文摘

随着大数据的时代,保险行业发生了巨大的变化,逐步进入互联网领域的保险,保险数据的大量积累。如何实现保险服务的创新通过保险数据对保险业的发展是至关重要的。因此,本文提出一种基于属性加密的密文检索技术(HP-CPABKS)实现数据的快速检索和更新保险保证保险信息的隐私的前提下,提出了基于云计算的一个创新的保险服务。结果表明,97.35%的用户成功中确定测试集和98.77%的用户是成功中确定测试集B,和四个测试集的识别成功率高于97.00%;当挑战的数量是720,修改后的数据块小于9%;投诉减少的总数从1300年到249年;99.19%的用户满意创新保险服务;被保险人的数量显著增加。总之,基于云计算的保险创新服务保险数据可以提高客户满意度,增加投保人的数量,减少投诉的数量,实现一个更成功的保险服务创新。本研究为精准营销提供了一个参考的保险服务。

1。介绍

保险是一种工具来控制市场经济的环境风险和社会保障起着重要的作用机制。保险具有经济的特点、商品、互助,科学,等等。保险公司提供的保险服务客户和合同由服务和政策服务(1]。前者包括保险咨询、承销体检,和其他服务,而后者是更新服务,申请和理赔服务后由保险公司提供的保险客户(2]。保险服务的核心是保险保护,和保险服务具有无形性的特点,交互性,nonstorability差异,完整性和双重属性(3]。随着大数据的时代,保险服务已经进入互联网领域,和网络保险发展迅速(4]。从经济学的角度来看,保险是属于经济和金融行为,也可以视为财务安排分享的损害。因此,保险服务创新的实现是一个全面的系统服务创新基于的前提保证保险的隐私数据5,6]。与此同时,保险是保险公司的核心信息数据。保险公司不仅需要严格保证保险数据的安全,但是也需要准确、快速检索相关信息确保数据隐私的前提下,以实现保险数据的服务创新,实现为客户提供保险服务的真正价值的目的准确,高效、迅速,增加保险。这是保险公司的核心竞争力。

随着保险业的发展,保险服务类型的增加,意外保险已被广泛关注。海勒和其他学者发现,意外保险的差距直接影响保单持有人的家庭,包括放射学家(7]。此外,牙齿保险已成为一个新的焦点在这个阶段的保险服务。学者Clouston详细解释牙齿保险的重要性,证明父母的牙齿保险是否直接影响孩子的口腔健康保健和呼吁政府扩大儿童口腔牙科保险保险(8]。Yhya和其他研究人员发现,在中国的医疗保险成本囚犯显著高于普通民众(9]。这些结果表明,保险服务是最广泛的选择对于大多数人来保护自己的权益,和保险服务应提供不同种类的服务根据被保险人的实际情况。在这个阶段,保险服务行业发展迅速。巴乔和他的团队所做的相关研究情况的年轻罪犯不能获得正常的保险。结果表明,在医疗保险年轻罪犯面临的主要障碍,也就是说,未来的医疗费用高,也直接影响未来的健康状况这样的人(10]。

保险数据是保险公司开展业务的基础。只有通过统计数据,挖掘和分析保险公司保险相关数据可以向保单持有人提供更有针对性的保险服务,提高他们的竞争力。随着大数据的时代,互联网数据越来越多的威胁和攻击,和数据泄漏是常见的。如何准确地获取所需的保险数据维护保险数据的隐私的前提是制定有针对性的保险服务的重要环节和创新保险服务。杨等人提出了一个关键字提取基于特定的文本空间分布测量方法,它从加密文档中提取所需的信息,以确保数据信息的安全11]。Vm和他的团队发现,通信链路和接口已经成为目标平台的安全攻击,这些攻击通常集中在各种欺骗数据包和水下包(12]。胡,一个学者,而双重加密算法的加密和解密效果和传统加密算法在不同数据量。结果表明,双加密算法的加密和解密的时间可以缩短数据,但其影响解密完整性是不好的13]。大数据分析技术可广泛应用于不同的领域。Shanmugapriya和其他研究人员提出了构建一个安全的私人医疗保险数据库通过雾云计算技术,实现安全访问数据库和数据存储通过诱饵技术(14]。Thokchom和其他学者设计了一个有效的动态数据完整性检查为不可信的云存储方案,它允许第三方审计机构审计客户数据,保护数据隐私(15]。

