技术领域
[0001] 本发明属于电子数据处理技术领域，尤其涉及粉粹电子数据的方法。
相关背景技术
[0002] 电子数据一般是指各类电子产品产生的一些各类数据，这些数据大致包括文 字、图形符号、数字、字母等的客观资料，随着电子数据的类型增多，当数据被 导出时往往导致数据繁杂，而出现数据错误等情况，为了对于一些无用数据、杂 乱数据与干扰数据进行清除，营造一个良好的数据存储环境，需要一种能够粉碎 电子数据的方法。
[0003] 现如今的电子数据粉碎方法一般通过实时获取所述电子设备的当前监测数 据，并在确定该当前监测数据满足预设条件时，控制该电子设备进入BIOS状态， 之后，利用预存的销毁程序对预设存储路径的待销毁数据进行处理，并在处理完 后重启电子设备，从而实现对待销毁数据的彻底销毁，速度非常快；但在数据粉 碎方法内并未设置有分离后的检查过程，无法精准的对于需要粉碎的电子数据进 行研判，有的数据粉碎方法具有一次筛查过程，一次筛查过程虽然可实现对于需 要进行粉碎数据的筛查，但会具有由于错检测带来的误差，需要进行一定改进。
具体实施方式
[0036] 下面将结合本发明实施例，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。
[0037] 实施例1
[0038] 本发明提供一种技术方案：粉粹电子数据的方法，包括如下步骤：
[0039] S1、对于电子数据进行获取，数据获取途径为互联网数据获取；
[0040] S2、利用SQL对于电子数据进行分类处理，SQL是轻量级嵌入式数据库引擎， 支持SQL语言；
[0041] S3、利用神经网络算法将需要进行粉碎的电子数据分离出来，并进行集中；
[0042] S4、建立高安全机密性数据库模型，将集中的需要粉碎的数据导入数据模型 内；
[0043] S5、先计算各项数据位于高安全机密性数据库模型内的数据属性特征权重 比，进行粉碎电子数据优先级分类；
[0044] S6、根据优先级，对于数据进行分离，分离成为数据段和HASH值段；
[0045] S7、进行分离段的数值比对，其具体步骤为：分别对于数据段和HASH值段 的H值进行提取，对于数据段和HASH值段的H值进行优化，对于数据段和HASH 值段的H值进行对比；
[0046] S8、进行判断，若数据段和HASH值段的H值一致，则重新发回S3进行处理， 若数据段和HASH值段的H值不一致，则直接进行下一步；
[0047] S9、建立Dissolver数据粉碎系统，粉碎方法有两种，第一种为数据存续期 间达到其设定的使用时限，且并未延长数据存续时限进行粉碎；第二种是直接发 出粉碎指令，对于还具有存续时间的数据进行粉碎；
[0048] S10、将S8内导出的数据进行粉碎，粉碎方法有两种，第一种为数据存续期 间达到其设定的使用时限，且并未延长数据存续时限进行粉碎；第二种是直接发 出粉碎指令，对于还具有存续时间的数据进行粉碎。
[0049] 本实施例中，通过在内设置有数据筛分过程，第一次进行筛分时，可通过神 经网络算法将需要进行粉碎的电子数据初步筛选出来，在进行数据粉碎前，对于 电子数据进行分段处理，进行进一步的详细对比，从而对于电子数据进行筛分后 的检测处理，有效提高对于数据筛分的精准度，同时可有效解决由于前步数据筛 分时带来的误筛的问题。
[0050] 实施例2
[0051] 本发明提供一种技术方案：粉粹电子数据的方法，包括如下步骤：
[0052] S1、对于电子数据进行获取，数据获取途径为云数据获取；
[0053] S2、利用SQL对于电子数据进行分类处理，SQL是轻量级嵌入式数据库引擎， 支持SQL语言；
[0054] S3、利用神经网络算法将需要进行粉碎的电子数据分离出来，并进行集中；
[0055] S4、建立高安全机密性数据库模型，将集中的需要粉碎的数据导入数据模型 内；
[0056] S5、先计算各项数据位于高安全机密性数据库模型内的数据属性特征权重 比，进行粉碎电子数据优先级分类；
[0057] S6、根据优先级，对于数据进行分离，分离成为数据段和HASH值段；
[0058] S7、进行分离段的数值比对，其具体步骤为：分别对于数据段和HASH值段 的H值进行提取，对于数据段和HASH值段的H值进行优化，对于数据段和HASH 值段的H值进行对比；
