CN114138784A - 基于存储库的信息溯源方法、装置、电子设备及介质 - Google Patents
基于存储库的信息溯源方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114138784A CN114138784A CN202111446604.5A CN202111446604A CN114138784A CN 114138784 A CN114138784 A CN 114138784A CN 202111446604 A CN202111446604 A CN 202111446604A CN 114138784 A CN114138784 A CN 114138784A
- Authority
- CN
- China
- Prior art keywords
- information
- traced
- source
- text
- repository
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000011218 segmentation Effects 0.000 claims description 61
- 230000008859 change Effects 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及人工智能技术领域,揭露一种基于存储库的信息溯源方法,包括:判断第一存储库中是否存在待溯源信息;若不存在,将待溯源信息存储入第一存储库,获取待溯源信息对应的源文件和来源表,若来源表不属于事实表,则逐级查找源文件的上级文件,直至查找到的上级文件的来源表为事实表,并得到查找路径,若来源表属于事实表,则将来源表存储入第二存储库,获取查找路径;若存在,从第一存储库获取存储待溯源信息的第二目标表,得到查找路径;根据查找路径进行信息溯源。本发明还提出一种基于存储库的信息溯源装置、设备及存储介质。本发明还涉及区块链技术,所述待溯源信息可存储于区块链节点中。本发明可以提高信息溯源的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于存储库的信息溯源方法、装置、电子设备及计算机可读存储介质。
背景技术
随着现有网络通讯技术的发展,产生了越来越多的信息,这些信息中往往只有少部分数据有其价值,在这种情况下需要对信息进行清洗,在将信息以数据表的形式进行清洗的过程中往往会出现信息的增减,导致原始数据的特点被模糊,此时需要对信息进行溯源。
现有的信息溯源方式如通过Eclipse、Sublime等软件溯源,只能查找已知信息的文件,对于未知信息的文件不能起到很好的查找效果,并且不能体现出该信息的流向以及每一步的查找处理过程,导致信息溯源的结果准确性也不高。
发明内容
本发明提供一种基于存储库的信息溯源方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高信息溯源的准确性。
为实现上述目的,本发明提供的一种基于存储库的信息溯源方法,包括:
获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表;
获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径;
若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径;
根据所述查找路径进行信息溯源。
可选地,所述判断预设的第一存储库中是否存在所述待溯源信息,包括:
若所述待溯源信息包含非文本信息,则将所述待溯源信息中非文本信息转化为文本信息;
根据预设的分词算法对转化后的所述待溯源信息进行文本分词,得到分词文本信息;
通过预设的关键词提取模型提取所述分词文本信息的关键词,得到文本关键词;
通过在所述第一存储库中的各个数据表中查找是否存在所述文本关键词判断所述第一存储库中是否存在所述待溯源信息。
可选地,所述根据预设的分词算法对转化后的所述待溯源信息进行文本分词,得到分词文本信息,包括:
通过多种不同的分词算法对转化后的所述待溯源信息进行文本分词,得到多组分词信息;
计算各组所述分词信息的最小变化率,并根据所述最小变化率从多组所述分词信息中选取目标分词信息作为所述分词文本信息。
可选地,所述获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表,包括:
根据所述待溯源信息利用结构化查询语言创建信息视图;
在预设的数据字典中查询所述信息视图依赖的所有数据表,并基于预设的日志信息获取所述待溯源信息的源文件;
将在所述信息视图依赖的所有数据表中存在所述源文件的数据表作为所述待溯源信息的第一来源表。
可选地,所述若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件之前,所述方法还包括:
解析所述源文件得到解析数据,判断所述解析数据是否都为数字数据;
若所述解析数据都为数字数据类型,则确定所述第一来源表为事实表;
若所述解析数据不都为数字数据类型,则确定所述第一来源表不为事实表。
