骤一：通过用户行为数据采集模块采集用户的日常行为数据，通过数据预处理模块消除数据的不确定因素，剔除异常数据，通过数据分类模块将用户日常行为数据进行分类，再通过控制器将分类好的数据存储在大数据模块内，并建立用户行为评估模型；
步骤二：当用户使用移动终端时，通过用户行为数据采集模块采集该用户的行为数据，通过数据预处理模块消除数据的不确定因素，剔除异常数据，通过数据分类模块将该用户的行为数据进行分类并分别传输至控制器，再通过控制器调取大数据模块内相对应的用户行为评估模型，通过相对应的用户行为评估模块进行评估，将该用户行为数据与大数据模块内的行为大数据进行比对，并将评估结果传输给控制器；
步骤三：控制器根据评估结果判断该用户是否为该移动终端的拥有者，若是，则将采集的行为数据补充至大数据模块内，对大数据模块进行完善，并通过模型优化单元对评估模型进行优化，若否，则控制器控制锁屏模块对该移动终端立即锁屏，并通过短信发送模块发送警示短信至该移动终端拥有者所存储的一个备份号码上，或通过邮件发送模块发送警示邮件至该移动终端拥有者的邮箱内；
步骤四：锁屏时，移动终端出现指纹识别或密码识别页面，以便该移动终端拥有者解锁该移动终端。
进一步地，所述用户行为数据采集模块包括输入法使用习惯采集单元、观看距离采集单元、滑动屏幕方式采集单元和操作方式采集单元，所述输入法使用习惯采集单元用于对输入法的常规统计、输入法内容区最受欢迎的元素、用户的情感变化、用户的长短兴趣来全方位定位用户使用输入法的网络行为，所述观看距离采集单元用过采集使用者与移动终端屏幕的距离数据，所述滑动屏幕方式采集单元用于采集用户手指滑动屏幕的方式，以及滑动方向、力度的数据，所述操作方式采集单元用于采集复制粘贴文字操作、搜索习惯等操作数据。
进一步地，所述输入法使用习惯采集单元和操作方式采集单元的数据采集方法均采用埋点法进行采集，所述观看距离采集单元和滑动屏幕方式采集单元的数据采集方法均采用相应的传感器进行采集。
进一步地，所述用户行为评估模块包括输入法使用习惯评估单元、观看距离评估单元、滑动屏幕方式评估单元和操作方式评估单元，通过数据分类模块将采集到的用户行为数据分成输入法使用习惯数据、观看距离数据、滑动屏幕方式数据和操作方式数据，各类数据分别通过相应的输入法使用习惯评估单元、观看距离评估单元、滑动屏幕方式评估单元和操作方式评估单元进行评估。
进一步地，所述大数据模块包括输入法使用习惯评估模型、观看距离评估模型、滑动屏幕方式评估模型、操作方式评估模型和模型优化单元，所述输入法使用习惯评估模型、观看距离评估模型、滑动屏幕方式评估模型和操作方式评估模型分别对应输入法使用习惯评估单元、观看距离评估单元、滑动屏幕方式评估单元和操作方式评估单元，在评估时通过不同的评估模型评估不同类型的数据。
进一步地，所述模型优化单元优化模型的具体步骤包括：评估模型，通过留出法、N拆交叉验证法或过拟合法对各个评估模型的常用指标如AUC、KS、误差率、错误率等进行计算；优化模型，根据计算的常用指标数值调整各个模型、优化公式、优化算法，得到最优的大数据评估模型。
本发明具有以下有益效果：
1、本发明通过设置用户行为数据采集模块、控制器、用户行为评估模块、大数据模块和锁屏模块，采集使用者行为数据，基于该移动终端拥有者平时使用习惯的大数据，判断使用者是否是用户本人，若不是，则将移动终端及时锁住加密，从而避免信息的泄露，本加密方法可不间断对使用者的行为进行监控，出现异常时，及时锁住屏幕，解决了传统的密码锁屏、指纹锁屏，容易被破解，使用不便，难以不间断对其监控的问题，信息安全得到大大提高。
2、本发明通过设置模型优化单元，对大数据评估模型不断进行优化，从而提高评估的准确性，避免误加密，通过设置数据预处理模块，去除不完整数据，删除个别异常数据，能让数据的精准性达到最佳，通过设置数据分类模块，对行为数据进行分类，且每类数据单独同时进行评估，处理速度快，评估效率得到大大提高。
3、本发明通过设置短信发送模块和邮件发送模块，当出现异常时，通过短信发送模块发送警示短信至该移动终端拥有者所存储的一个备份号码上，或通过邮件发送模块发送警示邮件至该移动终端拥有者的邮箱内，移动终端的拥有者可第一时间接收到信息，从而采取措施，避免信息的丢失。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图；
图2为本发明的原理框图；
图3为本发明的用户行为数据采集模块结构示意图；
图4为本发明的用户行为评估模块结构示意图；
图5为本发明的大数据模块结构示意图；
附图中，各标号所代表的部件列表如下：
