CN111930809A - 数据处理方法、装置及设备 - Google Patents

数据处理方法、装置及设备 Download PDF

Info

Publication number
CN111930809A
CN111930809A CN202010978072.9A CN202010978072A CN111930809A CN 111930809 A CN111930809 A CN 111930809A CN 202010978072 A CN202010978072 A CN 202010978072A CN 111930809 A CN111930809 A CN 111930809A
Authority
CN
China
Prior art keywords
data
historical data
characteristic value
matching
original data
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.)
Pending
Application number
CN202010978072.9A
Other languages
English (en)
Inventor
韩喆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202010978072.9A priority Critical patent/CN111930809A/zh
Publication of CN111930809A publication Critical patent/CN111930809A/zh
Priority to EP21182273.9A priority patent/EP3971806B1/en
Priority to US17/364,062 priority patent/US11436252B2/en
Pending legal-status Critical Current

Links

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/12—Applying verification of the received information
    • H04L63/123—Applying verification of the received information received data contents, e.g. message integrity
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2468—Fuzzy queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/194—Calculation of difference between files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/197—Version control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本说明书实施例提供了一种数据处理方法、装置及设备，其中方法包括：区块链节点接收第一用户发送的数据处理请求，调用区块链中部署的第一智能合约，基于第一智能合约提取数据处理请求包括的待处理的第一原始数据的特征值；根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据；根据匹配处理的匹配结果信息进行相应处理。

