一种基于大数据的云计算服务器平台的制作方法

本发明涉及大数据管理，具体为一种基于大数据的云计算服务器平台。

背景技术：

1、全面预算管理是一种综合性的管理方法，旨在通过制定全面的预算计划和实施全过程的预算控制，实现组织目标的有效管理，它涵盖了企业的各个方面，包括财务、生产、销售、人力资源等，并将它们有机地结合起来，形成一个全面而协调的预算体系，随着信息技术不断发展，企业管理面临着前所未有的挑战和机遇，在信息时代，数据是企业管理的重要资源，而全面预算管理则是企业取得成功的关键之一，全面预算管理包括预算编制、审批、执行、监控和分析等多个环节，需要对大量财务数据进行收集、处理和分析，为了更好地应对这一挑战，许多企业正在探索如何在“大数据”的环境下构建高效的预算管理信息云计算服务器平台。

2、传统的预算管理平台更多地采用静态预算，一般只在年初编制一次，很难适应快速变化的市场环境和业务需求，同时传统的预算管理往往依赖于手工输入和复杂的表格，容易出现数据错误和延迟，另外传统的管理系统无法将各个业务部门的数据进行集成和自动化处理，且预算的制定不够准确和及时，其次云平台无法实现全面的预算控制和预警机制，无法提供全面的预算管理功能。

3、鉴于此，本技术拟提出一种基于大数据的云计算服务器平台。

技术实现思路

1、本发明的目的在于提供一种基于大数据的云计算服务器平台，以解决上述问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于大数据的云计算服务器平台，包括用户界面单元、应用单元、服务单元、数据库单元、云平台单元和数据保护单元，所述用户界面单元与云平台单元电性连接，所述数据库单元与云平台单元信号连接；

4、所述用户界面单元用于提供用户访问系统的界面，通过web应用程序实现；

5、所述应用单元用于控制各种预算管理功能模块，使各种预算管理功能模块协同工作来满足企业的各种预算管理需求；

6、所述服务单元用于管理各种后台服务和云计算资源，负责数据存储、计算、分析和集成，同时采用微服务架构来确保系统的灵活性；

7、所述数据库单元通过数据仓库和数据湖来存储来自不同数据源的大量数据；

8、所述云平台单元用于控制系统云平台的核心基础设施，提供计算、存储和网络资源服务；

9、所述数据保护单元采用加密协议来确保数据在传输和存储时的安全性，同时通过数据安全风险评估模型对数据进行风险评估。

10、进一步的，所述应用单元包括数据采集模块、数据处理模块、数据存储模块、预算规划分析模块和成本控制模块；

11、所述数据采集模块用于将不同来源的数据进行集成，以支持全面预算管理；

12、所述数据处理模块用于对采集的数据进行接管，进行进一步的处理、转换和清洗操作，以供后续预算管理功能使用；

13、所述数据存储模块用于将处理后的数据存储在数据仓库和数据湖中；

14、所述预算规划分析模块用于通过预算编制、预算审批、预算监控、预算执行、预算分析和预算预测进行全面预算管理，确保企业在预算范围内有效地分配和利用资源；

15、所述成本控制模块用于通过成本计划预算、成本核算分析和成本控制，对各种成本要素的合理分配、监控和优化。

16、进一步的，所述数据处理模块中，对采集的数据进行处理、转换和清洗操作，包括以下步骤：

17、a1、将采集的数据从源数据格式或结构转换为系统可以理解并处理的标准格式或结构；

18、a2、采用z-score标准化和线性插值方法进行转换和清洗，操作如下：

19、

20、式中：c是原始数据点，即需要进行标准化的原始数据值，d是数据集的均值，表示数据集的平均数值，σ是数据集的标准差，即度量数据分散程度的指标，z是标准化后的数值，是通过将原始数据减去均值并除以标准差得到的结果，标准化后的数据z遵循标准正态分布，其均值为0，标准差为1，y是要估算的值，x是要进行插值的点，x1、x2是已知数据点的x坐标，且x1<1<x2，y1和y2是已知数据点的y坐标；

21、a3、通过已知数据点间的线性关系来估算在两个已知点间的值，同时式中的(x-x1)·(y2-y1)表示x到x1的距离与y1到y2变化的乘积，用于确定y的变化量，式中的x2-x1表示已知数据点间的距离，用于归一化变化量，最终得到估算的y值；

22、a4、对于需要实时数据的预算管理需求，平台采用数据采集模块来监视数据源，确保及时捕获数据的变化。

23、进一步的，所述预算规划分析模块包括预算编制模块、预算审批模块、预算监控模块、预算执行模块、预算分析模块和预算预测模块；

24、所述预算编制模块用于支持用户制定企业的财务预算计划，用户可以根据历史数据、市场趋势和战略目标创建各种预算项目，同时可以定义各种预算项目；

25、所述预算审批模块用于当用户提交创建的预算计划后，支持相关部门和管理人员审批和验证预算计划的合理性；

26、所述预算监控模块用于对预算执行情况进行实时监测，帮助企业管理层做出及时的决策，并且生成定制化的预算执行报告，通过平台展示预算执行情况的实时仪表板和预算执行报告；

