[发明专利]一种基于大数据的电网信息安全可信工作系统

说明书

技术领域

本发明涉及大数据领域，具体涉及一种基于大数据的电网信息安全可信工作系统。

背景技术

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合，大数据的研究和应用已经成为现代信息一个不可或缺的研究领域。

在现在使用的数据信息中，有很大一部分的数据是由管理者来进行发布，并且根据用户的建议或者管理者自身的需求由管理者来进行修改的，对于这部分的海量信息，如何能够更好地进行质量管理和挖掘，快速有效地从中找到有用的信息，是一个亟需解决的问题。

可信计算是在计算和通信系统中广泛使用基于硬件安全模块支持下的可信计算平台，以提高系统整体的安全性。信息安全具有四个侧面:设备安全、数据安全、内容安全与行为安全。行为安全包括：行为的机密性、行为的完整性、行为的真实性等特征。可信计算为行为安全而生。

电网信息一方面有必要向社会公开并接受监督，另一方面，如果不进行身份验证就对信息进行访问，会对电网的正常工作造成冲击，造成安全隐患，如何在充分公开信息的前提下保证电网信息安全未能有效解决。

发明内容

针对上述问题，本发明提供一种基于大数据的电网信息安全可信工作系统。

本发明的目的采用以下技术方案来实现：

一种基于大数据的电网信息安全可信工作系统，其特征是，包括数据质量管理模块、有用数据挖掘模块、身份验证模块和可信评估模块，其中质量管理模块包括数据描述子模块、数据质量评价子模块和数据质量分级管理子模块，有用数据挖掘模块包括数据预处理子模块、有用数据构建子模块、有用数据修正子模块和有用数据分层挖掘子模块，身份验证模块包括指纹识别子模块和报警子模块；

(1)数据描述子模块

通过引入数据本身的属性和数据影响者的属性来描述数据，数据本身的属性用数据大小、创建日期、包含图片数、相关数据量表示，其中，相关数据量为当前数据指向的其它数据和指向当前数据的其它数据的总和；数据影响者的属性用影响者网络聚类系数来表示，由以下方法得到：

构建数据影响者描述网络，对于每一个数据而言，影响者包括多个用户和一个管理者，其每个影响者都代表一个节点，用户可以浏览数据，也可以对数据提出修改的建议，而管理者既可以自行对数据进行修改，也可以根据用户建议进行修改，

则影响者网络聚类系数定义为：

式中，σ₁表示用户每浏览一次数据施加的影响因子，m表示用户浏览总次数；σ₂表示用户每提出一次修改意见施加的影响因子，l表示用户提出建议总次数；σ₃表示管理者每自行修改一次数据施加的影响因子，σ₄表示管理者每根据用户建议修改一次数据施加的影响因子，δ₁和δ₂分别为σ₃和σ₄权值，n表示管理者修改总次数；为用户修改频率系数，用于表示用户对数据的满意程度，该系数越大表明用户对数据的修改越频繁；

(2)数据质量评价子模块

采用“三级评价模型”对数据质量进行评价，首先根据数据大小将数据分为三类，然后综合数据的除数据大小外的其它全部属性对其数据质量进行评价，具体方法如下：

将样本数据划分为高质量数据、中质量数据和低质量数据，若数据大小大于阈值T₁，则该数据属于高质量数据，若数据大小大于阀值T₂但是小于阀值T₁，则该数据属于中质量数据，若数据大小小于阀值T₂，则该数据属于低质量数据，T₁＞T₂且T₁、T₂的取值范围是[1KB，1MB]；进一步将高质量数据和低质量划分为不同等级，选取数据的其它全部属性组成向量，并根据样本数据计算每个等级的各个数据属性的均值，为每个等级建立相应的均值向量，新数据向量用X＝(x₁,…,x_N)表示，某个等级的均值向量用Y＝(y₁,…,y_N)表示，N表示除数据大小外数据的其它全部属性个数，两个向量的相似度用相似度函数R(X,Y)表示：

R(X,Y)值越小，则表明相似度越大，反之，则相似度越小，每个数据分别计算与不同等级的均值向量的相似度，从而确认其质量等级；

(3)数据质量分级管理子模块