Description

数据处理方法、装置及设备
技术领域
本文件涉及数据处理技术领域，尤其涉及一种数据处理方法、装置及设备。
背景技术
近年来，版权保护越来越受到人们的关注。为了避免侵权，通常会对用户的作品进行判重处理。当前的判重处理主要是基于中心化的数据库、通过哈希值匹配的方式进行。然而，中心化的数据库存在被攻击的风险，导致判重处理结果的可信度不高；并且由于修改一个标点符号或者修改图像的一个像素值，计算出的哈希值就会不一样，因此对作品稍作改动即可规避，所以判重处理结果的准确性较低。
发明内容
本说明书一个或多个实施例提供了一种数据处理方法，应用于区块链节点。该包括接收第一用户发送的数据处理请求。其中，所述数据处理请求包括待处理的第一原始数据。调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值。根据所述特征值对所述区块链保存的历史数据进行匹配处理。以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据。根据所述匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例提供了一种数据处理装置，应用于区块链节点。该装置包括接收模块，接收第一用户发送的数据处理请求。其中，所述数据处理请求包括待处理的第一原始数据。该装置还包括提取模块，调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值。该装置还包括匹配模块，根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据。该装置还包括处理模块，根据所述匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例提供了一种数据处理设备。该设备包括处理器。该设备还包括被安排成存储计算机可执行指令的存储器。所述计算机可执行指令在被执行时使所述处理器接收第一用户发送的数据处理请求。其中，所述数据处理请求包括待处理的第一原始数据。调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值。根据所述特征值对所述区块链保存的历史数据进行匹配处理。以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据。根据所述匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例提供了一种存储介质。该存储介质用于存储计算机可执行指令。所述计算机可执行指令在被处理器执行时接收第一用户发送的数据处理请求。其中，所述数据处理请求包括待处理的第一原始数据。调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值。根据所述特征值对所述区块链保存的历史数据进行匹配处理。以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据。根据所述匹配处理的匹配结果信息进行相应处理。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图;
图1为本说明书一个或多个实施例提供的一种数据处理方法的第一种场景示意图；
图2为本说明书一个或多个实施例提供的一种数据处理方法的第二种场景示意图；
图3为本说明书一个或多个实施例提供的一种数据处理方法的第一种流程示意图；
图4为本说明书一个或多个实施例提供的一种数据处理方法的第二种流程示意图；
图5为本说明书一个或多个实施例提供的一种数据处理方法的第三种流程示意图；
图6为本说明书一个或多个实施例提供的一种数据处理方法的第四种流程示意图；
图7为本说明书一个或多个实施例提供的一种数据处理方法的第五种流程示意图；
图8为本说明书一个或多个实施例提供的一种数据处理方法的第六种流程示意图；
图9为本说明书一个或多个实施例提供的一种数据处理方法的第七种流程示意图；
图10为本说明书一个或多个实施例提供的一种数据处理方法的第八种流程示意图；
图11为本说明书一个或多个实施例提供的一种数据处理方法的第九种流程示意图；
图12为本说明书一个或多个实施例提供的一种数据处理装置的模块组成示意图；
图13为本说明书一个或多个实施例提供的一种数据处理设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
图1为本说明书一个或多个实施例提供的一种数据处理方法的应用场景示意图，如图1所示，该场景包括：第一用户的第一终端设备和接入区块链的至少一个区块链节点（图1中仅示出一个）；其中，第一终端设备可以为手机、平板电脑、台式计算机、便携笔记本式计算机等（图1 中仅示出手机）；区块链中保存有数据，如用户上传的作品数据等，其中，作品数据如文字作品、影视作品、摄影作品、计算机软件等数据。
具体的，第一用户操作其第一终端设备向区块链节点发送数据处理请求；区块链节点调用区块链中部署的第一智能合约，基于第一智能合约从数据处理请求中获取待处理的第一原始数据，并提取该第一原始数据的特征值；根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定区块链保存的历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，并根据匹配处理的匹配结果信息进行相应处理，向第一终端设备发送处理结果信息；第一终端设备展示接收到的处理结果信息。其中，数据处理请求如数据存证请求、检索请求等，第一原始数据如原始的文字作品、影视作品、摄影作品、计算机软件等数据。
进一步的，当数据处理请求为数据存证请求时，如图2所示，该场景还可以包括：目标历史数据所对应的第二用户的第二终端设备；其中，第二终端设备可以为手机、平板电脑、台式计算机、便携笔记本式计算机等（图2中仅示出手机）。当区块链节点确定存在目标历史数据时，分别向第一终端设备发送相似数据的第一提示信息，以及向第二终端设备发送相似数据的第二提示信息；第一终端设备展示接收到的第一提示信息，第二终端设备展示接收到的第二提示信息。
由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
基于上述应用场景架构，本说明书一个或多个实施例提供了一种数据处理方法。图3为本说明书一个或多个实施例提供的一种数据处理方法的流程示意图，图3中的方法能够由图1中的区块链节点执行，如图3所示，该方法包括以下步骤：
步骤S102，接收第一用户发送的数据处理请求；其中，数据处理请求包括待处理的第一原始数据；
其中，待处理的第一原始数据包括作品数据，如文字作品、影视作品、摄影作品、计算机软件等数据。需要指出的是，待处理的第一原始数据不限为作品数据，凡是具有判重需求的数据均可在本文件的保护范围内。
步骤S104，调用区块链中部署的第一智能合约，基于第一智能合约提取第一原始数据的特征值；
步骤S106，根据特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据；
