一种共享洗车用户数据安全管理方法与流程

本发明涉及数据安全，具体涉及一种共享洗车用户数据安全管理方法。

背景技术：

1、共享洗车平台提供了更便捷的方式来预约洗车服务，用户可以通过手机应用随时随地的预约洗车服务，而不需要亲自前往洗车点或排队等待。而对于大量用户洗车的服务记录数据，共享洗车平台需要对用户洗车的相关数据进行保护，以便从大数据层面对用户的隐私进行保障，而在用户洗车的服务记录数据中，不同用户及各用户本身之间，洗车存在周期性，因此需要根据这种周期性实现对用户洗车的服务记录数据的加密。

技术实现思路

1、为解决上述问题，本发明提供一种共享洗车用户数据安全管理方法。

2、本发明的一种共享洗车用户数据安全管理方法采用如下技术方案：

3、本发明一个实施例提供了一种共享洗车用户数据安全管理方法，该方法包括以下步骤：

4、采集共享洗车点所有用户的服务记录数据，所述服务记录数据包含每个用户车辆的每次开始洗车时间和结束洗车时间；

5、根据服务记录数据中每个用户车辆的每次开始洗车时间和结束洗车时间，获取每个用户车辆的每次洗车时长，结合洗车次序得到每个用户的洗车数据序列；对每个用户的洗车时长进行聚类，得到每个用户洗车时长的若干类簇；根据每个类簇中的洗车时长和每个用户的洗车数据序列，获取每个用户的洗车时长经过聚类后每个类簇对应的洗车时长序列和次序差异序列并得到每个用户的洗车规律性；

6、根据每个用户的洗车规律性得到每个用户的初始平滑参数；根据服务记录数据获取每个用户相邻两次洗车的若干时间间隔；结合初始平滑参数，得到每个用户相邻两次洗车的时间间隔的预测值；根据每个用户相邻两次洗车的时间间隔和对应的时间间隔的预测值，获取每个用户的初始平滑参数的修正系数并得到每个用户的修正平滑参数；

7、根据每个用户相邻两次洗车的时间间隔和修正平滑参数，得到每个用户相邻两次洗车的时间间隔的最终预测值；根据每个用户相邻两次洗车的时间间隔的最终预测值，对每个用户洗车的服务记录数据进行加密。

8、进一步地，所述得到每个用户的洗车数据序列，包括的具体步骤如下：

9、将任意一个用户，记为目标用户，将目标用户的每次洗车时长和对应的洗车次序构成的序列，记为目标用户的洗车数据序列，洗车数据序列中第一项为目标用户第一次洗车的洗车时长，第二项为目标用户的第一次洗车的洗车次序，第三项为目标用户第二次洗车的洗车时长，第四项为目标用户的第二次洗车的洗车次序，以此类推，直至排列到目标用户最后一次洗车的洗车时长和最后一次洗车的洗车次序。

10、进一步地，所述根据每个类簇中的洗车时长和每个用户的洗车数据序列，获取每个用户的洗车时长经过聚类后每个类簇对应的洗车时长序列和次序差异序列并得到每个用户的洗车规律性，包括的具体步骤如下：

11、将目标用户的若干类簇中任意一个类簇，记为目标类簇，将目标类簇中所有洗车时长，按照在目标用户的洗车数据序列中的顺序进行排列，得到目标用户的洗车时长经过聚类后目标类簇对应的洗车时长序列；获取目标类簇中洗车时长在目标用户的洗车数据序列中对应的若干洗车次序，并将若干洗车次序按照从小到大的顺序进行排列，得到目标用户在目标类簇下对应的洗车次序序列，将洗车次序序列中第u个洗车次序减去第u-1个洗车次序的结果，作为洗车次序序列中第u个洗车次序的次序差异，u∈[2,u]，u为洗车次序序列中洗车次序的个数，将洗车次序序列中洗车次序对应的所有次序差异，按照获取顺序进行排列，得到目标用户的洗车时长经过聚类后目标类簇对应的次序差异序列；

12、根据每个用户的洗车时长经过聚类后每个类簇对应的洗车时长序列和次序差异序列，得到每个用户的洗车规律性。

13、进一步地，所述根据每个用户的洗车时长经过聚类后每个类簇对应的洗车时长序列和次序差异序列，得到每个用户的洗车规律性，包括的具体步骤如下：

14、

15、式中，ti为目标用户的洗车时长经过聚类后第i个类簇对应的洗车时长序列，var(ti)为目标用户的洗车时长经过聚类后第i个类簇对应的洗车时长序列中元素的方差，ci为目标用户的洗车时长经过聚类后第i个类簇对应的次序差异序列，var(ci)为目标用户的洗车时长经过聚类后第i个类簇对应的次序差异序列中元素的方差，n为目标用户的洗车时长经过聚类后类簇的总个数，exp()为以自然常数为底的指数函数，r为目标用户的洗车规律性。

16、进一步地，所述得到每个用户相邻两次洗车的时间间隔的预测值，包括的具体步骤如下：

17、y′k+1＝β×yk+(1-β)×y′k

18、式中，β为目标用户的初始平滑参数，yk为目标用户相邻两次洗车的第k个时间间隔，y′k为目标用户相邻两次洗车的第k个时间间隔的预测值；其中y′k可通过若干次迭代得到，具体为：y′2＝β×y1+(1-β)×y1，y′3＝β×y2+(1-β)×y′2，以此类推，直至y′k＝β×yk-1+(1-β)×y′k-1，其中y1为目标用户相邻两次洗车的第1个时间间隔，y′2为目标用户相邻两次洗车的第2个时间间隔的预测值，y2为目标用户相邻两次洗车的第2个时间间隔，yk-1为目标用户相邻两次洗车的第k-1个时间间隔，y′k-1为目标用户相邻两次洗车的第k-1个时间间隔的预测值；y′k+1为目标用户相邻两次洗车的第k个时间间隔的预测值。