上面的研究已经取得了很大的进步在保险、保险服务,保险数据,和检索应用程序数据隐私的保护下,但仍缺乏研究如何快速、准确地检索相关的保险信息的前提下确保安全保险数据然后为保单持有人提供有针对性的保险服务创新。大数据的背景下,保险服务创新是通过保险的创新实现数据检索和存储,并设计了基于属性加密的密文检索。

2。基于云计算的服务创新保险数据

2.1。基于属性加密的密文检索

投保后,相关的保险数据包含一些隐私信息不得披露。为了实现细粒度访问控制的数据,抵制关键词猜测攻击,通过云服务器和执行复杂的检索操作,本节提出了一个关键字检索方案基于属性加密(隐藏policy-ciphertext政策属性加密关键词搜索(HP-CPABKS)) (16,17]。

HP-CPABKS模型如图1由值得信赖的权威、云服务器和云租户(数据所有者和用户)。可信权威的公共参数初始化系统和分配私钥根据云租户的属性;云服务器提供了存储和计算服务;数据所有者加密数据文件和关键字索引和上传它到云服务器;用户的数据生成相应的预搜索关键字检索令牌和上传它到云服务器18]。

HP-CPABKS主要包括六个算法。鉴于安全参数λ,一个安全的哈希函数 关键是定义,和关键K秘密共享的数据所有者和用户(19]。为不同的属性 ,生成相应的随机值 ,计算 ,选择 ,和计算 。

公式(1)是公共参数的计算公式系统的页,和公式(2)是主要的计算公式系统的私钥MSK,我是属性和 ,和 '订单循环组订单吗 。设置用户属性列表 。当云租户注册请求,随机选择的信任授权中心并计算出 。在这个时候,X是一个公共参数的一部分。具体操作如下:随机选择 ,得到 ,不同的 ,有 ,在这个时候 ,有 ,相应的云租户的私有密钥设置所示

云服务器维护一个租户名单 。只要添加一个新房客,相应的数据所有者的执行步骤如下:随机选择和计算 ;云服务器添加请求 在 ;使 作为一个访问控制政策和加密之前将它上传到云端服务器,具体步骤如下:计算 和 ;在不同的属性 ,选择 ,让 ,和计算 ;当 ,让 ;当 ,让作为一个随机数 ,和密文表达式如下公式所示:

加密后,上载到云服务器,输入关键字和私钥 ,并选择 。

公式(5)是关键词搜索标记表达式的属性 , ;然后, , , , 。当服务器接收来自云检索令牌租户 ,它立即确定租户属于列表 。如果不是列表中用户,云服务器拒绝请求。当它属于列表用户,计算 ,属性 ,当 , ,计算 。如果 ,计算 ,输出1 ,否则输出0。在大数据的背景下,保险行业有很高的风险。客户信息的收集、存储和分析是一个科学的方法有效地减少保险风险和利用保险客户的真正的需求20.]。以汽车保险为例,运行HP-CPABKS模型后,保险公司(数据用户)可以提取保险客户的相关信息,如图2。

根据图2HP-CPABKS运行后,保险公司可以获得申请人的基本个人信息(包括年龄、职业、手机号码、车辆类型、车辆集合,等),获得消费行为通过申请人的浏览时间,产品特点,和购买时间,获得被保险人的脱离危险驾驶行为通过事故和索赔的数量。

2.2。云计算下保险服务创新计划

随着大数据的时代,它已经成为保险行业的趋势将云计算、物联网等技术在保险行业等传统产业,实现信息技术的“生态一体化”和保险业务。描述的内容部分2。1可以确保保险相关数据可快速、准确地获得的前提不披露保险客户信息。然后保险公司建立相应的信用评价模型根据获得的客户信息,获取客户的信用评分,并制定有针对性的保险服务根据客户的实际情况(图3)。

保险客户的信用评价管理图3能促进保险行业的稳定发展。首先,保险数据预处理。它假定变量f有NF状态。每个状态的序列 ,的排名是 , 。重量用于替换 :

保险的重量(实现的数据6)。小数点的特点是。

方程(7)规范的表达X的价值F来 ,在哪里j是最小的整数,所以马克斯(x ')< 1。通过软件MATLAB结合改进的BP神经网络算法建立客户信用评价模型,介绍了动量法和学习速率自适应法来改善传统的BP神经网络算法。动量方法缓解当地网络的灵敏度误差表面,和动量因子 。