可选地,所述在所述第一存储库中的各个数据表中查找是否存在所述文本关键词判断所述第一存储库中是否存在所述待溯源信息,包括:
将所述文本关键词和所述第一存储库中的文本信息向量化,得到文本关键字向量和文本信息向量;
通过文本相似度算法计算所述文本关键字向量和所述文本信息向量之间的相似度;
若所述文本关键字向量和所述文本信息向量之间的相似度大于等于预设阈值,则确定所述第一存储库中存在所述待溯源信息;
若所述文本关键字向量和所述文本信息向量之间的相似度小于所述预设阈值,则确定所述第一存储库中不存在所述待溯源信息。
可选地,通过如下公式计算各组所述分词信息的最小变化率:
其中,σ为最小变化率,N为分词信息的分段数目,μ为分词信息的分段平均字数,xi为分词信息中各段的字数。
为了解决上述问题,本发明还提供一种基于存储库的信息溯源装置,所述装置包括:
信息存储位置判断模块,用于获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
源文件获取模块,用于若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表,获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
事实表判断模块,用于若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径,若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
信息路径查找模块,用于若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径;
信息溯源模块,用于根据所述查找路径进行信息溯源。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的基于存储库的信息溯源方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,包括存储数据区和存储程序区,存储数据区存储创建的数据,存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现如上所述的基于存储库的信息溯源方法。
本发明实施例中,先获取待溯源的信息,判断在数据存储系统中的第一存储库中是否存在,进行初步分类,不存在的话将待溯源信息存储入数据存储系统中的第一存储库并获取所述待溯源信息的源文件和来源表,解析源文件得到解析数据,若所述来源表属于事实表,则将来源表存储于第二存储库并根据来源表得到源文件的查找路径,若来源表不属于事实表,则不断查找源文件的来源表,直到查找到事实表,此外,若在第一存储库中存在待溯源信息,则根据第一存储库中的存储待溯源信息的目标表直接得到源文件的来源表以及源文件的查找路径,最后根据源文件的查找路径进行信息溯源,从而可以获取信息溯源过程中每个阶段信息流向,因此,本发明实施例可以实现提高信息溯源的准确性的目的。
附图说明
图1为本发明一实施例提供的一种基于存储库的信息溯源方法的流程示意图;
图2为本发明一实施例提供一种基于存储库的信息溯源装置的结构图;
图3为本发明一实施例提供的实现基于存储库的信息溯源方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于存储库的信息溯源方法。所述基于存储库的信息溯源方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。其中,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。换言之,所述基于存储库的信息溯源方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示,为本发明一实施例提供的一种基于存储库的信息溯源方法的流程示意图。在本实施例中,所述基于存储库的信息溯源方法包括:
S1、获取待溯源信息。
本发明实施例中,所述待溯源信息为需要查找源头和流向的信息,例如,待溯源信息可以为代码编写中调用程序包的信息。
具体的,所述待溯源信息可以为多种类型的信息。例如,待溯源信息可以为文本类溯源信息、图像类溯源信息和视频类溯源信息等。
S2、判断预设的第一存储库中是否存在所述待溯源信息
本发明实施例中,所述第一存储库为数据存储系统中用于存储所有待溯源信息的数据存储库,具体的,若所述待溯源信息存在于所述数据存储系统,则所述待溯源信息存储在第一存储库的数据表中,具体的,在数据表中存储在某个字段中。
本发明实施例中,所述判断预设的第一存储库中是否存在所述待溯源信息,包括:
若所述待溯源信息包含非文本信息,则将所述待溯源信息中非文本信息转化为文本信息;
根据预设的分词算法对转化后的所述待溯源信息进行文本分词,得到分词文本信息;
通过预设的关键词提取模型提取所述分词文本信息的关键词,得到文本关键词;
通过在所述第一存储库中的各个数据表中查找是否存在所述文本关键词判断所述第一存储库中是否存在所述待溯源信息。
具体的,若所述待溯源信息为图像信息,则通过图像转文本算法将所述待溯源信息转化为文本格式的待溯源信息。若所述待溯源信息为音频信息,则通过音频转文本算法将所述待溯源信息转化为文本格式的待溯源信息。