步骤S108，根据匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例中，区块链节点在接收到数据处理请求时，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
考虑到对于不同类型的数据，特征值的提取规则往往不同，为了在接收到数据处理请求时，能够快速的确定目标提取规则，本说明书一个或多个实施例中，预先设定数据类型信息与提取规则的关联关系。具体的，如图4所示，步骤S104可以包括以下步骤S104-2至步骤S104-6：
步骤S104-2，调用区块链中部署的第一智能合约，基于第一智能合约确定第一原始数据的数据类型信息；
可选地，预先在第一智能合约中设置数据类型的类型识别方式；相应的，步骤S104-2包括：基于第一智能合约根据预设的类型识别方式对第一原始数据进行识别处理，得到第一原始数据的数据类型信息。其中，类型识别方式可以在实际应用中根据需要自行设定，对此本说明书中不做具体限定。或者，第一用户在发送数据处理请求时可以指定第一原始数据的数据类型信息，相应的，步骤S104-2包括：基于第一智能合约从数据处理请求中获取第一原始数据的数据类型信息。
步骤S104-4，根据确定的数据类型信息在第一智能合约包括的数据类型信息与提取规则的关联关系中，获取目标提取规则；
其中，特征值的提取规则，可以采用现有的任意特征值的提取规则，其可以在实际应用中根据需要自行设定。作为示例，当数据类型信息为文本类型时，目标提取规则为TF-IDF（Term Frequency-Inverse Document Frequency, 词频-逆文件频率）；当数据类型为图像类型时，目标提取规则为SIFT(Scale-Invariant Feature Transform，尺度不变特征变换)，或 SURF（Speeded Up Robust Features，加速稳健特征）等；当数据类型为视频类型时，可获取视频数据的每一帧图像或者关键帧图像，并基于图像类型对应的目标提取规则，对获取的每一帧图像或者关键帧图像提取特征值等。
步骤S104-6，根据目标提取规则，提取第一原始数据的特征值。
由于上述示例的各提取规则，对本领域技术人员来说是熟知的技术手段，故基于目标提取规则提取特征值的具体过程，本说明书中不再详述。
通过在第一智能合约中设置数据类型信息与提取规则的关联关系，能够在接收到数据处理请求时，基于该关联关系快速的确定目标提取规则，进而提升特征值的提取速率。
进一步的，为了确保各区块链节点能够基于相同的提取规则对同一类型的第一原始数据进行特征值提取，本说明书一个或多个实施例中，还可以在区块链中部署多个第二智能合约，每个第二智能合约中包括一种数据类型的数据的特征值提取规则。相应的，如图5所示，步骤S104可以包括以下步骤S104-8至步骤S104-10：
步骤S104-8，调用区块链中的第一智能合约，基于第一智能合约确定第一原始数据的数据类型信息；
本步骤的实现方式与步骤S104-2的实现方式相同，可参见前述描述，重复之处这里不再赘述。
步骤S104-10，从预先部署的多个第二智能合约中选择与确定的数据类型信息相匹配的目标第二智能合约，基于目标第二智能合约提取第一原始数据的特征值；其中，第二智能合约中设置有相应数据类型的第一原始数据的特征值的提取规则。
具体的，根据确定的数据类型信息，在预设的数据类型信息与合约标识信息的关联关系中获取关联的目标合约标识信息；将获取的目标合约标识信息所对应的第二智能合约，作为与确定的数据类型信息相匹配的目标第二智能合约。调用目标第二智能合约，基于目标第二智能合约提取第一原始数据的特征值。
由此，通过部署第二智能合约，并在第二智能合约中设置相应数据类型的第一原始数据的特征值的提取规则，从而不同的区块链节点对于同一类型的第一原始数据，均通过相同的第二智能合约进行特征值的提取，不仅便于对各提取规则进行管理和升级，而且确保了各区块链节点具有相同的特征值提取规则，从而确保了对于同一个第一原始数据所提取的特征值具有唯一性，进而提升了匹配结果的可信性。
考虑到区块链中保存的历史数据的数据量往往较大，为了提升匹配效率，本说明书一个或多个实施例中，首先基于特征值进行模糊搜索，得到候选历史数据；然后基于精确的相似度计算方式从候选历史数据中确定目标历史数据。具体的，如图6所示，步骤S106包括以下步骤S106-2：
步骤S106-2，对第一原始数据的特征值和区块链保存的历史数据的特征值进行模糊搜索处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据；
可选地，在将历史数据和其特征值保存至区块链时，将历史数据、历史数据的特征值、历史数据所对应的第二用户的用户信息（如用户标识、姓名、年龄等）等关联记录，并将记录的信息保存在区块链中；相应的，步骤S106-2包括：对第一原始数据的特征值和区块链保存的历史数据所关联的特征值进行模糊搜索处理，得到目标特征值，并将目标特征所关联的历史数据确定为符合第一预设条件的候选历史数据。或者，在将历史数据和其特征值保存至区块链中时，首先将历史数据、历史数据所对应的第二用户的用户信息等关联保存至区块链中，然后将历史数据的特征值与历史数据的保存地址关联记录，并将记录的信息保存至区块链中的指定存储区域，该指定存储区域中包括各历史数据的特征值与保存地址的关联关系；相应的，步骤S106-2包括：对第一原始数据的特征值和区块链的指定存储区域中的特征值进行模糊搜索处理，得到目标特征值，并将目标特征值关联的保存地址所对应的历史数据，确定为符合第一预设条件的候选历史数据。
与步骤S106-2对应的，如图6所示，步骤S108包括以下步骤S108-2：
步骤S108-2，根据处理结果信息进行相应处理。
进一步的，为了满足高吞吐量的数据处理需求，本说明书一个或多个实施例中，预先设定不涉及篡改问题且处理速度在毫秒级别的索引方式，相应地，如图7所示，步骤S106-2可以包括以下步骤S106-22至步骤S106-26：
步骤S106-22，根据预设的索引方式，对第一原始数据的特征值和区块链保存的历史数据所对应的特征值进行索引处理，得到符合第一预设条件的目标特征值；将目标特征值所对应的历史数据，确定为候选历史数据。
其中，符合第一预设条件的目标特征值可以是按照与第一原始数据的特征值的相似度从高到低排序，位于前N的特征值；还可以是按照与第一原始数据的特征值的相似度从低到高排序，位于后N的特征值。其中，N大于等于1，具体可在在实际应用中根据需要自行设定，例如N为5。进一步的，索引方式如文本的分词、倒排索引、词向量索引等。需要指出的，索引方式不限为上述方式，其也可在实际应用中根据需要自行设定。由于索引方式是本领域技术人员熟知的技术手段，故具体的索引处理过程本说明书中不再详述。根据索引方式基于特征值进行初步筛选，能够快速的得到候选历史数据，从而基于精确的相似度计算方法确定目标历史数据。
步骤S106-24，根据预设的相似度计算方式，计算第一原始数据与每个候选历史数据的相似度；