公式(8)是体重调整公式的改进的BP算法,e误差函数,t培训时间,指的是学习速率。当改变,检查的减少影响校正的重量误差函数的价值。

方程(9)是调整公式, 是比例因素,E误差函数,t培训时间,是学习速率。当客户数据的属性指数是9,神经元节点的数量是9,和输出层节点的数量是1,然后隐藏节点的数量n根据确定

在(10),一个代表了常数的范围(1,10) 指隐藏节点的数量对应于一个特定的神经网络,和保险数据具有非线性特征,所以选择SSE误差函数和s形的函数作为激励函数。

方程(11)是输出的表达式O_j单位J和净_j是神经网络层对应单位j .信用评价模型是用来评估信贷保险,和有针对性的保险服务是根据评价结果,制定,实现保险服务的创新21]。

图4显示了投保人的保险公司的评价标准体系(客户),主要集中在个人变量,经济变量和风险变量。投保人的经济变量主要是反映在月收入和银行存款22]。在大数据时代,国内保险业应合理使用云计算,开发准确和有针对性的解决方案的基础上,全面分析投保人(客户),实现保险服务的创新。参见图5获取详细信息。

图5显示了该计划的总体形势。可以看出,在大数据的背景下,保险服务的创新应该从云计算开始。在保证客户信息的安全的前提下,准确地获取客户数据,建立客户信息地图根据相关数据,评估客户信用评级由地图,根据不同的客户情况,制定准确的服务计划来完成新保险服务的创新。

3所示。分析保险服务创新的影响的数据

3.1。效果分析HP-CPABKS方案

首先,HP-CPABKS方案从时间复杂度的角度进行分析,主要从双线性配对操作( ),指数操作(E₁)主要顺序循环组G₁与订单 ,指数操作(E₂)主要顺序循环组G₂与订单 ,和指数操作(E_T)主要顺序循环组G_T与订单 。假设有n然后还有属性N_我可能的值的任何属性我。

在表1设置是指算法生成公共参数和主私钥;注册机是指设置算法u私钥的云租户的操作下可信权威;Enclndex指加密算法的文件上载到云服务器之前(加密算法);Gentoken指的是设置为关键字检索令牌算法;搜索是指算法搜索和查看用户检索令牌(检索算法)。

从图可以看出6,当属性的数量是1,设置算法的运行时间,注册机算法,Enclndex算法,Gentoken算法和搜索算法是0.025,0.048,0.018,0.039,和0.120 s,分别;当属性的数量是50,设置算法的运行时间,注册机算法,Enclndex算法,Gentoken算法和搜索算法是0.150,1.382,0.581,和1.375年代,958年代分别;Enclndex加密算法的成本远远低于搜索算法;不同的算法的复杂性HP-CPABKS线性增加的数量相应的属性。接下来,HP-CPABKS方案的保护效率检测到数据安全,和四个测试数据集(数据集A, B, C, D)。有415个测试数据在数据集,其中405个属于拒绝用户和10的通过用户;有1543的测试数据在数据集B,其中1528个属于拒绝用户通过用户和15;还有1543的测试数据在数据集有13278测试数据,其中13271被拒绝用户和7用户传递;有589的测试数据在数据集D15,其中574被拒绝用户和用户传递。HP-CPABKS用于访问在不同的数据集和测试数据。测试结果如图7。

从图可以看出7在测试数据集一个,404人成功地识别,占97.35%;在测试数据集B,1524人成功地识别,占98.77%;在测试数据集C,13268人成功地识别,占99.92%;在测试数据集D,571被成功鉴定,占97.11%。HP-CPABKS计划能够成功识别超过97%的拒绝了用户在不同的测试数据集,这表明该方案具有良好的保护作用在维护保险公司的保险数据的安全。以一百万年数据块为隐私保护对象,设置不同的许多挑战挑战他们,和分析的数量修改数据块的变化,如图8。

从图可以看出8挑战的数量的增加,修改数据块的比例接受不同数量的挑战是逐渐增加;更多的挑战,修改数据块的比例数据块中隐私保护的对象也逐渐增加;当挑战的数量是120,修改后的数据块只约占2%;当挑战的数量是360,修改后的数据块逐渐增加。修改后的数据块小于4%;当挑战的数量是720,修改后的数据块还不到9%。上述结果表明,该方案基于属性加密密文检索(HP-CPABKS计划)可以有效地保护信息和数据安全的保险客户,减少客户的损失由保险数据泄漏引起的。