具体的,图像转文本算法可以为OCR(Optical Character Recognition,光学字符识别)算法,音频转文本算法可以为CTC(Connectionist temporal classification)算法。
本发明实施例中,若所述待溯源信息为文本信息,则直接采用所述分词算法将所述待溯源信息进行文本分词,得到所述分词文本信息。
本发明实施例中,所述分词算法可以为机械分词算法,所述机械分词算法又可称为基于字符串匹配的分词算法。其中,所述机械分词算法按照扫描方向的不同,可以分为最大匹配法、最小匹配法、正向匹配法和逆向匹配法。
进一步地,所述根据预设的分词算法对转化后的所述待溯源信息进行文本分词,得到分词文本信息,包括:
通过多种不同的分词算法对转化后的所述待溯源信息进行文本分词,得到多组分词信息;
计算各组所述分词信息的最小变化率,并根据所述最小变化率从多组所述分词信息中选取目标分词信息作为所述分词文本信息。
具体的,通过如下公式计算各组所述分词信息的最小变化率:
其中,σ为最小变化率,N为分词信息的分段数目,μ为分词信息的分段平均字数,xi为分词信息中的各段的字数。
比如,科技改/变/生活”,分段数目为3,分段平均字数为2,各段的字数为3、1、2。
例如,若存在待溯源信息为“科技改变生活”,对待溯源信息进行第一分词处理得到“科技改/变/生活”的最小变化率为sqrt(((3-2)^2+(1-2)^2+(2-2)^2)/3)=0.8165,进一步地,对待溯源信息进行第二分词处理得到“科技/改变/生活”的最小变化率为sqrt(((2-2)^2+(2-2)^2+(2-2)^2)/3)=0,则选择最小变化率为最小值时的分词方法得到分词结果为目标分词信息,即选取的分词文本信息为“科技/改变/生活”。
本发明实施例中,所述通过预设的关键词提取模型提取所述分词文本信息的关键词,得到文本关键词,包括:
对所述分词文本信息进行去除停用词处理,得到可选分词;
通过所述关键字提取模型对所述可选分词进行词性标注,并对词性标注后的所述可选分词进行关键字识别,得到所述文本关键字。
进一步地,所述停用词为在信息检索过程中,为节省存储空间和提高检索效率,在处理自然语言数据之前或之后会自动过滤掉的某些词或字。例如“的”、“在”、“呢”等词。
本发明实施例中,所述关键字提取模型可以采用TF-IDF算法、TextRank算法对所述可选分词进行词性标注。
本发明实施例中,对所述可选分词进行词性标注后,根据所述可选分词的词性查找对应预设的分词映射表,根据所述分词映射表进行识别,得到所述文本关键字。
本发明实施例中,所述在所述第一存储库中的各个数据表中查找是否存在所述文本关键词判断所述第一存储库中是否存在所述待溯源信息,包括:
将所述文本关键字和所述第一存储库中的文本信息向量化得到文本关键字向量和文本信息向量,并通过文本相似度算法(如余弦相似度算法)计算文本关键字向量和文本信息向量之间的相似度,将相似度大于预设阈值的文本信息向量对应的文本信息作为查询到的所述待溯源信息。
本发明实施例中,所述文本关键字向量和所述文本信息向量之间呈一对多的关系。
S3、若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表。
本发明实施例中,所述将所述第一存储库中存储所述待溯源信息的表作为第一目标表之后,所述方法还包括:将所述第一目标表中存储所述待溯源信息的字段作为目标字段,所述目标字段是所述待溯源信息在所述目标表中存储的位置。
其中,所述目标表是一种关系数据库管理系统中数据存储的数据对象,由行和列组成。
进一步地,所述将所述待溯源信息存储入所述第一存储库,包括:
调用关系数据库管理系统的接口;
通过所述关系数据库管理系统将所述溯源信息存储入所述第一存储库。
本发明实施例中,所述关系数据库管理系统为一种管理关系数据库,是一种组织和存储数据的系统。
S4、获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表。
本发明实施例中,所述源文件为所述待溯源信息的数据源文件,其中获取到所述源文件后还包括获取存储源文件的第一来源表。
本发明实施例中,所述第一来源表为存储所述源文件的报表。
进一步地,所述获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表之后,所述方法还包括:
将所述源文件进行解析得到的解析数据同样存储于所述第一来源表中。
例如,若在JAVA程序中调用了一个Jar包中的数据,则该JAVA程序中调用的Jar包中的数据的数据即为待溯源信息,Jar包即为源文件,存储Jar包的存储表即为来源表。
本发明实施例中,所述获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表,包括:
根据所述待溯源信息利用结构化查询语言创建信息视图;
在预设的数据字典中查询所述信息视图依赖的所有数据表,并基于预设的日志信息获取所述待溯源信息的源文件;
将在所述信息视图依赖的所有数据表中存在所述源文件的数据表作为所述源文件的第一来源表。
具体的,所述信息视图通过将所述待溯源信息的进行变换得到,用于查看所述源文件的第一来源表。