其中，对于不同数据类型的第一原始数据，可以采用不同的相似度计算方式。例如，对于文本形式的数据，采用词向量相似度、深度学习语法书的相似度等；对于图像数据，采用余弦相似度、直方图相似度、机器学习等；对于视频数据，可以对每一帧图像数据或者关键帧图像进行相似度计算。需要指出的是，相似度计算方式不限为上述方式，可以在实际应用中根据需要自行设定。
步骤S106-6，根据计算的相似度，确定历史数据中是否存在与第一原始数据的相似度符合第二预设条件的目标历史数据。
其中，符合第二预设条件的目标历史数据可以是按照相似度从高到低排序，位于前M的历史数据；还可以是按照相似度从低到高排序，位于后M的历史数据。其中，M大于等于1，具体可在在实际应用中根据需要自行设定，例如M为3。或者，符合第二预设条件的目标历史数据可以是与第一原始数据的相似度大于预设的相似度阈值的历史数据。需要指出的是，当符合第二预设条件的目标历史数据可以是与第一原始数据的相似度大于预设的相似度阈值的历史数据时，可能不存在目标历史数据。
进一步的，与上述步骤S106-22至步骤S106-26对应的，如图7所示，步骤S108可以包括以下步骤S108-22：
步骤S108-22，根据确定结果信息进行相应处理。
由此，首先根据预设的索引方式基于特征值进行模糊搜索，而不是直接基于较复杂的相似度计算方法一一计算第一原始数据与每个历史数据的相似度，因此能够快速的得到候选历史数据；进而可基于精确的相似度计算方法计算第一原始数据与每个候选历史数据的相似度，得到目标历史数据；因此，在确保了目标历史数据的准确性的基础上，极大的提升了目标历史数据的确定速率，能够满足高吞吐量的数据处理需求。
需要指出的是，前述步骤S108-2和步骤S108-22的具体实现方式，可参见后文中对步骤S108的相关描述，这里不再赘述。
考虑到在实际应用中，一些用户在作品创作完成之后，为了避免丢失或被恶意篡改等，会选择直接将作品数据保存在区块链中。相应地，数据处理请求为数据存证请求。具体的，如图8所示，步骤S102可以包括以下步骤S102-2：
步骤S102-2，接收第一用户发送的数据存证请求；其中，数据存证请求包括待存证的第一原始数据；
与步骤S102-2对应的，如图8所示，步骤S104之后还可以包括以下步骤S105：
步骤S105；将提取的特征值与第一原始数据关联保存至区块链中，向第一用户发送存证成功信息。
可选地，将提取的特征值、第一原始数据、第一用户的用户信息等关联记录，并将记录的信息保存至区块链中。或者，将第一原始数据与第一用户的用户信息等关联保存至区块链中，并将第一原始数据的保存地址与特征值关联记录，将记录的信息保存至区块链的指定存储区域；其中，该指定存储区域中包括各历史数据的保存地址与特征值的关联关系。从而，可在后续接收到数据处理请求时，基于该指定存储区域中的关联关系进行相应处理。
进一步的，考虑到当存在目标历史数据时，即存在第一用户侵犯该目标历史数据所对应的第二用户的权利的侵权风险；为了使第一用户及时的知晓该侵权风险，以及使第二用户能够及时的维护自身的权利，本说明书一个或多个实施例中，与步骤S102-2和步骤S105对应的，如图8所示，步骤S108可以包括以下步骤S108-4：
步骤S108-4，若根据匹配处理的匹配结果信息确定存在目标历史数据，则根据目标历史数据的相关信息向第一用户发送存在相似数据的第一提示信息，以及根据第一原始数据的相关信息向目标历史数据所对应的第二用户发送存在相似数据的第二提示信息。
为了确保数据的私密性，目标历史数据的相关信息如目标历史数据的特征值、对应的第二用户的用户信息等；当目标历史数据已在网络中发布时，目标历史数据的相关信息还可以是目标历史数据的链接地址等。第一原始数据的相关信息如第一原始数据的特征值、第一用户的用户信息等。其中，用户信息如姓名、年龄等。
进一步的，若根据匹配处理的匹配结果信息确定不存在目标历史数据，则可以向第一用户发送表征不存在相似数据的第三提示信息，以使第一用户确定其第一原始数据不存在侵权的风险；或者，不向第一用户发送任何信息。
由此，在接收到的数据存证请求时，将待存证的第一原始数据与第一原始数据的特征值保存至区块链中，不仅确保了该第一原始数据和特征值的不可篡改性，而且为后续的数据处理请求提供了有效的依据。并且，在确定存在目标历史数据时，通过向第一用户和第二用户发送提示信息，使得第一用户能够及时的修改其作品，从而避免侵权；以及使得第二用户能够意识到自身的版权存在被侵犯的风险，从而及时采取措施保障自身的权益。
当第一用户接收到第一提示信息时，可以根据第一提示信息包括的目标历史数据的相关信息，对自身的第一原始数据进行修改得到第二原始数据，并根据第二原始数据再次向区块链节点发送数据存证请求。相应的，如图9所示，步骤S108-4之后还可以包括：
步骤S110，接收第一用户发送的数据存证请求；其中，数据存证请求包括基于第一提示信息对第一原始数据进行更新所得的待存证的第二原始数据；
步骤S112，对第二原始数据进行存证处理。
具体而言，为了使区块链节点能够区分出待存证的数据是初始版本的数据还是更新后的数据，本说明书一个或多个实施例中，数据存证请求中还可以包括待存证数据的版本信息、以及数据标识信息等，且修改后的数据与前一版本的数据的数据标识信息相同。相应的，在将待存证数据保存至区块链中时，将待存证数据、待存证数据的版本信息、数据标识信息等关联保存至区块链中。如此，在步骤S112中，区块链节点从数据存证请求中获取待存证的第二原始数据的版本信息，若确定获取的版本信息不是预设的初始版本信息，则将区块链中与第二原始数据相关的数据之外的其他数据确定为历史数据，并返回步骤S104进行特征值的提取、以及根据特征值对历史数据进行匹配等处理；其中，特征值的提取以及历史数据的匹配等处理的具体过程可具体参见前述相关描述，重复之处这里不再赘述。可选地，版本信息按照顺序递增的方式排列，如V1.0、V1.1、V1.2等。与第二原始数据相关的数据如与第二原始数据具有相同的数据标识信息、且版本是第二原始数据的版本之前的版本的数据。作为示例，第二原始数据的版本为V1.2，数据标识信息为0003，则第二原始数据的相关数据包括数据标识信息为0003、版本为V1.0和V1.1的数据。需要指出的是，当区块链中保存的历史数据具有多个版本时，将最后一个版本的数据确定为相应第二用户的最终数据。
进一步的，当数据处理请求为数据存证请求时，区块链节点在提取第一原始数据的特征之后，在执行步骤S105的同时，可以在后台同时静默的执行步骤S106；由此，保存操作和匹配操作并行执行，能够提升处理效率。
更进一步的，当数据处理请求为数据存证请求时，步骤S105还可以在步骤S108之后执行。即区块链节点在提取第一原始数据的特征之后，还可以先根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据；以及在确定存在目标历史数据时，向第一用户发送提示信息，并在接收到第一用户发送的确定保存信息时，执行步骤S105。具体的，如图10所示，步骤S108可以包括以下步骤S108-6：