19、进一步地，所述根据每个用户相邻两次洗车的时间间隔和对应的时间间隔的预测值，获取每个用户的初始平滑参数的修正系数并得到每个用户的修正平滑参数，包括的具体步骤如下：

20、将目标用户相邻两次洗车的第j个时间间隔，记为yj，将yj对应的时间间隔的预测值，记为y′j，将|yj-y′j|作为目标用户相邻两次洗车的第j个时间间隔差异，||表示求绝对值，获取目标用户相邻两次洗车的所有时间间隔差异，将所有时间间隔差异按照时间间隔的获取顺序进行排列，得到一个序列，记为第一差异序列，从第一差异序列中第二个时间间隔差异开始，依次获取每个时间间隔差异与前一个时间间隔差异的差值绝对值，将所有差值绝对值按照获取的顺序进行排列，得到一个序列，记为第二差异序列；

21、

22、式中，wa为第二差异序列中第a个差值绝对值，wa-1为第二差异序列中第a-1个差值绝对值，num为第二差异序列中差值绝对值的个数，exp()为以自然常数为底的指数函数，μ为预设的超参数，γ为目标用户的初始平滑参数的修正系数；

23、根据每个用户的初始平滑参数和初始平滑参数的修正系数，得到每个用户的修正平滑参数。

24、进一步地，所述根据每个用户相邻两次洗车的时间间隔和修正平滑参数，得到每个用户相邻两次洗车的时间间隔的最终预测值，包括的具体步骤如下：

25、y″k+1＝β′×yk+(1-β′)×y″k

26、式中，β′为目标用户的修正平滑参数，yk为目标用户相邻两次洗车的第k个时间间隔，y″k为目标用户相邻两次洗车的第k个时间间隔的最终预测值；其中y″k可通过若干次迭代得到，具体为：y″2＝β′×y1+(1-β′)×y1，y″3＝β′×y2+(1-β′)×y″2，以此类推，直至y″k＝β′×yk-1+(1-β′)×y″k-1，其中y1为目标用户相邻两次洗车的第1个时间间隔，y″2为目标用户相邻两次洗车的第2个时间间隔的最终预测值，y2为目标用户相邻两次洗车的第2个时间间隔，yk-1为目标用户相邻两次洗车的第k-1个时间间隔，y″k-1为目标用户相邻两次洗车的第k-1个时间间隔的最终预测值；y″k+1为目标用户相邻两次洗车的第k个时间间隔的最终预测值。

27、进一步地，所述根据每个用户相邻两次洗车的时间间隔的最终预测值，对每个用户洗车的服务记录数据进行加密，包括的具体步骤如下：

28、对于任意一个用户的第三次洗车，第三次洗车存在对应的开始时间，通过第二次洗车与第三次洗车的时间间隔的最终预测值，结合该用户的第二次洗车的结束时间，得到第三次洗车的预测起始时间，获取第三次洗车的预测起始时间与开始时间的差值绝对值，将差值绝对值与对应的时间间隔的最终预测值的比值，作为第三次洗车的调整评价，预设一个调整阈值，若调整评价小于调整阈值，则将第三次洗车的开始时间进行删除，并记录该用户的第三次洗车的次序；若调整评价大于或等于调整阈值，不进行处理；以此类推，对从第三次洗车开始，每次洗车的开始时间都获取预测起始时间，并与调整阈值比较进行删除判断，并记录删除开始时间的洗车的次序，将最终记录的若干次序，按照从小到大的顺序排列得到一个序列，将该序列及修正平滑参数作为该用户洗车的服务记录数据的密钥进行存储，对删除结束的该用户洗车的服务记录数据进行aes加密。

29、进一步地，所述根据每个用户的洗车规律性得到每个用户的初始平滑参数，包括的具体步骤如下：

30、β＝1-r

31、式中，r为目标用户的洗车规律性，β为目标用户的初始平滑参数。

32、进一步地，所述根据每个用户的初始平滑参数和初始平滑参数的修正系数，得到每个用户的修正平滑参数，包括的具体步骤如下：

33、β′＝β×γ

34、式中，β为目标用户的初始平滑参数，γ为目标用户的初始平滑参数的修正系数，β′为目标用户的修正平滑参数。

35、本发明的技术方案的有益效果是：本发明根据洗车点对每一个用户的服务记录来预测每一辆车的洗车周期，进而通过预测的周期与实际时间的差异来进行加密；通过获取每个用户车辆的每次洗车时长，并对每个用户的洗车时长进行聚类，使得相同洗车时长的数据可以聚类在一起，从而根据不同洗车用户的洗车习惯的不同自适应获取每一个用户的初始平滑参数，进而通过分析每个用户相邻两次洗车的时间间隔，结合初始平滑参数，得到每个用户相邻两次洗车的时间间隔的预测值，由于预测结果与实际结果存在差异，因此对初始平滑参数进行修正得到每个用户的修正平滑参数，最后通过修正平滑参数和每个用户相邻两次洗车的时间间隔进行实际与预测时间上的差异并加密；从而实现对于服务记录数据中能够预测得到的数据进行删除，提高加密过程的效率，同时通过一定数据的删除来实现对于用户洗车的服务记录数据的保护。