一种基于深度学习空管数据安全隐私保护方法

本发明属于数据安全保护，尤其涉及一种基于深度学习空管数据安全隐私保护方法。

背景技术：

1、空管数据顾名思义就是关于航空类的数据，每天民航航线众多，不同的航线之间会有大量的交错，为了保证民航的安全稳定运行，需要对于这些空管数据进行收集并处理，在数据进行处理时，需要对于数据的安全隐私进行保护。

2、中国专利公开了(cn112685790a)一种区块链数据安全及隐私保护方法，包括：通过平台系统登录产生的数据进行记录，缓存至各自的数据库中；进行区块链数据存证；将加密后的信息存储在新的数据区块，通过共识机制校验；数据以密文的方式保存在区块链上，依赖区块链账户体系的加密特性进行授权访问；在区块链上仅保留密文，由数据所有者持有密钥，在链外进行数据访问授权，通过智能合约授权列表与账户体系实现数据授权访问，通过智能合约获取解密的密钥，进行解密，将数据发送到用户终端节点，解密后获取数据，将数据反馈。该方法通过三层数据模型对隐私数据进行保护，使得数据仅在获得授权的情况下才可以被访问，数据存储在智能合约内，可以进行实时维护和更新。现如今的数据安全保护方法，虽然能够实现对于数据的安全保护，但保护方案在内并不具有对于数据的分析功能，从而无法发现数据中的不安全因素，同时也并未将数据进行可视化处理，使数据在解密后无法更加清晰得到展现，整体方法功能性单一，实际应用效果不佳，亟待需要一种基于深度学习空管数据安全隐私保护方法。

技术实现思路

1、本发明的目的在于：为了解决现如今的数据安全保护方法，虽然能够实现对于数据的安全保护，但保护方案在内并不具有对于数据的分析功能，从而无法发现数据中的不安全因素，同时也并未将数据进行可视化处理，使数据在解密后无法更加清晰得到展现，整体方法功能性单一，实际应用效果不佳的问题，而提出的一种基于深度学习空管数据安全隐私保护方法。

2、为了实现上述目的，本发明采用了如下技术方案：一种基于深度学习空管数据安全隐私保护方法，包括如下步骤：

3、s1、对于空管数据进行获取；

4、s2、对于空管数据进行进一步分类；

5、s3、对于获取的数据进行处理；

6、s4、对于数据进行重要信息提取，并进行深度学习；

7、s5、进行数据可视化处理；

8、s6、对于数据进行加密处理；

9、s7、对于数据进行分析；

10、s8、对于分析后的数据进行安全评估；

11、s9、提供可视化建议。

12、作为上述技术方案的进一步描述：

13、所述s1中，对于空管数据进行获取，空管数据包括航班数据、航空器数据、航空人员数据与安全事件数据。

14、作为上述技术方案的进一步描述：

15、所述s2中，对于空管数据进行进一步分类，将航班数据细分为航班号信息、航班起降时间、航班航线信息与航班交替信息，航空器数据细分为飞机型号参数信息、飞机注册号信息与飞机使用年限信息，航空人员数据细分为机组成员身份信息、机组成员资质信息与机组成员历史工作情况信息，安全事件数据细分为飞机故障信息与工作人员违规操作信息。

16、作为上述技术方案的进一步描述：

17、所述s3中，对于获取的数据进行处理，具体包括如下步骤：先对于分类的数据信息进行分组，再对于组别进行编号，对于数据进行逐一筛查，寻找异常、错误的数据信息，将异常、错误的数据信息删除，重新打包各组数据。

18、作为上述技术方案的进一步描述：

19、所述s4中，对于数据进行重要信息提取，重要信息包括时间点信息、gps定位信息与飞机高度变化信息，并进行深度学习。

20、作为上述技术方案的进一步描述：

21、所述s5中，进行数据可视化处理包括如下具体步骤：寻找数据表格模板，将提取的重要信息分别导入数据表格内，对于表格进行分组编号。

22、作为上述技术方案的进一步描述：

23、所述s6中，对于数据进行加密处理，加密方法应用md5加密算法、ras加密算法中的一种或多种。

24、作为上述技术方案的进一步描述：

25、所述s7中，对于数据进行分析的具体步骤如下：将各个数据进行核对，导出对应的正常数据，进行数据之间的对比，对于安全隐患数据进行重点标记。

26、作为上述技术方案的进一步描述：

27、所述s8中，对于分析后的数据进行安全评估，安全评估等级分为三类，分别为极安全、较安全与不安全。

28、作为上述技术方案的进一步描述：

29、所述s9中，提供可视化建议，可视化建议为机组的整改建议、机组的检查建议与机组人员的调换建议中的一种或多种。

30、综上所述，由于采用了上述技术方案，本发明的有益效果是：

31、本发明中，该方法提供多种数据加密方式，能够对于空管数据进行多样化加密处理，从而能够有效提高数据的安全性，同时方法内还设置有深度学习过程，能够对于数据重要信息提取进行深度学习，能够在后续更加快速得到数据中的重要信息，大大提高了数据信息提取的效率，同时方法内还设置有数据的可视化处理过程，能够使数据在解密后，更加直观地呈现，最终还具有对于数据的分析与安全评估过程，能够对于数据进行有效分析，进一步排查数据中的不安全性因素，进一步的提高了该方法的隐私保护效果，整体方法实际应用好。

1.一种基于深度学习空管数据安全隐私保护方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s1中，对于空管数据进行获取，空管数据包括航班数据、航空器数据、航空人员数据与安全事件数据。

3.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s2中，对于空管数据进行进一步分类，将航班数据细分为航班号信息、航班起降时间、航班航线信息与航班交替信息，航空器数据细分为飞机型号参数信息、飞机注册号信息与飞机使用年限信息，航空人员数据细分为机组成员身份信息、机组成员资质信息与机组成员历史工作情况信息，安全事件数据细分为飞机故障信息与工作人员违规操作信息。

4.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s3中，对于获取的数据进行处理，具体包括如下步骤：先对于分类的数据信息进行分组，再对于组别进行编号，对于数据进行逐一筛查，寻找异常、错误的数据信息，将异常、错误的数据信息删除，重新打包各组数据。

5.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s4中，对于数据进行重要信息提取，重要信息包括时间点信息、gps定位信息与飞机高度变化信息，并进行深度学习。

6.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s5中，进行数据可视化处理包括如下具体步骤：寻找数据表格模板，将提取的重要信息分别导入数据表格内，对于表格进行分组编号。

7.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s6中，对于数据进行加密处理，加密方法应用md5加密算法、ras加密算法中的一种或多种。

8.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s7中，对于数据进行分析的具体步骤如下：将各个数据进行核对，导出对应的正常数据，进行数据之间的对比，对于安全隐患数据进行重点标记。

9.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s8中，对于分析后的数据进行安全评估，安全评估等级分为三类，分别为极安全、较安全与不安全。

10.根据权利要求1所述的一种基于深度学习空管数据安全隐私保护方法，其特征在于，所述s9中，提供可视化建议，可视化建议为机组的整改建议、机组的检查建议与机组人员的调换建议中的一种或多种。