(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210925375.3 (22)申请日 2022.08.03 (71)申请人 包金峰 地址 610036 四川省成 都市金牛区花照壁 中横街368号锦西人家二期 (72)发明人 包金峰　 (51)Int.Cl. G06F 16/9537(2019.01) G06F 21/62(2013.01) G06Q 50/12(2012.01) (54)发明名称 一种基于大数据的隐私安全追溯系统及方 法 (57)摘要 本发明公开了一种基于大数据的隐私安全 追溯系统及方法， 本发明涉及酒店信息安全技术 领域。 本系统包括信息录入模块、 数据预测模块、 数据安全检测模块和员工信息记录模块。 所述信 息录入模块的输出端与数据预测模块的输入端 相连接； 所述信息录入模块的输出端与数据安全 检测模块的输入端相连接； 所述数据预测模块的 输出端与数据安全检测模块的输入端相连接； 所 述数据安全检测模块的输出端与员工信息录入 的输入端相连接。 本发明还提供一种方法用以对 系统进行实施， 本发明能够针对 该酒店的员工有 效改善关于酒店数据泄 露问题。 权利要求书4页 说明书10页 附图1页 CN 115146184 A 2022.10.04 CN 115146184 A 1.一种基于大数据的隐私安全追溯系统， 其特征在于， 所述系统包括： 信息录入模块、 数据预测模块、 数据安全检测模块和员工信息记录模块； 所述信息录入模块是酒店员工登录酒店信息录入网页， 对入住用户的信息进行录入， 记录酒店员工 录入信息所需要的时间； 所述数据 预测模块是采集酒店员工每次对入住用户信 息录入所需要的时间， 将这些时 间利用灰色预测模型进行 处理得到下一次酒店员工对于入住用户信息录入 所需要的时间， 将数据处 理得到的结果保存到数据库中； 所述数据安全检测模块是酒店员工对入住用户信息录入所需要的时间与数据库中预 测的下一次酒店员工对于入住用户信息录入所需要的时间进 行对比， 当酒店员工对入住用 户信息录入所需要的时间大于数据库中预测的下一次酒店员工对于入住用户信息录入所 需要的时间时， 需要对网络进 行检测， 查看网络状态， 对酒店员工对入住用户信息录入所需 要的时间真正原因进行判断； 所述员工信 息记录模块是将对于泄露入住用户信 息的酒店员工进行记录， 以方便后续 处理； 所述信息录入模块的输出端与数据 预测模块的输入端相连接； 所述信 息录入模块的输 出端与数据安全检测模块的输入端相连接； 所述数据预测模块的输出端与数据安全检测模 块的输入端相连接； 所述数据安全检测模块的输出端与员工信息 录入的输入端相连接 。 2.根据权利要求1所述的一种基于大数据的隐私安全追溯系统， 其特征在于： 所述信 息 录入模块包括员工登录单 元、 信息录入单元和员工 录入信息时间计算单 元； 所述员工登录单元是酒店员工在对入住用户信息录入时需要输入员工号登录酒店信 息录入网页； 所述信息 录入单元是酒店员工在酒店信息 录入网页中对 入住用户的信息进行录入； 所述员工录入信息时间计算单元是计算酒店员工对每个入住用户信息录入时所需的 时间。 3.根据权利要求2所述的一种基于大数据的隐私安全追溯系统， 其特征在于： 所述数据 预测模块包括数据采集单 元、 数据处 理单元和数据存 储单元； 所述数据采集单 元是将酒店员工对每 个入住用户信息 录入时所需的时间进行采集； 所述数据处理单元是利用灰色预测模型对酒店员工对每个入住用户信息录入时所需 的时间进行处 理预测出 下一次酒店员工对于入住用户信息 录入所需要的时间； 所述数据存储单元是将下一次预测的酒店员工对于入住用户信息录入所需要时间存 储到数据库中。 4.