基于改进关联规则的报送信息大数据特征 隐匿性加密算法

• 作者: 陈威宇 王泷 何建锋 苏怀振 徐延文 .国网甘肃省电力公司 .国网甘肃省电力公司定西供电公司
• 来源期刊: 计算技术与自动化
• 学科: 工学
• 关键词: 改进关联规则;Apriori算法;报送信息大数据;特征识别;神经网络;隐匿性加密算法
• 年，卷（期）: 2025,（4）
• 页码范围: 123-128
• 页数: 6页
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202404020

摘要

报送信息大数据的安全性直接关系到“数字化纪检云平台”数据挖掘的准确性，一旦泄露或者被篡改，纪检工作可靠性将大大降低，由此，提出一种基于改进关联规则的报送信息大数据特征隐匿性加密算法。手工获取报送信息大数据，通过连接转换器实时连通异构数据库，对不符合规范要求的数据进行自动修正，包括缺失数据填补、离群值处理和数据标准化。利用改进遗传算法改进Apriori算法，挖掘数据项或属性之间隐含的关联规则，通过关联规则识别报送信息大数据特征。以报送信息大数据特征为输入，利用神经网络层级之间的权重矩阵作为密钥，将明文数据转变为密文数据。结果表明：所研究加密算法应用下，“三公经费”开支数据加密后的密文和明文相关性均在0～0.2之间，说明所研究算法的加密效果较好，保证了报送信息大数据安全。