本发明实施例中,所述数据字典(data dictionary)是指对数据的数据项、数据结构、数据流、数据存储、处理逻辑进行定义和描述的工具。通过所述数据字典查询数据表和视图之间的依赖关系。
本发明实施例中,当所述第一存储库为oracle数据库时,可以通过Besutifulsoup库解析、xpatch解析、正则表达式解析等多种解析方式对所述源文件进行解析,得到所述解析数据。
S5、判断所述第一来源表是否属于事实表。
本发明实施例中,所述事实表又可称之为事实数据表,含有大量的可以被记录和汇总的数字数据,所述事实表不包含描述性信息,其中,所述事实表可以分为事务事实表、周期快照事实表和累积快照事实表。
本发明实施例中,通过判断所述第一来源表是否为事实表,可以对来源表进行分类,明确所述待溯源信息的来源。
S6、若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径。
本发明实施例中,所述若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件之前,所述方法还包括:
解析所述源文件得到解析数据,判断所述解析数据是否都为数字数据;
若所述解析数据都为数字数据类型,则确定所述第一来源表为事实表;
若所述解析数据不都为数字数据类型,则确定所述第一来源表不为事实表。
进一步地,逐级查找所述源文件的上级文件通过获取所述源文件中的待溯源信息,根据所述待溯源信息的更新日志实现。
本发明实施例中,所述源文件和所述第一来源表不一定为所述待溯源信息的最终源。
S7、若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径。
本发明实施例中,所述查找路径即为所述源文件的历史传播路径,为所述第一来源表在数据传输过程中每次存储的位置组成。
进一步地,所述第一来源表的查找路径是基于所述第一来源表中的源文件对应的待溯源信息的更新日志得到的。
本发明实施例中,所述第一来源表的查找路径中包含所述源文件每一次存储的位置,即每一次传递过程中在计算机中的存储路径。
具体的,所述更新日志为存储设备运行时产生的Log的事件记录,用于记录所述待溯源信息每次存储和传递过程中记载的日期、时间、使用者及动作等相关操作。
S8、若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径。
本发明实施例中,基于数据仓库技术(Extract transform load,ETL)从所述第一存储库中获取存储所述待溯源信息的第二目标表,所述数据仓库技术用于从来源端获取目标表,所述来源端为第一存储库。
本发明实施例中,若所述第一存储库中存在所述待溯源信息,则表示所述第一存储库中记录了所述待溯源信息的存储过程。可以直接根据所述第一存储库中存储所述待溯源信息的第二目标表获取待溯源信息的源文件和第一来源表,基于所述第一来源表获取所述源文件的查找路径。
本发明实施例中,所述第一来源表存储的位置即为所述源文件的查找路径。
S9、根据所述查找路径进行信息溯源。
本发明实施例中,信息溯源用于获取所述待溯源信息在整个生命周期内的演变与处理内容。
本发明实施例中,根据所查找路径进行信息溯源将得到存储所述源文件的表,即事实表。
本发明另一实施例中,还可以将所述查找路径存储至第三存储库中,并基于所述第一存储库、所述第二存储库和所述第三存储库构建有向无环图(DAG),通过所述有向无环图显示信息溯源过程中的信息流向。
本发明实施例中,先获取待溯源的信息,判断在数据存储系统中的第一存储库中是否存在,进行初步分类,不存在的话将待溯源信息存储入数据存储系统中的第一存储库并获取所述待溯源信息的源文件和来源表,解析源文件得到解析数据,若所述来源表属于事实表,则将来源表存储于第二存储库并根据来源表得到源文件的查找路径,若来源表不属于事实表,则不断查找源文件的来源表,直到查找到事实表,此外,若在第一存储库中存在待溯源信息,则根据第一存储库中的存储待溯源信息的目标表直接得到源文件的来源表以及源文件的查找路径,最后根据源文件的查找路径进行信息溯源,从而可以获取信息溯源过程中每个阶段信息流向,因此,本发明实施例可以实现提高信息溯源的准确性的目的。
如图2所示,是本发明基于存储库的信息溯源装置的模块示意图。
本发明所述基于存储库的信息溯源装置100可以安装于电子设备中。根据实现的功能,所述基于存储库的信息溯源装置可以包括信息存储位置判断模块101、源文件获取模块102、事实表判断模块103、信息路径查找模块104和信息溯源模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述信息存储位置判断模块101,用于获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
源文件获取模块102,用于若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表,获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
事实表判断模块103,用于若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径,若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