根据权利要求3所述的一种基于大数据的隐私安全追溯系统， 其特征在于： 所述数据 安全检测模块包括数据对比单 元和网络检测单 元； 所述数据对比单元是将采集到下一次酒店员工对入住用户信息录入时所需的时间与 数据库中预测的该酒店员工下一次对于入住用户信息 录入所需要时间进行对比； 所述网络检测单元是对当时酒店员工录入入住用户信 息时所用主机进行网络的检测， 查看是否由于网络原因导 致此次酒店员工 录入入住用户信息时间变长 。 5.根据权利要求4所述的一种基于大数据的隐私安全追溯系统， 其特征在于： 所述员工 信息记录模块将并不是由于网络原因导致酒店员工录入入住用户信息时间变长的酒店员权　利　要　求　书 1/4 页 2 CN 115146184 A 2工的员工号进行记录 。 6.一种基于大 数据的隐私安全 追溯方法， 其特 征在于： 其方法包括以下步骤： S6‑1、 酒店员工需要先用自己的员工号登录酒店的信息录入网页， 然后利用酒店的信 息录入网页对入住用户的信息进 行录入； 计算得到酒店员工录入每个入住用户信息所需要 的时间； S6‑2、 将酒店员工录入每个入住用户信息所需要的时间进行采集， 利用灰色预测模型 预测出该酒店员工下一次录入信息所需要的时间， 并将预测到的时间存 储到数据库中； S6‑3、 酒店员工下一次录入入住用户信 息所需要的时间与数据库中预测该员工录入入 住用户信息所需要的时间进行对比， 查看此次酒店员工信息录入时间是否长于预测该员工 下一次录入入住用户信息所需要的时间； 当此次酒店员工信息录入时间长于预测该员工下 一次录入入住用户信息所需要的时间， 可以查看是否因为网络原因导致此次的入住用户信 息录入时间变长； S6‑4、 若不是由于网络原因导致此次的入住用户信息录入时间变长则需要通过酒店信 息录入网页将该酒店员工的员工号进行记录， 输出至管理员端口。 7.根据权利要求6所述的一种基于大数据的隐私安全方法， 其特征在于： 所述S6 ‑1中计 算酒店员工对 入住用户信息 录入时间的具体方法如下： 设置一个员工号为M的酒店员工， 计算得到该酒店员工录入入住用户信息所需要的时 间记为h(0)； h(0)(1)， h(0)(2)， h(0)(3)， 、 、 、 ， h(0)(N)分别代表酒店员工第N次对入住用户信息 录入所需要的时间， 所述 N＝1， 2， 3， 、 、 、 ， n ‑1。 8.根据权利要求7所述的一种基于大数据的隐私安全方法， 其特征在于： 所述S6 ‑2中处 理酒店员工录入入住用户信息所需要的时间并预测出酒店员工下一次对入住用户信息录 入所需要的时间的具体方法如下： S8‑1、 累加生成 h(0)＝{h(0)(1)， h(0)(2)， h(0)(3)， ∧， h(0)(N)} h(0)为酒店员工 录入入住用户信息所需要的时间； h(0)(1)为酒店员工第一次录入 入住用户信息所需要的时间； h(0)(2)为酒店员工第二次录入 入住用户信息所需要的时间； h(0)(3)为酒店员工第三次录入 入住用户信息所需要的时间； h(0)(N)为酒店员工 录第N次录入 入住用户信息所需要的时间； 设h1(1)＝h(0)(1)， h1(2)＝h(0)(1)+h(0)(2)， h1(3)＝h(0)(1)+h(0)(2)+h(0)(3)， 于是得到一个新数据 序列为： h1＝{h1(1)， h1(2)， h1(3)， ∧， h1(N)},所述 N＝1， 2， 3， 、 、 、 ， n ‑1； S8‑2、 建立GM(1,1)模型 h(0)(N)+kz1(N)＝b为GM(1,1)模型的基本形式(N＝2， 3， 、 、 、 n)， 其中k称为发展系数， z1 (N)称为白化背景值， b称为灰作用量； 引入矩阵式可以得到：权　利　要　求　书 2/4 页 3 CN 115146184 A 3