步骤S108-6：若根据匹配处理的匹配结果信息确定存在目标历史数据，则向第一用户发送第四提示信息，以使第一用户确定是否将待存证的第一原始数据保存至区块链中；若接收到第一用户发送的确认保存信息，则执行步骤S105
其中，第四提示信息与第一提示信息可以相同，也可以不同。由此，若确定存在目标历史数据，则在将待存证的第一原始数据保存至区块链之前，向第一用户发送第三提示信息，以使第一用户确定是否将待存证的第一原始数据保存至区块链中，能够有效的避免侵权事件的发生。
进一步的，若根据匹配处理的匹配结果信息确定不存在目标历史数据，则执行步骤S105，并可以向第一用户发送表征不存在相似数据的第三提示信息，以使第一用户确定其第一原始数据不存在侵权的风险；或者，执行步骤S105。
考虑到在实际应用中，一些用户在创作作品的过程中，具有相似作品的查询需求，从而避免创作出相似的作品。基于此，本说明书一个或多个实施例中，数据处理请求还可以为检索请求；相应的，如图11所示，步骤S102包括以下步骤S102-4：
步骤S102-4，接收第一用户发送的检索请求；其中，检索请求包括待查询的第一原始数据；
与步骤S102-4对应的，如图11所示，步骤S108可以包括以下步骤S108-8：
步骤S108-8，若根据匹配处理的匹配结果信息确定存在目标历史数据，则根据目标历史数据的相关信息向第一用户发送检索结果信息。
进一步的，若根据匹配处理的匹配结果信息确定不存在目标历史数据，则向第一用户发送表征不存在相似数据的检索结果信息。
由此，在接收到的数据处理请求为检索请求时，基于匹配处理的匹配结果信息向第一用户发送检索结果信息，能够使第一用户在创作作品时，规避侵权风险。
进一步的，第一用户还可以指定与第一原始数据相似的目标对比文件，该目标对比文件可以是区块链中保存的历史数据，也可以是未保存在区块链中的其他数据。相应的，数据处理请求中还包括目标对应文件的相关信息，当区块链节点基于数据处理请求确定候选历史数据后，将该目标对比文件也确定为候选历史数据，并根据预设的相似度计算方式，计算第一原始数据与每个候选历史数据的相似度。
本说明书一个或多个实施例中，区块链节点在接收到数据处理请求时，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
对应上述图3至图11描述的数据处理方法，基于相同的技术构思，本说明书一个或多个实施例还提供一种数据处理装置。图12为本说明书一个或多个实施例提供的一种数据处理装置的模块组成示意图，该装置用于执行图3至图11描述的数据处理方法，如图12所示，该装置包括：
接收模块201，接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
提取模块202，调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
匹配模块203，根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
处理模块204，根据所述匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例提供的数据处理装置，在接收到数据处理请求时，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
可选地，所述提取模块202，基于所述第一智能合约确定所述第一原始数据的数据类型信息；
从预先部署的多个第二智能合约中选择与所述数据类型信息相匹配的目标第二智能合约，基于所述目标第二智能合约提取所述第一原始数据的特征值；其中，所述第二智能合约中设置有相应数据类型的第一原始数据的特征值的提取规则。
可选地，所述匹配模块203，对所述第一原始数据的特征值和所述区块链保存的历史数据的特征值进行模糊搜索处理，以从所述历史数据中获取符合第一预设条件的候选历史数据；以及，
根据预设的相似度计算方式，计算所述第一原始数据与每个所述候选历史数据的相似度；
根据计算的所述相似度，确定所述历史数据中是否存在与所述第一原始数据的相似度符合第二预设条件的目标历史数据。
可选地，所述数据处理请求包括数据存证请求；所述装置还包括保存模块；
所述保存模块，在所述提取模块202基于所述第一智能合约提取所述第一原始数据的特征值之后，将所述特征值与所述第一原始数据关联保存至所述区块链中，向所述第一用户发送存证成功信息。
可选地，所述处理模块204，若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送存在相似数据的第一提示信息，以及根据所述第一原始数据的相关信息向所述目标历史数据所对应的第二用户发送存在相似数据的第二提示信息。
可选地，所述接收模块201，还接收所述第一用户发送的所述数据存证请求；其中，所述数据存证请求包括基于所述第一提示信息对所述第一原始数据进行更新所得的待存证的第二原始数据；对所述第二原始数据进行存证处理。
可选地，所述数据处理请求包括检索请求；
所述处理模块204，若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送检索结果信息。
本说明书一个或多个实施例提供的数据处理装置，在接收到数据处理请求时，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
需要说明的是，本说明书中关于数据处理装置的实施例与本说明书中关于数据处理方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的数据处理方法的实施，重复之处不再赘述。
进一步地，对应上述描述的数据处理方法，基于相同的技术构思，本说明书一个或多个实施例还提供一种数据处理设备，该设备用于执行上述的数据处理方法，图13为本说明书一个或多个实施例提供的一种数据处理设备的结构示意图。
如图13所示，数据处理设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器301和存储器302，存储器302中可以存储有一个或一个以上存储应用程序或数据。其中，存储器302可以是短暂存储或持久存储。存储在存储器302的应用程序可以包括一个或一个以上模块（图示未示出），每个模块可以包括数据处理设备中的一系列计算机可执行指令。更进一步地，处理器301可以设置为与存储器302通信，在数据处理设备上执行存储器302中的一系列计算机可执行指令。数据处理设备还可以包括一个或一个以上电源303，一个或一个以上有线或无线网络接口304，一个或一个以上输入输出接口305，一个或一个以上键盘306等。
在一个具体的实施例中，数据处理设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对数据处理设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
根据所述匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例提供的数据处理设备，在接收到数据处理请求时，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