信息路径查找模块104,用于若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径;
信息溯源模块105,用于根据所述查找路径进行信息溯源。
详细地,本发明实施例中所述基于存储库的信息溯源装置100中所述的各模块在使用时采用与上述图1中所述的基于存储库的信息溯源方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明实现基于存储库的信息溯源方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于存储库的信息溯源程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于存储库的信息溯源程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于存储库的信息溯源程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的基于存储库的信息溯源程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表;
获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径;
若所述来源表属于第一事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述第一源文件的来源表,从所述第一来源表获取所述源文件的查找路径;
根据所述查找路径进行信息溯源。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表;
获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径;
若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径;
根据所述查找路径进行信息溯源。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于存储库的信息溯源方法,其特征在于,所述方法包括:
获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表;
获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径;
若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径;
根据所述查找路径进行信息溯源。
2.如权利要求1所述的基于存储库的信息溯源方法,其特征在于,所述判断预设的第一存储库中是否存在所述待溯源信息,包括:
若所述待溯源信息包含非文本信息,则将所述待溯源信息中非文本信息转化为文本信息;
根据预设的分词算法对转化后的所述待溯源信息进行文本分词,得到分词文本信息;
通过预设的关键词提取模型提取所述分词文本信息的关键词,得到文本关键词;
通过在所述第一存储库中的各个数据表中查找是否存在所述文本关键词判断所述第一存储库中是否存在所述待溯源信息。
3.如权利要求2所述的基于存储库的信息溯源方法,其特征在于,所述根据预设的分词算法对转化后的所述待溯源信息进行文本分词,得到分词文本信息,包括:
通过多种不同的分词算法对转化后的所述待溯源信息进行文本分词,得到多组分词信息;
计算各组所述分词信息的最小变化率,并根据所述最小变化率从多组所述分词信息中选取目标分词信息作为所述分词文本信息。
4.如权利要求1至3中任一项所述的基于存储库的信息溯源方法,其特征在于,所述获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表,包括:
根据所述待溯源信息利用结构化查询语言创建信息视图;
在预设的数据字典中查询所述信息视图依赖的所有数据表,并基于预设的日志信息获取所述待溯源信息的源文件;
将在所述信息视图依赖的所有数据表中存在所述源文件的数据表作为所述源文件的第一来源表。
5.如权利要求1至3中任一项所述的基于存储库的信息溯源方法,其特征在于,所述若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件之前,所述方法还包括:
解析所述源文件得到解析数据,判断所述解析数据是否都为数字数据;
若所述解析数据都为数字数据类型,则确定所述第一来源表为事实表;
若所述解析数据不都为数字数据类型,则确定所述第一来源表不为事实表。
6.如权利要求2所述的基于存储库的信息溯源方法,其特征在于,所述在所述第一存储库中的各个数据表中查找是否存在所述文本关键词判断所述第一存储库中是否存在所述待溯源信息,包括:
将所述文本关键词和所述第一存储库中的文本信息向量化,得到文本关键字向量和文本信息向量;
通过文本相似度算法计算所述文本关键字向量和所述文本信息向量之间的相似度;
若所述文本关键字向量和所述文本信息向量之间的相似度大于等于预设阈值,则确定所述第一存储库中存在所述待溯源信息;