27、所述预算执行模块用于完成集成企业内部系统、采集实际财务数据、将实际财务数据与预算进行比较、识别差异和问题、设定预警规则和触发提醒的流程，企业可实时跟踪和管理财务活动并采取纠正措施；

28、所述预算分析模块用于支持用户进行深度数据分析，并生成高级财务报告，向管理层提供详细信息，同时提供数据可视化工具，帮助用户更好地理解数据；

29、所述预算预测模块可以支持不同的情景分析，使用历史数据和实际执行数据来生成未来的财务预测，使用统计和机器学习技术建立预测模型，定期自动生成财务预测。

30、进一步的，所述预算预测模块中，机器学习具体操作公式如下：

31、

32、式中：e表示数据点的簇分配，k表示簇的数量，ci表示第i个数据点，dj表示第j个簇的中心点。

33、进一步的，所述数据保护单元包括数据隐私模块、权限管理模块和数据安全风险评估模型；

34、所述数据隐私模块通过ssl/tls加密机制，对所有从数据源传输到平台系统的数据以及存储在数据仓库和数据湖中的数据进行加密保护；

35、所述权限管理模块通过身份验证和授权机制，使授权用户才可访问敏感数据，并通过细粒度的权限管理，根据用户角色和职责限制其访问的数据和操作；

36、所述数据安全风险评估模型通过构建的数据安全风险评估模型对平台数据进行风险评估，输出整体的数据安全风险评估结果。

37、进一步的，所述数据安全风险评估模型中，构建数据安全风险评估模型，包括以下步骤：

38、b1、建立信息安全风险评估模型，确定评估指标和权重；

39、b2、对于给定的数据安全风险事件，收集相关的信息数据集，并进行预处理；

40、b3、对预处理后的数据集应用灰色神经网络自适应学习算法进行参数预估，得到模型参数；

41、b4、根据预处理后的数据集和高斯密度谱估计方法gmm，利用gmm信息特征提取方法提取每个样本点的数据特征，并计算样本的数据安全风险评估值；

42、b5、根据评估指标和权重，综合计算各个样本点的数据安全风险评估值，输出整体的由灰色神经网络gnn优化过的数据安全风险评估结果。

43、进一步的，在步骤b4中，利用gmm信息特征提取方法提取每个样本点的数据特征，包括以下步骤：

44、c1、gmm假设样本数据集由多个高斯分布组成，每个高斯分布对应一个模态，对于一个p维的样本向量q，gmm的概率密度函数可以表示为如下形式的加权和：

45、r(q)＝∑{ws*t(qus,∑s)}；

46、式中：ws是模态s的权重，t(qus,∑s)是p维高斯分布的概率密度函数，us是模态s的均值向量，∑s是模态s的协方差矩阵；

47、c2、利用最大似然估计方法来估计gmm中每个模态的参数，设样本数据集为q＝{q1,q2,…,qt}；

48、c3、计算每个样本点qs对应每个模态的后验概率，即每个样本点属于每个模态的概率，通过后验概率可计算样本点对模态的贡献度；

49、c4、根据步骤c3中计算得到的贡献度，更新模态的权重、均值和协方差矩阵参数；

50、c5、通过多次迭代，重复执行步骤c3和步骤c4，直到模型参数不再发生明显变化，通过计算样本数据集在gmm中的后验概率来提取信息特征。

51、本发明的有益效果：

52、1、本发明中，该云平台系统可以将各个业务部门的数据进行集成和自动化处理，减少了数据录入的错误几率，提高了数据更新的速度，使预算的制定更加准确和及时，其次云平台系统可以实现全面的预算控制和预警机制，帮助企业及时调整经营策略，保持企业财务稳定和健康发展，同时企业可以集中管理各个业务领域的预算数据，实现统一的预算编制、审核和报表生成，降低了预算管理的复杂性和工作量，同时可以提供实时的预算信息和报表，帮助管理层做出更加明智的决策，促进各个部门之间的协作和信息共享，通过高效融合大数据和云平台，提供全面的预算管理功能，该云平台系统可以使企业能更好地应对数据挑战，提高财务管理的效率和透明度，并能更好地管理财务资源，适应市场的快速变化。

53、2、本发明中，数据安全风险评估模型通过构建数据安全风险评估模型，利用高斯密度谱估计方法gmm提取信息特征，同时利用灰色神经网络gnn对云平台数据安全风险评估模型进行优化，再通过数据安全风险评估模型对平台数据进行风险评估，实现对数据安全风险的评估和输出，通过灰色神经网络算法和高斯密度谱估计方法gmm，使数据安全风险评估模型在进行风险评估时安全有效，以便更准确地评估云平台大数据的安全风险，提高模型的准确性和适应性。