可选地，计算机可执行指令在被执行时，所述基于所述第一智能合约提取所述第一原始数据的特征值，包括：
基于所述第一智能合约确定所述第一原始数据的数据类型信息；
从预先部署的多个第二智能合约中选择与所述数据类型信息相匹配的目标第二智能合约，基于所述目标第二智能合约提取所述第一原始数据的特征值；其中，所述第二智能合约中设置有相应数据类型的第一原始数据的特征值的提取规则。
可选地，计算机可执行指令在被执行时，所述根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据，包括：
对所述第一原始数据的特征值和所述区块链保存的历史数据的特征值进行模糊搜索处理，以从所述历史数据中获取符合第一预设条件的候选历史数据；
根据预设的相似度计算方式，计算所述第一原始数据与每个所述候选历史数据的相似度；
根据计算的所述相似度，确定所述历史数据中是否存在与所述第一原始数据的相似度符合第二预设条件的目标历史数据。
可选地，计算机可执行指令在被执行时，所述数据处理请求包括数据存证请求；
所述基于所述第一智能合约提取所述第一原始数据的特征值之后，还包括：
将所述特征值与所述第一原始数据关联保存至所述区块链中，向所述第一用户发送存证成功信息。
可选地，计算机可执行指令在被执行时，所述数据处理请求包括：检索请求；
所述根据所述匹配处理的匹配结果信息进行相应处理，包括：
若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送检索结果信息。
本说明书一个或多个实施例提供的数据处理设备，在接收到数据处理请求时，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
需要说明的是，本说明书中关于数据处理设备的实施例与本说明书中关于数据处理方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的数据处理方法的实施，重复之处不再赘述。
进一步地，对应上述描述的数据处理方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种存储介质，用于存储计算机可执行指令，一个具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：
接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
根据所述匹配处理的匹配结果信息进行相应处理。
本说明书一个或多个实施例提供的存储介质存储的计算机可执行指令在被处理器执行时，接收第一用户发送的数据处理请求，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述基于所述第一智能合约提取所述第一原始数据的特征值，包括：
基于所述第一智能合约确定所述第一原始数据的数据类型信息；
从预先部署的多个第二智能合约中选择与所述数据类型信息相匹配的目标第二智能合约，基于所述目标第二智能合约提取所述第一原始数据的特征值；其中，所述第二智能合约中设置有相应数据类型的第一原始数据的特征值的提取规则。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据，包括：
对所述第一原始数据的特征值和所述区块链保存的历史数据的特征值进行模糊搜索处理，以从所述历史数据中获取符合第一预设条件的候选历史数据；
根据预设的相似度计算方式，计算所述第一原始数据与每个所述候选历史数据的相似度；
根据计算的所述相似度，确定所述历史数据中是否存在与所述第一原始数据的相似度符合第二预设条件的目标历史数据。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述数据处理请求包括数据存证请求；
所述基于所述第一智能合约提取所述第一原始数据的特征值之后，还包括：
将所述特征值与所述第一原始数据关联保存至所述区块链中，向所述第一用户发送存证成功信息。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述数据处理请求包括：检索请求；
所述根据所述匹配处理的匹配结果信息进行相应处理，包括：
若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送检索结果信息。
本说明书一个或多个实施例提供的存储介质存储的计算机可执行指令在被处理器执行时，接收第一用户发送的数据处理请求，基于区块链中的第一智能合约提取数据处理请求中的第一原始数据的特征值；并根据提取的特征值对区块链保存的历史数据进行匹配处理，以确定历史数据中是否存在与第一原始数据的相似度符合预设条件的目标历史数据，根据匹配处理的匹配结果信息进行相应处理。由此，通过将用户的作品数据保存至区块链中，并在接收到数据处理请求时基于区块链保存的历史数据进行匹配处理，不仅确保了保存至区块链中的数据的不可篡改性，进而保障了匹配结果的准确性；而且基于区块链的特性，避免了因被攻击而导致的匹配结果不可信等问题。同时，通过提取特征值并基于特征值进行匹配处理，使得用户即使对作品进行简单的修改也难以规避，因此提升了匹配结果的准确性；再者，基于智能合约提取特征值，使得特征值的提取规则可追溯，且可以进行升级优化，从而使得特征值的提取性能不断提升，匹配结果的准确性也随之不断提升。
需要说明的是，本说明书中关于存储介质的实施例与本说明书中关于数据处理方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的数据处理方法的实施，重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device，PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由第一用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器（CPU）、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器（RAM）和/或非易失性内存等形式，如只读存储器（ROM）或闪存（flash RAM）。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存（PRAM）、静态随机存取存储器（SRAM）、动态随机存取存储器（DRAM）、其他类型的随机存取存储器（RAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、快闪记忆体或其他内存技术、只读光盘只读存储器（CD-ROM）、数字多功能光盘（DVD）或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体（transitory media），如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。