若所述文本关键字向量和所述文本信息向量之间的相似度小于所述预设阈值,则确定所述第一存储库中不存在所述待溯源信息。
8.一种基于存储库的信息溯源装置,其特征在于,所述装置包括:
信息存储位置判断模块,用于获取待溯源信息,判断预设的第一存储库中是否存在所述待溯源信息;
源文件获取模块,用于若所述第一存储库中不存在所述待溯源信息,则将所述待溯源信息存储入所述第一存储库并将所述第一存储库中存储所述待溯源信息的表作为第一目标表,获取所述待溯源信息对应的源文件和存储所述源文件的第一来源表;
事实表判断模块,用于若所述第一来源表不属于事实表,则逐级查找所述源文件的上级文件,直至查找到的上级文件的第二来源表为事实表,根据所述上级文件的第二来源表获取所述源文件的查找路径,若所述第一来源表属于事实表,则将所述第一来源表存储入预设的第二存储库,并根据所述第一来源表获取所述源文件的查找路径;
信息路径查找模块,用于若所述第一存储库中存在所述待溯源信息,则从所述第一存储库中获取存储所述待溯源信息的第二目标表,根据所述第二目标表得到所述待溯源信息的源文件以及存储所述源文件的第一来源表,从所述第一来源表获取所述源文件的查找路径;
信息溯源模块,用于根据所述查找路径进行信息溯源。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的基于存储库的信息溯源方法。
10.一种计算机可读存储介质,包括存储数据区和存储程序区,存储数据区存储创建的数据,存储程序区存储有计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于存储库的信息溯源方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111446604.5A CN114138784B (zh) | 2021-11-30 | 2021-11-30 | 基于存储库的信息溯源方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111446604.5A CN114138784B (zh) | 2021-11-30 | 2021-11-30 | 基于存储库的信息溯源方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114138784A true CN114138784A (zh) | 2022-03-04 |
CN114138784B CN114138784B (zh) | 2024-07-02 |
Family
ID=80386173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111446604.5A Active CN114138784B (zh) | 2021-11-30 | 2021-11-30 | 基于存储库的信息溯源方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114138784B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115965388A (zh) * | 2022-12-30 | 2023-04-14 | 国网数字科技控股有限公司 | 基于区块链的产业链金融密态溯源方法、装置及相关设备 |
CN116450710A (zh) * | 2023-06-15 | 2023-07-18 | 南京哈卢信息科技有限公司 | 一种基于大数据的数据分析溯源方法及系统 |
CN116468032A (zh) * | 2023-03-07 | 2023-07-21 | 北京智慧星光信息技术有限公司 | 基于自媒体信息的信息溯源方法、装置和设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319710A (zh) * | 2018-02-07 | 2018-07-24 | 何世容 | 基于物联网的农产品溯源信息存储方法、装置及存储介质 |
CN110457430A (zh) * | 2019-07-02 | 2019-11-15 | 北京瑞卓喜投科技发展有限公司 | 一种文本的溯源检测方法、装置及设备 |
CN111933241A (zh) * | 2020-08-31 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 医疗数据解析方法、装置、电子设备及存储介质 |
CN112363814A (zh) * | 2020-11-20 | 2021-02-12 | 中国平安财产保险股份有限公司 | 任务调度方法、装置、计算机设备及存储介质 |
-
2021
- 2021-11-30 CN CN202111446604.5A patent/CN114138784B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108319710A (zh) * | 2018-02-07 | 2018-07-24 | 何世容 | 基于物联网的农产品溯源信息存储方法、装置及存储介质 |