3.2。应用效果分析

以两家保险公司为例,本文比较了投诉之前和之后使用HP-CPABKS算法,以便分析提出了保险服务创新的可行性方案。

从图可以看出9后一年内,保险公司的保险服务创新方案基于HP-CPABKS算法,投诉的总数从1300年到249年下降;其中,合同纠纷的数量从218年到96年下降;保险合同纠纷的数量从52岁下降到13;和索赔/付款纠纷的数量从180下降到21岁。这是因为保险服务创新的设计方案基于HP-CPABKS算法,客户投诉的数量已经减少了。之前的操作计划,放弃争端的比例占投诉总量的比例最大,达到36%;手术后的计划,放弃争端的比例从45%下降到18%,大幅下降。这些结果表明,该保险服务创新方案基于HP-CPABKS算法可以有效地减少投诉的数量,这表明保险服务创新计划可以开发一个更有针对性的服务,这是更容易满足客户的真正需要。为了获得保险服务创新方案的实际应用效果基于HP-CPABKS算法研究中,应用到不同类型的保险公司在某一地区,并比较变化的每种类型的保险投保人的数量在一年之前和之后的应用方案,如图10。

从图可以看出10后,保险服务创新的应用方案基于HP-CPABKS算法,不同类型的保险投保人的数量增加到一定程度上;财产保险的投保人的数量从1246增加到1811,增长了约45.35%;农业保险的投保人的数量从967增加到1384,增长了约43.12%;工程保险的投保人的数量从133例上升到168例,增长了26.32%;企业财产保险投保的人数从246例上升到310例,增长了26.02%;其余的汽车保险、保证保险、信用保险、责任保险、货运保险、船舶保险增长了29.69%,40.11%,21.99%,24.90%,23.43%,和15.44%,分别。上述结果表明,该保险服务创新方案基于HP-CPABKS算法可以帮助保险保险公司获得更多的客户,这反映了该保险服务创新方案基于云计算保险数据(保险服务创新方案基于HP-CPABKS算法)有良好的服务效果,可以增加对应的服务成本的基础上,稳定原有的客户源。保险公司应该对保单持有人更具吸引力,提高保险公司的核心竞争力,扩大保险客户群体。保险客户的满意度越高,识别相应的保险服务,越高越高忠诚度的客户向保险公司和保险公司的竞争力越大。因此,接下来,我们用问卷调查的方法,建立了1000份问卷,随机选择保险客户接受保险服务创新方案基于云计算保险数据和保险客户不接受创新保险服务方案进行调查。 There are 988 valid questionnaires, and the specific results are shown in Figure11。

如图11,有效问卷的数量投保人接受保险服务创新方案基于云计算保险数据是493,和有效问卷的数量为保险客户不接受创新保险服务方案(传统保险服务)是495。比较这两个调查问卷的结果,可以看出,在接受了保险的投保人基于云计算服务创新方案,32.45%(160)的保险客户创新保险服务非常满意,41.99%(207)的保险客户创新保险服务感到满意,13.59%(67)的客户比较满意,只有0.81%的客户都不满意。与传统保险服务的调查结果(19.60%,97),它减少了18.79%,表明该保险创新服务实现了有针对性的保险服务,保险客户和提高了适用于不同的客户。另一方面,保险客户的调查结果显示,只有4.44%接受了传统保险服务的客户都非常满意,5.45%的客户满意,19.39%的客户通常是满足和超过50%(253例)的客户相对满意。上述结果表明,该保险服务创新方案基于云计算保险数据可以显著提高保险客户的满意度;也就是服务创新模式更成功。

4所示。结论

保险数据是保险业发展的一个重要组成部分。为了实现保险业的创新服务在大数据环境中,基于云计算的服务创新计划保险数据(HP-CPABKS保险创新服务)设计。Enclndex算法的成本远远低于搜索算法;算法复杂度的增加线性属性的数量。上述结果表明,保险服务创新方案基于云计算保险数据提出了改进了传统的保险服务,提高客户满意度,提高公司的竞争力。互联网市场的不断饱和,保险公司必将面临严峻考验。精准营销在大数据是保险行业的发展趋势。因此,进一步的研究在这个领域将在下一步进行。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。