Claims (18)

1.一种数据处理方法，应用于区块链节点，包括：
接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
根据所述匹配处理的匹配结果信息进行相应处理。
2.根据权利要求1所述的方法，所述基于所述第一智能合约提取所述第一原始数据的特征值，包括：
基于所述第一智能合约确定所述第一原始数据的数据类型信息；
从预先部署的多个第二智能合约中选择与所述数据类型信息相匹配的目标第二智能合约，基于所述目标第二智能合约提取所述第一原始数据的特征值；其中，所述第二智能合约中设置有相应数据类型的第一原始数据的特征值的提取规则。
3.根据权利要求2所述的方法，所述从预先部署的多个第二智能合约中选择与所述数据类型信息相匹配的目标第二智能合约，包括：
根据所述数据类型信息，在预设的数据类型信息与合约标识信息的关联关系中获取关联的目标合约标识信息；
将所述目标合约标识信息所对应的第二智能合约，确定为与所述数据类型信息相匹配的目标第二智能合约。
4.根据权利要求1所述的方法，所述基于所述第一智能合约确定所述第一原始数据的特征值，包括：
基于所述第一智能合约确定所述第一原始数据的数据类型信息；
根据所述数据类型信息在所述第一智能合约包括的数据类型信息与提取规则的关联关系中，获取目标提取规则；
根据所述目标提取规则，提取所述第一原始数据的特征值。
5.根据权利要求2或4所述的方法，所述基于所述第一智能合约确定所述第一原始数据的数据类型信息，包括：
基于所述第一智能合约，根据预设的类型识别方式对所述第一原始数据进行识别处理，得到所述第一原始数据的数据类型信息；或者，
基于所述第一智能合约，从所述数据处理请求中获取所述第一原始数据的数据类型信息。
6.根据权利要求1所述的方法，所述根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据，包括：
对所述第一原始数据的特征值和所述区块链保存的历史数据的特征值进行模糊搜索处理，以从所述历史数据中获取符合第一预设条件的候选历史数据；
根据预设的相似度计算方式，计算所述第一原始数据与每个所述候选历史数据的相似度；
根据计算的所述相似度，确定所述历史数据中是否存在与所述第一原始数据的相似度符合第二预设条件的目标历史数据。
7.根据权利要求6所述的方法，所述对所述第一原始数据的特征值和所述区块链保存的历史数据的特征值进行模糊搜索处理，以从所述历史数据中获取符合第一预设条件的候选历史数据，包括：
根据预设的索引方式，对所述第一原始数据的特征值和所述区块链保存的历史数据所对应的特征值进行索引处理，得到符合第一预设条件的目标特征值；
将所述目标特征值所对应的历史数据，确定为所述候选历史数据。
8.根据权利要求1所述的方法，所述数据处理请求包括数据存证请求；
所述基于所述第一智能合约提取所述第一原始数据的特征值之后，还包括：
将所述特征值与所述第一原始数据关联保存至所述区块链中，向所述第一用户发送存证成功信息。
9.根据权利要求8所述的方法，将根据所述匹配处理的匹配结果信息进行相应处理，包括：
若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送存在相似数据的第一提示信息，以及根据所述第一原始数据的相关信息向所述目标历史数据所对应的第二用户发送存在相似数据的第二提示信息。
10.根据权利要求9所述的方法，所述根据所述目标历史数据的相关信息向所述第一用户发送存在相似数据的第一提示信息之后，还包括：
接收所述第一用户发送的所述数据存证请求；其中，所述数据存证请求包括基于所述第一提示信息对所述第一原始数据进行更新所得的待存证的第二原始数据；
对所述第二原始数据进行存证处理。
11.根据权利要求1所述的方法，所述数据处理请求包括：检索请求；
所述根据所述匹配处理的匹配结果信息进行相应处理，包括：
若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送检索结果信息。
12.一种数据处理装置，应用于区块链节点，包括：
接收模块，接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
提取模块，调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
匹配模块，根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
处理模块，根据所述匹配处理的匹配结果信息进行相应处理。
13.根据权利要求12所述的装置，
所述提取模块，基于所述第一智能合约确定所述第一原始数据的数据类型信息；
从预先部署的多个第二智能合约中选择与所述数据类型信息相匹配的目标第二智能合约，基于所述目标第二智能合约提取所述第一原始数据的特征值；其中，所述第二智能合约中设置有相应数据类型的第一原始数据的特征值的提取规则。
14.根据权利要求12所述的装置，
所述匹配模块，对所述第一原始数据的特征值和所述区块链保存的历史数据的特征值进行模糊搜索处理，以从所述历史数据中获取符合第一预设条件的候选历史数据；
根据预设的相似度计算方式，计算所述第一原始数据与每个所述候选历史数据的相似度；
根据计算的所述相似度，确定所述历史数据中是否存在与所述第一原始数据的相似度符合第二预设条件的目标历史数据。
15.根据权利要求12所述的装置，所述数据处理请求包括数据存证请求；所述装置还包括保存模块；
所述保存模块，在所述提取模块基于所述第一智能合约提取所述第一原始数据的特征值之后，将所述特征值与所述第一原始数据关联保存至所述区块链中，向所述第一用户发送存证成功信息。
16.根据权利要求12所述的装置，所述数据处理请求包括检索请求；
所述处理模块，若根据所述匹配处理的匹配结果信息确定存在所述目标历史数据，则根据所述目标历史数据的相关信息向所述第一用户发送检索结果信息。
17.一种数据处理设备，包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：
接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
根据所述匹配处理的匹配结果信息进行相应处理。
18.一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：
接收第一用户发送的数据处理请求；其中，所述数据处理请求包括待处理的第一原始数据；
调用区块链中部署的第一智能合约，基于所述第一智能合约提取所述第一原始数据的特征值；
根据所述特征值对所述区块链保存的历史数据进行匹配处理，以确定所述历史数据中是否存在与所述第一原始数据的相似度符合预设条件的目标历史数据；
根据所述匹配处理的匹配结果信息进行相应处理。
CN202010978072.9A 2020-09-17 2020-09-17 数据处理方法、装置及设备 Pending CN111930809A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010978072.9A CN111930809A (zh) 2020-09-17 2020-09-17 数据处理方法、装置及设备
EP21182273.9A EP3971806B1 (en) 2020-09-17 2021-06-29 Data processing methods, apparatuses, and devices
US17/364,062 US11436252B2 (en) 2020-09-17 2021-06-30 Data processing methods, apparatuses, and devices

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010978072.9A CN111930809A (zh) 2020-09-17 2020-09-17 数据处理方法、装置及设备

Publications (1)

Publication Number Publication Date
CN111930809A true CN111930809A (zh) 2020-11-13

Family

ID=73335111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010978072.9A Pending CN111930809A (zh) 2020-09-17 2020-09-17 数据处理方法、装置及设备

Country Status (3)

Country Link
US (1) US11436252B2 (zh)
EP (1) EP3971806B1 (zh)
CN (1) CN111930809A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699872A (zh) * 2020-12-29 2021-04-23 天津幸福生命科技有限公司 表单审核处理方法及装置、电子设备和存储介质
CN113327115A (zh) * 2021-05-11 2021-08-31 支付宝(杭州)信息技术有限公司 租赁业务的处理方法、装置、设备及系统
CN116204594A (zh) * 2023-05-05 2023-06-02 中国民航信息网络股份有限公司 一种基于区块链的数据处理方法、装置及设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989043A (zh) * 2021-10-28 2022-01-28 支付宝(杭州)信息技术有限公司 一种事件的风险识别方法、装置及设备
CN114036142A (zh) * 2021-11-08 2022-02-11 浙江网商银行股份有限公司 数据处理方法及装置
CN113900598B (zh) * 2021-12-10 2022-10-28 北京百度网讯科技有限公司 基于区块链的数据存储方法、装置、设备以及存储介质
CN115480995B (zh) * 2022-11-01 2023-02-28 杭州沃趣科技股份有限公司 一种数据库巡检方法、装置、设备及介质
CN116226138B (zh) * 2023-05-08 2023-07-25 湖南三湘银行股份有限公司 一种基于区块链的信息漏洞处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106681524A (zh) * 2015-11-10 2017-05-17 阿里巴巴集团控股有限公司 一种信息处理的方法及装置
CN107832384A (zh) * 2017-10-28 2018-03-23 北京安妮全版权科技发展有限公司 侵权检测方法、装置、存储介质和电子设备
KR101983529B1 (ko) * 2019-01-08 2019-05-29 김보언 저작권 침해 방지를 위한 스마트 컨트랙트 시스템
CN110472201A (zh) * 2019-07-26 2019-11-19 阿里巴巴集团控股有限公司 基于区块链的文本相似性检测方法及装置、电子设备
CN111538963A (zh) * 2020-04-29 2020-08-14 铭数科技(青岛)有限公司 一种基于双链的区块链版权保护系统及方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102646102B1 (ko) * 2018-04-12 2024-03-08 주식회사 넥슨코리아 복수의 사용자들 간에 게임을 진행하여 게임 결과를 기록하기 위한 장치, 방법 컴퓨터 프로그램
CN108595709B (zh) * 2018-05-10 2020-02-18 阿里巴巴集团控股有限公司 基于区块链的音乐原创性分析方法和装置
US11288280B2 (en) * 2018-10-31 2022-03-29 Salesforce.Com, Inc. Systems, methods, and apparatuses for implementing consumer data validation, matching, and merging across tenants with optional verification prompts utilizing blockchain
US10872341B1 (en) * 2018-11-09 2020-12-22 American Express Travel Related Services Company, Inc. Secondary fraud detection during transaction verifications
CN113498592B (zh) * 2019-02-20 2023-12-08 马里兰怡安风险服务有限公司 用于数字财产认证和管理的方法和系统
SG11202002417PA (en) * 2019-05-20 2020-04-29 Alibaba Group Holding Ltd Identifying copyrighted material using copyright information embedded in tables
EP3673393B1 (en) * 2019-05-20 2021-09-29 Advanced New Technologies Co., Ltd. Identifying copyrighted material using embedded copyright information
ES2882124T3 (es) * 2019-05-20 2021-12-30 Advanced New Technologies Co Ltd Identificación de material protegido por derechos de autor utilizando información de derechos de autor incrustada
EP3673390B1 (en) * 2019-05-20 2022-10-05 Advanced New Technologies Co., Ltd. Identifying copyrighted material using embedded copyright information
EP3907634B1 (en) * 2019-05-20 2022-12-21 Advanced New Technologies Co., Ltd. Copyright protection based on hidden copright information
EP3673455B1 (en) * 2019-05-20 2021-08-11 Advanced New Technologies Co., Ltd. Identifying copyrighted material using embedded copyright information
EP3673392B1 (en) * 2019-05-20 2021-08-04 Advanced New Technologies Co., Ltd. Copyright protection based on hidden copyright information
CN110809763A (zh) * 2019-05-20 2020-02-18 阿里巴巴集团控股有限公司 使用带有时间戳的嵌入式版权信息识别版权材料
WO2019141295A2 (en) * 2019-05-20 2019-07-25 Alibaba Group Holding Limited Identifying copyrighted material using copyright information embedded in electronic files
US10909317B2 (en) * 2019-07-26 2021-02-02 Advanced New Technologies Co., Ltd. Blockchain-based text similarity detection method, apparatus and electronic device
KR20210040569A (ko) * 2019-10-04 2021-04-14 삼성에스디에스 주식회사 블록체인 기반 데이터 관리 시스템 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106681524A (zh) * 2015-11-10 2017-05-17 阿里巴巴集团控股有限公司 一种信息处理的方法及装置
CN107832384A (zh) * 2017-10-28 2018-03-23 北京安妮全版权科技发展有限公司 侵权检测方法、装置、存储介质和电子设备
KR101983529B1 (ko) * 2019-01-08 2019-05-29 김보언 저작권 침해 방지를 위한 스마트 컨트랙트 시스템
CN110472201A (zh) * 2019-07-26 2019-11-19 阿里巴巴集团控股有限公司 基于区块链的文本相似性检测方法及装置、电子设备
CN111538963A (zh) * 2020-04-29 2020-08-14 铭数科技(青岛)有限公司 一种基于双链的区块链版权保护系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699872A (zh) * 2020-12-29 2021-04-23 天津幸福生命科技有限公司 表单审核处理方法及装置、电子设备和存储介质
CN113327115A (zh) * 2021-05-11 2021-08-31 支付宝(杭州)信息技术有限公司 租赁业务的处理方法、装置、设备及系统
CN116204594A (zh) * 2023-05-05 2023-06-02 中国民航信息网络股份有限公司 一种基于区块链的数据处理方法、装置及设备

Also Published As

Publication number Publication date
US11436252B2 (en) 2022-09-06
EP3971806B1 (en) 2023-10-04
US20210326357A1 (en) 2021-10-21
EP3971806A1 (en) 2022-03-23

Similar Documents

Publication Publication Date Title
CN111930809A (zh) 数据处理方法、装置及设备
CN112434167B (zh) 一种信息识别方法及装置
CN112200132B (zh) 一种基于隐私保护的数据处理方法、装置及设备
CN109299276B (zh) 一种将文本转化为词嵌入、文本分类方法和装置
CN107735792B (zh) 软件分析系统、软件分析方法和记录介质
CN115712866A (zh) 数据处理方法、装置及设备
CN116049761A (zh) 数据处理方法、装置及设备
CN114238744A (zh) 数据处理方法、装置及设备
CN112491816A (zh) 业务数据处理方法及装置
CN110443007B (zh) 一种多媒体数据的溯源检测方法、装置及设备
CN110674383B (zh) 舆情查询方法、装置及设备
CN115545572B (zh) 一种业务风控的方法、装置、设备及存储介质
CN115221523B (zh) 数据处理方法、装置及设备
CN114710318B (zh) 一种限制爬虫高频访问的方法、装置、设备及介质
CN113992429B (zh) 一种事件的处理方法、装置及设备
CN113569873B (zh) 一种图像的处理方法、装置及设备
CN111242195B (zh) 模型、保险风控模型训练方法、装置及电子设备
CN112307371A (zh) 小程序子服务识别方法、装置、设备及存储介质
CN111598092A (zh) 图像中目标区域的确定方法、目标识别方法及装置
CN111652074A (zh) 一种人脸识别方法、装置、设备及介质
CN112115952B (zh) 一种基于全卷积神经网络的图像分类方法、设备及介质
CN110825726B (zh) 区块链数据检测方法、装置及设备
CN113204746B (zh) 一种身份识别方法、装置、存储介质及电子设备
CN110674495B (zh) 一种数组越界访问的检测方法、装置及设备
CN114528937A (zh) 模型训练方法、装置、设备及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201113

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201113