[0059] S8、进行判断，若数据段和HASH值段的H值一致，则重新发回S3进行处理， 若数据段和HASH值段的H值不一致，则直接进行下一步；
[0060] S9、建立Dissolver数据粉碎系统，粉碎方法有两种，第一种为数据存续期 间达到其设定的使用时限，且并未延长数据存续时限进行粉碎；第二种是直接发 出粉碎指令，对于还具有存续时间的数据进行粉碎；
[0061] S10、将S8内导出的数据进行粉碎，粉碎方法有两种，第一种为数据存续期 间达到其设定的使用时限，且并未延长数据存续时限进行粉碎；第二种是直接发 出粉碎指令，对于还具有存续时间的数据进行粉碎。
[0062] 实施例3
[0063] 本发明提供一种技术方案：粉粹电子数据的方法，包括如下步骤：
[0064] S1、对于电子数据进行获取，数据获取途径为互联网数据获取与云数据获取；
[0065] S2、利用SQL对于电子数据进行分类处理，SQL是轻量级嵌入式数据库引擎， 支持SQL语言；
[0066] S3、利用神经网络算法将需要进行粉碎的电子数据分离出来，并进行集中；
[0067] S4、建立高安全机密性数据库模型，将集中的需要粉碎的数据导入数据模型 内；
[0068] S5、先计算各项数据位于高安全机密性数据库模型内的数据属性特征权重 比，进行粉碎电子数据优先级分类；
[0069] S6、根据优先级，对于数据进行分离，分离成为数据段和HASH值段；
[0070] S7、进行分离段的数值比对，其具体步骤为：分别对于数据段和HASH值段 的H值进行提取，对于数据段和HASH值段的H值进行优化，对于数据段和HASH 值段的H值进行对比；
[0071] S8、进行判断，若数据段和HASH值段的H值一致，则重新发回S3进行处理， 若数据段和HASH值段的H值不一致，则直接进行下一步；
[0072] S9、建立Dissolver数据粉碎系统，粉碎方法有两种，第一种为数据存续期 间达到其设定的使用时限，且并未延长数据存续时限进行粉碎；第二种是直接发 出粉碎指令，对于还具有存续时间的数据进行粉碎；
[0073] S10、将S8内导出的数据进行粉碎，粉碎方法有两种，第一种为数据存续期 间达到其设定的使用时限，且并未延长数据存续时限进行粉碎；第二种是直接发 出粉碎指令，对于还具有存续时间的数据进行粉碎。
[0074] 本实施例中，在内设置有粉碎电子数据优先级分类过程，可对于众多粉碎的 电子数据进行优先级分类，根据优先级分类进行数据粉碎处理，可保证数据粉碎 的稳定性与有序性，提高数据粉碎效果，同时进行优先级分类时，可将数据导入 高安全机密性数据库模型内，可保证数据的安全性，对于一些需要粉碎的机密数 据进行防泄漏保护，保证数据粉碎的安全性，提高了整体方法的应用效果。
[0075] 实施例1‑3中，需要说明的是：S5中，先计算各项数据位于高安全机密性数 据库模型内的数据属性特征权重比具体如下：
[0076] 云环境下高机密性数据库在某一搜索时刻t，数据库中任意一组高机密数据 (i，j)空间概率分布模型为：
[0077] p(Xiij)＝∑c＝BFpc(Xiijθiij)；
[0078]
[0079] 式中，pc(Xiijθiij)代表在t时段数据(i，j)属于高机密性数据或是非高 机密性数i据的空间属性概率，Xij代表在t时段数据(i，j)的属性值，K代表高 机密数据空间概率分布i
模型中描述高机密数据属性的等级数量，ω ij，b，k代表t时 段高机密数据空间概率分布模型中第k个高机密数据子模型的权重，全部子模型 数据属性特征权重之和为1，公式如下；
[0080]
[0081] 式中，ωiij，b，k点和∑ij，b，ki分别代表t时段高机密数据空间概率分布模型中 kth子i模型的均值以及协方差矩阵，n代表高机密数据属性特征向量Xij的维数。
[0082] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限 于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明 的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之 内。
