本發明涉及數據處理，具體涉及數據處理中基于計算機網絡的隱私數據保護方法。
背景技術：
1、隨著物聯網技術的快速發展，智能手表、智能穿戴設備成為智能終端生態鏈條中的一個重要緩解。智能穿戴設備通過集成傳感器和先進的算法，能夠監測用戶的生理指標，并提供相應的個性化服務。然而，智能穿戴設備的普及也帶來了隱私數據保護的挑戰。智能穿戴設備收集的數據，均為高度敏感的個人信息。這些數據不僅關系到用戶的個人隱私，還可能涉及到健康信息。
2、相關技術中的隱私數據保護的手段是對數據進行加密，并且通過定期進行密鑰更換的方式來保證密鑰的安全性。但是定期進行密鑰難以應對復雜的網絡攻擊手段，當密鑰更換的間隔較長時，難以保證密鑰的安全性，但是過快的更換密鑰又造成了較大的負擔，所以不能較好的保證隱私數據的安全性。
技術實現思路
1、為了解決現有技術中不能較好的保證隱私數據的安全性的技術問題，本發明的目的在于提供基于計算機網絡的隱私數據保護方法，所采用的技術方案具體如下：
2、第一方面，本發明實施例提供了基于計算機網絡的隱私數據保護方法，該方法包括：
3、獲取智能穿戴設備的通信數據；
4、按照時序信息，對所述通信數據中的參考數據進行劃分，得到多個時段數據；
5、確定所述多個時段數據對應的流量異常表征度；
6、基于所述多個時段數據的監測值，確定所述多個時段數據的總監測異常表現值；
7、基于所述多個時段數據對應的流量異常表征度和所總監測異常表現值，確定所述多個時段數據中的當前數據的風險值；
8、基于所述風險值，更新所述多個時段數據中的當前數據的密鑰。
9、第二方面，提供了一種用于智能穿戴設備的隱私數據保護裝置，所述裝置包括：
10、獲取模塊，用于獲取智能穿戴設備的通信數據；
11、劃分模塊，用于按照時序信息，對所述通信數據中的參考數據進行劃分，得到多個時段數據；
12、第一確定模塊，用于確定所述多個時段數據對應的流量異常表征度；
13、第二確定模塊，用于基于所述多個時段數據的監測值，確定所述多個時段數據的總監測異常表現值；
14、第三確定模塊，用于基于所述多個時段數據對應的流量異常表征度和所總監測異常表現值，確定所述多個時段數據中的當前數據的風險值；
15、更新模塊，用于基于所述風險值，更新所述多個時段數據中的當前數據的密鑰。
16、第三方面，提供了一種計算機程序產品，該計算機程序產品包括：計算機程序代碼，當該計算機程序代碼在計算機上運行時，使得該計算機執行上述第一方面或第一方面任意一種可能的實現方式中的方法。
17、第四方面，提供了一種計算機可讀存儲介質，該計算機可讀存儲介質存儲有計算機程序代碼，當該計算機程序代碼在計算機上運行時，使得該計算機執行上述第一方面或第一方面任意一種可能的實現方式中的方法。
18、本發明具有如下有益效果：在獲取智能穿戴設備的通信數據之后，按照時序信息，對所述通信數據中的參考數據進行劃分，得到多個時段數據，并確定所述多個時段數據對應的流量異常表征度，以便于通過該流量異常表征度體現歷史通信數據的通信流量是否出現異常。之后，通過多個時段數據的監測值，確定所述多個時段數據的總監測異常表現值，這樣，通過分析總監測異常表現值能夠準確體現智能穿戴設備所承受的監測值是否出現異常。最后，基于所述多個時段數據對應的流量異常表征度和所述總監測異常表現值，確定所述多個時段數據的風險值；并基于所述風險值，更新所述通信數據中的當前數據的密鑰。如此，結合智能穿戴設備的通信數據中的監測值，計算時段數據的總監測異常表現值，從而能夠更加精確的計算當前數據的風險值，按照風險值及時進行密鑰更換，從而能夠提高智能穿戴設備的隱私數據的安全性。
1.基于計算機網絡的隱私數據保護方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述按照時序信息，對所述通信數據中的參考數據進行劃分，得到多個時段數據，包括：
3.根據權利要求1所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述確定所述多個時段數據對應的流量異常表征度，包括：
4.根據權利要求3所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述多個統計流量值，確定所述多個時段數據對應的流量異常表征度，包括：
5.根據權利要求4所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述多個流量聚類簇，確定所述多個時段數據對應的流量異常表征度，包括：
6.根據權利要求1所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述多個時段數據的監測值，確定所述多個時段數據的總監測異常表現值之前，所述方法還包括：
7.根據權利要求1所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述多個時段數據的監測值，確定所述多個時段數據的總監測異常表現值，包括：
8.根據權利要求1所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述多個時段數據對應的流量異常表征度和所總監測異常表現值，確定所述多個時段數據中的當前數據的風險值，包括：
9.根據權利要求8所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述多個時段數據的監測值，確定所述多個時段數據的整體監測數據的相關性，包括：
10.根據權利要求1所述的基于計算機網絡的隱私數據保護方法，其特征在于，所述基于所述風險值，更新所述多個時段數據中的當前數據的密鑰，包括：