1、用户行为数据采集模块；2、数据预处理模块；3、数据分类模块；4、控制器；5、用户行为评估模块；6、大数据模块；7、锁屏模块；8、短信发送模块；9、邮件发送模块；101、输入法使用习惯采集单元；102、观看距离采集单元；103、滑动屏幕方式采集单元；104、操作方式采集单元；501、输入法使用习惯评估单元；502、观看距离评估单元；503、滑动屏幕方式评估单元；504、操作方式评估单元；601、输入法使用习惯评估模型；602、观看距离评估模型；603、滑动屏幕方式评估模型；604、操作方式评估模型；605、模型优化单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-2所示，本发明为一种基于计算机大数据的用户行为加密方法，包括以下步骤：
步骤一：通过用户行为数据采集模块1采集用户的日常行为数据，通过数据预处理模块2消除数据的不确定因素，剔除异常数据，让数据的精准性达到最佳，通过数据分类模块3将用户日常行为数据进行分类，再通过控制器4将分类好的数据存储在大数据模块6内，并建立用户行为评估模型；
步骤二：当用户使用移动终端时，通过用户行为数据采集模块1采集该用户的行为数据，通过数据预处理模块2消除数据的不确定因素，剔除异常数据，通过数据分类模块3将该用户的行为数据进行分类并分别传输至控制器4，再通过控制器4调取大数据模块6内相对应的用户行为评估模型，通过相对应的用户行为评估模块5进行评估，将该用户行为数据与大数据模块6内的行为大数据进行比对，并将评估结果传输给控制器4；
步骤三：控制器4根据评估结果判断该用户是否为该移动终端的拥有者，若是，则将采集的行为数据补充至大数据模块6内，对大数据模块6进行完善，并通过模型优化单元605对评估模型进行优化，若否，则控制器4控制锁屏模块7对该移动终端立即锁屏，并通过短信发送模块8发送警示短信至该移动终端拥有者所存储的一个备份号码上，或通过邮件发送模块9发送警示邮件至该移动终端拥有者的邮箱内，移动终端的拥有者可第一时间接收到信息，从而采取措施，避免信息的丢失；
步骤四：锁屏时，移动终端出现指纹识别或密码识别页面，以便该移动终端拥有者解锁该移动终端。
其中如图3所示，用户行为数据采集模块1包括输入法使用习惯采集单元101、观看距离采集单元102、滑动屏幕方式采集单元103和操作方式采集单元104，输入法使用习惯采集单元101用于对输入法的常规统计、输入法内容区最受欢迎的元素、用户的情感变化、用户的长短兴趣来全方位定位用户使用输入法的网络行为，观看距离采集单元102用过采集使用者与移动终端屏幕的距离数据，滑动屏幕方式采集单元103用于采集用户手指滑动屏幕的方式，以及滑动方向、力度的数据，操作方式采集单元104用于采集复制粘贴文字操作、搜索习惯等操作数据，输入法使用习惯采集单元101和操作方式采集单元104的数据采集方法均采用埋点法进行采集，观看距离采集单元102和滑动屏幕方式采集单元103的数据采集方法均采用相应的传感器进行采集。
其中如图4所示，用户行为评估模块5包括输入法使用习惯评估单元501、观看距离评估单元502、滑动屏幕方式评估单元503和操作方式评估单元504，通过数据分类模块3将采集到的用户行为数据分成输入法使用习惯数据、观看距离数据、滑动屏幕方式数据和操作方式数据，各类数据分别通过相应的输入法使用习惯评估单元501、观看距离评估单元502、滑动屏幕方式评估单元503和操作方式评估单元504进行评估。
其中如图5所示，大数据模块6包括输入法使用习惯评估模型601、观看距离评估模型602、滑动屏幕方式评估模型603、操作方式评估模型604和模型优化单元605，输入法使用习惯评估模型601、观看距离评估模型602、滑动屏幕方式评估模型603和操作方式评估模型604分别对应输入法使用习惯评估单元501、观看距离评估单元502、滑动屏幕方式评估单元503和操作方式评估单元504，在评估时通过不同的评估模型评估不同类型的数据，模型优化单元605优化模型的具体步骤包括：评估模型，通过留出法、N拆交叉验证法或过拟合法对各个评估模型的常用指标如AUC、KS、误差率、错误率等进行计算；优化模型，根据计算的常用指标数值调整各个模型、优化公式、优化算法，得到最优的大数据评估模型，通过模型优化单元605对大数据评估模型不断进行优化，从而提高评估的准确性，避免误加密。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例，并不限制本发明，任何对前述各实施例所记载的技术方案进行修改，对其中部分技术特征进行等同替换，均属于在本发明的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种用于可信链传递的4G消息安全收发方法