CN110457430A (zh) * | 2019-07-02 | 2019-11-15 | 北京瑞卓喜投科技发展有限公司 | 一种文本的溯源检测方法、装置及设备 |
CN111933241A (zh) * | 2020-08-31 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 医疗数据解析方法、装置、电子设备及存储介质 |
CN112363814A (zh) * | 2020-11-20 | 2021-02-12 | 中国平安财产保险股份有限公司 | 任务调度方法、装置、计算机设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115965388A (zh) * | 2022-12-30 | 2023-04-14 | 国网数字科技控股有限公司 | 基于区块链的产业链金融密态溯源方法、装置及相关设备 |
CN115965388B (zh) * | 2022-12-30 | 2023-12-22 | 国网数字科技控股有限公司 | 基于区块链的产业链金融密态溯源方法、装置及相关设备 |
CN116468032A (zh) * | 2023-03-07 | 2023-07-21 | 北京智慧星光信息技术有限公司 | 基于自媒体信息的信息溯源方法、装置和设备 |
CN116468032B (zh) * | 2023-03-07 | 2024-04-16 | 北京智慧星光信息技术股份有限公司 | 基于自媒体信息的信息溯源方法、装置和设备 |
CN116450710A (zh) * | 2023-06-15 | 2023-07-18 | 南京哈卢信息科技有限公司 | 一种基于大数据的数据分析溯源方法及系统 |
CN116450710B (zh) * | 2023-06-15 | 2023-09-26 | 南京哈卢信息科技有限公司 | 一种基于大数据的数据分析溯源方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114138784B (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114138784B (zh) | 基于存储库的信息溯源方法、装置、电子设备及介质 | |
CN112541338A (zh) | 相似文本匹配方法、装置、电子设备及计算机存储介质 | |
CN113449187A (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
CN113268615A (zh) | 资源标签生成方法、装置、电子设备及存储介质 | |
CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN114416939A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN113886708A (zh) | 基于用户信息的产品推荐方法、装置、设备及存储介质 | |
CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
CN112231417A (zh) | 数据分类方法、装置、电子设备及存储介质 | |
CN114398557A (zh) | 基于双画像的信息推荐方法、装置、电子设备及存储介质 | |
CN115018588A (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN113360803A (zh) | 基于用户行为的数据缓存方法、装置、设备及存储介质 | |
CN112632264A (zh) | 智能问答方法、装置、电子设备及存储介质 | |
CN115238670A (zh) | 信息文本抽取方法、装置、设备及存储介质 | |
CN113343102A (zh) | 基于特征筛选的数据推荐方法、装置、电子设备及介质 | |
CN113806492A (zh) | 基于语义识别的记录生成方法、装置、设备及存储介质 | |
CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN112579781A (zh) | 文本归类方法、装置、电子设备及介质 | |
CN115409041B (zh) | 一种非结构化数据提取方法、装置、设备及存储介质 | |
CN114969385B (zh) | 基于文档属性赋值实体权重的知识图谱优化方法及装置 | |
CN111651625A (zh) | 图像检索方法、装置、电子设备及存储介质 | |
CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、设备及存储介质 | |
CN115525761A (zh) | 一种文章关键词筛选类别的方法、装置、设备及存储介质 | |
CN115438048A (zh) | 表搜索方法、装置、设备及存储介质 | |
CN114518993A (zh) | 基于业务特征的系统性能监控方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |