CN110532023A - 用于数据检测的信息处理方法及装置 - Google Patents
用于数据检测的信息处理方法及装置 Download PDFInfo
- Publication number
- CN110532023A CN110532023A CN201910773248.4A CN201910773248A CN110532023A CN 110532023 A CN110532023 A CN 110532023A CN 201910773248 A CN201910773248 A CN 201910773248A CN 110532023 A CN110532023 A CN 110532023A
- Authority
- CN
- China
- Prior art keywords
- database
- data
- configuration information
- target
- detection
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开关于一种用于数据检测的信息处理方法及装置,应用于服务器中,其中该方法包括:接收外部设备发送的数据获取请求,该数据获取请求用于请求获取检测数据;获取该目标应用程序的配置信息,该配置信息包括用于确定目标特征数据库的数据库配置信息;检测数据库集合中是否存在与该数据库配置信息相匹配的目标特征数据库;若检测出该数据库集合中存在与该数据库配置信息相匹配的目标特征数据库,则读取该目标特征数据库中的数据;将读取到的目标特征数据库中的数据及该目标应用程序的配置信息组成检测数据,并将该检测数据返回该外部设备。这样外部设备无需针对目标应用程序开发新的检测代码,节省开发成本,提高了外部设备的检测效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及用于数据检测的信息处理方法及装置。
背景技术
随着科技的发展,互联网公司的业务规模的不断扩大,孵化的产品越来越多。面对不断增长的产品线,怎么进行不同产品线的管理显得尤为重要。
例如,当对不同产品线进行敏感词检测时,相关技术中基本是一个产品线对应于一套敏感词管理系统。如果是多产品的话,需要为每个产品线复制一遍敏感词管理代码重新开发。可见,这样的管理容易重复,且在出现新的产品线时不易扩展。
发明内容
本公开提供用于数据检测的信息处理方法及装置,以至少解决相关技术中在对多产品线进行管理时出现的代码重复开发,导致产品线不易扩展的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种用于数据检测的信息处理方法,所述方法应用于服务器中,所述用于数据检测的信息处理方法包括:
接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测;
获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息;
检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库,其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据;
若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据;
将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
根据本公开实施例的第二方面,提供一种用于数据检测的信息处理装置,所述装置应用于服务器中,所述用于数据检测的信息处理装置包括:
数据获取请求接收模块,被配置为接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测;
配置信息获取模块,被配置为获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息;
目标特征数据库检测模块,被配置为检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库,其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据;
数据库读取模块,被配置为若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据;
检测数据发送模块,被配置为将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现上述的方法。
根据本公开实施例的第四方面,提供一种存储介质,当所述存储介质中的指令由所述设备的处理器执行时,使得所述电子设备能够执行上述的方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括可执行程序代码,其中,所述程序代码在通过上述装置执行时实施上述的方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
在本实施例中,服务器在接收到外部设备发送的数据获取请求以后,可以根据该数据获取请求获取目标应用程序的配置信息,然后可以根据该配置信息中的数据库配置信息检测数据库集合中是否存在与该数据库配置信息相匹配的目标特征数据库,若存在则读取目标特征数据库的数据,并将该目标特征数据库的数据以及目标应用程序的配置信息组成检测数据返回至外部设备,使得外部设备可以根据该检测数据对目标应用程序中的目标业务对象进行目标数据检测。这样外部设备无需针对目标应用程序开发新的检测代码,节省开发成本,提高了外部设备的检测效率。
并且,由于特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据,则通过对应用程序的数据库配置就可以实现目标特征数据库中的数据被至少一个应用程序共用,避免存储两份相同的数据库造成的存储空间的浪费,节省数据库的管理成本,在出现新的应用程序时容易快速实现对应用程序的配置,扩展性强。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据第一示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图2是根据第二示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图3是根据第三示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图4是根据第四示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图5是根据第五示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图6是根据第六示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图7是根据第七示例性实施例示出的一种用于数据检测的信息处理方法的流程图。
图8是根据一示例性实施例示出的一种用于数据检测的信息处理装置框图。
图9是根据一示例性实施例示出的一种用于执行上述方法实施例的装置的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据第一示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,可以包括以下步骤。
在步骤101中,接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。
在一种例子中,外部设备可以为具有目标数据检测功能的设备,例如,外部设备可以为安装了第三方检测程序的设备,外部设备可以通过该第三方检测程序进行目标数据检测。
在该实施例中,当外部设备想要对目标应用程序进行目标数据检测时,可以向服务器请求获取该目标应用程序的检测数据,该检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。示例性地,目标应用程序可以包括新上线的应用程序,目标应用程序的目标业务对象可以包括标题、字幕、评论或弹幕等对象。在一种例子中,对目标应用程序中的目标业务对象进行目标数据检测可以包括检测目标应用程序的标题、字幕、评论或弹幕等是否存在敏感词等。
而当外部设备需要获取目标应用程序的检测数据时,其可以向本实施例中的服务器发送用于请求获取该检测数据的数据获取请求,示例性地,数据获取请求中可以包括目标应用程序的标识。
在步骤102中,获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息。
在一种实现中,当服务器接收到外部设备发送的数据获取请求以后,可以根据该数据获取请求中携带的目标应用程序的标识,从预置的配置数据库中查找该目标应用程序的标识,从而获得该目标应用程序的配置信息。示例性地,该配置数据库中存储有各应用程序的标识与配置信息的绑定关系。
示例性地,目标应用程序的配置信息可以包括用于确定目标特征数据库的数据库配置信息,该数据库配置信息可以为对目标特征数据库的读取配置信息。在一种例子中,目标特征数据库是指预先生成的包含特征数据的数据库,可以将特征数据根据重要程度的不同,区分不同类别的特征数据库,例如,特征数据库可以包括危险类别、敏感类别等不同类别的敏感词库等。
例如,假设目标数据检测场景为敏感词检测的场景,服务器中维护的数据库配置信息可以与应用程序的标识进行关联,则配置数据库可以如下表1所示:
表1
在上表1中,产品线列用于记录不同产品(即不同应用程序)的标识,该标识可以使用应用程序的中文名称、英文名称或编码(如编号、代码等)等表示;词库列用于记录不同产品所配置的词库标识,即数据库配置信息。例如,若目标应用程序的标识为产品A,则其对应的数据库配置信息为A词库。
在步骤103中,检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库。
示例性地,数据库集合中包含至少一个特征数据库,其中,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据,也就是说,每个特征数据库内存储的数据可以提供给至少一个应用程序的目标业务对象作检测之用,从而实现了特征数据库的复用,避免为不同的应用程序重复创建特征数据库。
在一种实现中,数据库配置信息可以包括目标特征数据库的标识,若检测到数据库集合中存在与目标特征数据库的标识对应的数据库,则可以确定检测出数据库集合中存在与数据库配置信息相匹配的目标特征数据库;否则,若未检测到数据库集合中存在与该目标特征数据库的标识对应的数据库,则确定未检测出数据库集合中存在与数据库配置信息相匹配的目标特征数据库。
在步骤104中,若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据。
在该步骤中,当确定数据库集合中存在与数据库配置信息相匹配的目标特征数据库时,则可以根据该数据库配置信息读取目标特征数据库中的数据。例如,在上例的表1中,针对产品A,可以根据词库标识“A词库”,读取A词库中的数据。
在本实施例中,目标特征数据库可以为被目标应用程序以及其他应用程序共用的数据库,从而实现对目标特征数据库的复用。例如,在上表1中,产品A和产品C可以共用A词库。
在步骤105中,将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
在该步骤中,当读取到目标特征数据库中的数据以后,可以将该目标特征数据库的数据以及该目标应用程序的配置信息组成检测数据,并将该检测数据发送给外部设备,以由该外部设备根据该目标应用程序的配置信息,采用该目标特征数据库的数据对目标应用程序的目标业务对象进行目标数据检测。
需要说明的是,目标业务对象可以为默认的业务对象,也可以为用户预先配置的业务对象,本实施例对此不作限定。
例如,在上述表1的例子中,当读取A词库的词以后,可以将该A词库的词以及序号为1的配置信息组成检测数据发送给外部设备,则外部设备可以根据A词库的词,对产品A中的默认目标业务对象进行敏感词检测。
在本实施例中,服务器在接收到外部设备发送的数据获取请求以后,可以根据该数据获取请求获取目标应用程序的配置信息,然后可以根据该配置信息中的数据库配置信息检测数据库集合中是否存在与该数据库配置信息相匹配的目标特征数据库,若存在则读取目标特征数据库的数据,并将该目标特征数据库的数据以及目标应用程序的配置信息组成检测数据返回至外部设备,使得外部设备可以根据该检测数据对目标应用程序中的目标业务对象进行目标数据检测。这样外部设备无需针对目标应用程序开发新的检测代码,节省开发成本,提高了外部设备的检测效率。
并且,由于特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据,则通过对应用程序的数据库配置就可以实现目标特征数据库中的数据被至少一个应用程序共用,避免存储两份相同的数据库造成的存储空间的浪费,节省数据库的管理成本,在出现新的应用程序时容易快速实现对应用程序的配置,扩展性强。
图2是根据第二示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,可以包括以下步骤。
在步骤201中,接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。
在步骤202中,获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息以及目标业务对象的配置信息。
在一种实现中,当服务器接收到外部设备发送的数据获取请求以后,可以根据该数据获取请求中携带的目标应用程序的标识,从预置的配置数据库中查找该目标应用程序的标识,从而获得目标应用程序的配置信息。示例性地,该配置数据库中存储有各应用程序的标识与配置信息的绑定关系。
示例性地,目标应用程序的配置信息可以包括数据库配置信息以及目标业务对象的配置信息,该数据库配置信息可以用于确定目标特征数据库;该目标业务对象的配置信息可以用于指示外部设备采用该目标数据库的数据对目标业务对象进行目标数据检测,例如,目标业务对象可以包括标题、字幕、评论或弹幕等对象。
例如,假设目标数据检测场景为敏感词检测的场景,服务器中维护的数据库配置信息以及目标业务对象的配置信息可以与应用程序的标识进行关联,服务器中维护的配置数据库可以如下表2所示:
序号 | 产品线 | 业务对象 | 词库 |
1 | 产品A | 标题 | A词库 |
2 | 产品A | 字幕 | A词库 |
3 | 产品B | 评论 | B词库 |
4 | 产品C | 字幕 | A词库 |
表2
在上表2中,产品线列用于记录不同产品(即不同应用程序)的标识;业务对象列用于记录不同产品需要检测的不同业务对象的标识,该业务对象的标识可以包括业务对象的中文名称、英文名称或者编码等;词库列用于记录不同产品所配置的词库标识,即词库配置信息。例如,若目标应用程序的标识为产品A,则产品A需要检测的目标业务对象为标题和字幕,数据库配置信息为A词库,即,可以使用A词库对产品A中的标题和字幕进行敏感词检测。
在步骤203中,检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库。
其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据。
在步骤204中,若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据。
在步骤205中,将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
在该步骤中,当读取目标特征数据库的数据以后,可以将该目标特征数据库的数据以及该目标应用程序的配置信息组成检测数据,并将该检测数据发送给外部设备,以由该外部设备根据该目标应用程序的配置信息,采用该目标特征数据库的数据对目标应用程序中配置的目标业务对象进行目标数据检测。
例如,在上述表2的例子中,当读取A词库的词以后,可以将该A词库的词以及序号为1和2的配置信息组成检测数据发送给外部设备,则外部设备可以根据A词库的数据,对产品A中的标题和字幕进行敏感词检测。
在本实施例中,目标应用程序的配置信息可以包括数据库配置信息以及目标业务对象的配置信息,通过目标应用程序、业务对象以及数据库三个维度对目标应用程序进行配置管理,满足用户的个性化配置需求,而无需按照统一的默认方式来检测业务对象,避免检测的浪费,从而进一步提升检测效率。
图3是根据第三示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,可以包括以下步骤。
在步骤301中,接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。
在步骤302中,获取所述目标应用程序的配置信息,所述配置信息包括数据库配置信息、目标业务对象的配置信息以及操作信息。
在一种实现中,当服务器接收到外部设备发送的数据获取请求以后,可以根据该数据获取请求中携带的目标应用程序的标识,从预置的配置数据库中查找该目标应用程序的标识,从而获得目标应用程序的配置信息。示例性地,该配置数据库中存储有各应用程序的标识与配置信息的绑定关系。
示例性地,目标应用程序的配置信息可以包括数据库配置信息、目标业务对象的配置信息以及操作信息,该数据库配置信息可以用于确定目标特征数据库;目标业务对象的配置信息用于指示外部设备采用目标数据库的数据对目标业务对象进行目标数据检测;操作信息用于指示外部设备在检测到目标业务对象存在目标数据时,对该目标业务对象执行与操作信息对应的操作。例如,操作信息对应的操作可以包括全部屏蔽、范围屏蔽、忽略等。
例如,假设目标数据检测场景为敏感词检测的场景,服务器中维护的配置数据库可以如下表3所示:
序号 | 产品线 | 业务对象 | 词库 | 操作信息 |
1 | 产品A | 标题 | A词库 | 范围屏蔽 |
2 | 产品A | 字幕 | A词库 | 屏蔽 |
3 | 产品B | 评论 | B词库 | 屏蔽 |
4 | 产品C | 字幕 | A词库 | 忽略 |
表3
在上表3中,产品线列用于记录不同产品(即不同应用程序)的标识,业务对象列用于记录不同产品需要检测的不同业务对象,词库列用于记录不同产品所配置的词库标识,即词库配置信息,操作信息列用于记录命中敏感词时对业务对象的操作。
例如,若目标应用程序的标识为产品A,则产品A需要检测的目标业务对象为标题和字幕,数据库配置信息为A词库,若标题存在命中A词库的敏感词,则屏蔽标题中的敏感词(即表3中的范围屏蔽,而非屏蔽整个标题);若字幕存在命中A词库的敏感词,则屏蔽该条字幕。
在步骤303中,检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库。
其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据。
在步骤304中,若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据。
在步骤305中,将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
在该步骤中,当读取目标特征数据库的数据以后,可以将该目标特征数据库的数据以及该目标应用程序的配置信息组成检测数据,并将该检测数据发送给外部设备,以由该外部设备根据该目标应用程序的配置信息,采用该目标特征数据库的数据对目标应用程序中配置的目标业务对象进行目标数据检测,并在检测到目标数据时,对该目标业务对象执行操作信息对应的操作。
例如,在上述表3的例子中,当读取A词库的数据以后,可以将该A词库的数据以及序号为1和2的配置信息组成检测数据发送给外部设备,则外部设备可以根据A词库的数据,对产品A中的标题和字幕进行敏感词检测,当产品A的标题存在命中A词库的敏感词,则屏蔽标题中的敏感词;若产品A的字幕存在命中A词库的敏感词,则屏蔽该条字幕。
在本实施例中,目标应用程序的配置信息可以包括数据库配置信息、目标业务对象的配置信息以及操作信息,通过配置操作信息可以对存在目标数据的目标业务对象执行对应的操作,以对于不同目标业务对象执行对应的个性化操作,满足用户的个性化需求。
图4是根据第四示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,可以包括以下步骤。
在步骤401中,接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。
在步骤402中,获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息。
在步骤403中,检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库。
其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据。
在步骤404中,若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则判断所述数据库配置信息中是否包含增量信息,其中,所述增量信息用于记录对目标特征数据库中的数据的修改信息。
在该实施例中,用户在对数据库进行配置时,还可以设置该数据库的增量信息,即,数据库配置信息还可以包括增量信息。示例性地,该增量信息用于记录对目标特征数据库中的数据的修改信息。
当然,除了配置信息以外,数据库配置信息还可以包括其他信息,如目标特征数据库的记录数量等。
在一种示例中,可以将包含增量信息的数据库配置信息对应的目标特征数据库称为父亲特征数据库,按照增量信息对父亲特征数据库的数据进行修改后得到的目标数据库的标识可以与父亲特征数据库的标识相同,也可以与与父亲特征数据库的标识不同,此处不作限定。
例如,假设目标数据检测场景为敏感词检测的场景,此时目标特征数据库为词库,在如下表4中,序号1的记录无父亲词库,则目标词库的标识为A词库;序号2的记录中父亲词库为A词库,则目标词库的标识为A词库,按照增量信息对A词库修改后,修改后的目标词库可以称为B词库;序号3的记录中父亲词库为B词库,则目标词库的标识为B词库,按照增量信息对B词库修改后,修改后的目标词库可以称为C词库。
表4
又如,在表4的基础上,针对序号2,假设B词库想要A词库但又不想要AA和CC两个词,且想要增加DD这个词,则针对A词库的增量信息的配置方式可以如表5所示:
目标词库 | 词 | 增量信息 |
A词库 | AA | 移除 |
A词库 | CC | 移除 |
A词库 | DD | 增加 |
…… | …… | …… |
表5
在步骤405中,在所述数据库配置信息中包含增量信息的情况下,读取所述目标特征数据库中的数据,并按照所述增量信息对所述目标特征数据库中的数据进行修改。
在本实施例中,在读取目标数据库时,可以首先读取目标特征数据库的数据(即复制目标特征数据库的数据,以共享目标特征数据库的数据),获得目标特征数据库的数据以后,则按照增量信息对该获得的数据进行增量更新,从而将修改后的目标特征数据库的数据作为需要发送的数据。因此上述修改是对复制出来的目标特征数据库的数据的修改,而该目标特征数据库中本来的数据不会发生变化,使得不同应用程序、不同业务对象之间都可以复用同一特征数据库,但互相使用的该数据库的数据又是独立的,一个应用程序对其数据库的数据修改不会影响其他应用程序所使用的特征数据库。
例如,在上述例子中,根据表4中序号2的配置记录可知,目标词库为A词库,则可以读取A词库的数据,然后根据表5的记录,将A词库的数据中AA和CC两个词移除,并增加DD这个词,最终得到修改后的A词库的数据,即B词库的数据。
在步骤406中,将修改后的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
在本实施例中,数据库配置信息还可以包括增量信息,当读取目标特征数据库的数据以后,可以按照该增量信息对该读取的数据进行修改,以此实现对目标特征数据库的复用,而无需重新建立目标特征数据库,避免了存储两份数据库造成的存储空间的浪费,节省了对特征数据库的生成成本以及管理成本。
图5是根据第五示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,可以包括以下步骤。
在步骤501中,接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。
在步骤502中,确定所述目标应用程序的标识;从预置的配置数据库中查找所述目标应用程序的标识,获得所述目标应用程序的配置信息。
其中,所述目标应用程序的配置信息通过捕获配置页面中输入的信息生成并存储在所述配置数据库中,所述配置信息包括用于确定目标特征数据库的数据库配置信息。
在一种例子中,配置页面可以为客户端显示的配置页面。当用户(如运维人员)需要对目标应用程序进行配置时,可以在客户端中触发进入配置页面,例如,配置页面可以为后台管理系统中的页面,该页面可以为Web页面、Tab页面等。在一种例子中,该配置页面中可以包括预先设置好的应用程序配置模板语句、业务对象配置模板语句或者特征数据库配置模板语句等。
用户可以在配置页面中填写配置信息,当客户端捕获到用户输入的目标应用程序的配置信息以后,可以将该目标应用程序的配置信息发送至服务器。服务器接收到该配置信息以后,可以将该配置信息与目标应用程序的标识对应存储在配置数据库中。
在存储配置信息以后,还可以提供查询接口以便于用户查看该配置信息,该查询接口可以在服务器侧设置,也可以结合客户端的交互在客户端设置,本实施例对此不作限制。
服务器在接收到外部设备发送的数据获取请求以后,可以从该数据获取请求中获取目标应用程序的标识,然后从预置的配置数据库中查找该目标应用程序的标识,以获得目标应用程序的配置信息。
在步骤503中,检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库。
其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据。
在步骤504中,若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据。
在步骤505中,将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
在本实施例中,目标应用程序的配置信息为通过捕获配置页面中输入的信息生成,并存储在所述配置数据库中,通过配置页面来对待检测的目标应用程序进行配置,降低了对配置的技术要求。且通过预先配置的方式来进行目标应用程序的配置,降低了服务器的处理工作量,提高了服务器后续根据配置信息对外部设备进行响应的效率。
图6是根据第六示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,本实施例在图5实施例的基础上,在步骤501之后,还可以包括步骤506。
在步骤506中,接收编辑指令,所述编辑指令用于指示编辑所述目标应用程序的配置信息。
在步骤507中,响应于所述编辑指令,对所述配置数据库中的该目标应用程序的配置信息进行编辑。
在一种例子中,在完成对目标应用程序的配置以后,用户还可以对目标应用程序的配置信息进行编辑。例如,用户可以通过触发配置页面中的编辑功能来输入与目标应用程序对应的修改内容。客户端在检测到该编辑功能被触发以后,根据该目标应用程序的标识以及对应的修改内容生成编辑指令,并将该编辑指令发送至服务器中。
服务器接收到编辑指令以后,解析出目标应用程序的标识以及对应的编辑内容,并根据该目标应用程序的标识查找配置数据库,获得目标应用程序的配置信息,并按照编辑指令对目标应用程序的配置信息进行相应的修改。
作为一种示例,编辑指令可以包括下述至少之一:用于对所述目标应用程序的配置信息的部分或全部内容进行修改的修改指令;用于删除所述目标应用程序的配置信息的删除指令。
示例性地,修改指令可以包括修改目标业务对象的标识、修改所使用的目标特征数据库的标识、修改对应的操作信息等。
在本实施例中通过修改指令来对目标应用程序的配置信息进行修改,以实现对目标应用程序的配置信息的动态管理以及及时更新,从而确保发送至外部设备的配置信息是最新的。
另外,本实施例通过删除指令来删除目标应用程序的配置信息,以及时删除不被需要的配置信息,实现对目标应用程序的动态管理,以节省配置数据库的存储空间。
图7是根据第八示例性实施例示出的一种用于数据检测的信息处理方法的流程图,本实施例可以应用于服务器中,可以包括如下步骤。
在步骤601中,接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测。
在步骤602中,获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息。
在步骤603中,检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库。
其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据。
在步骤604中,若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据。
在步骤605中,将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据。
在步骤606中,获取所述目标应用程序的标识,根据所述目标应用程序的标识生成加密密钥,采用所述加密密钥对所述检测数据加密后发送至所述外部设备。
在该实施例中,可以根据目标应用程序的标识,采用预设的密钥生成算法生成的加密密钥,在其他实施例中,加密密钥也可以是随机生成的密钥,只要不同应用程序的加密密钥不相同则可。
在生成加密密钥后,可以在客户端界面中显示该加密密钥,以通知用户该加密密钥。
在获得加密密钥以后,可以采用加密密钥对检测数据进行加密后发送给外部设备。对于外部设备而言,其也可以采用相同的密钥生成算法生成用于解密检测数据的解密密钥。
需要说明的是,加密密钥可以在发送检测数据时实时生成,也可以在接收到目标应用程序的配置信息时生成,并将该加密密钥与配置信息关联存储。
例如,将加密密钥及目标应用程序的配置信息进行关联存储的方式可以如下:
在本实施例中,采用加密密钥对检测数据进行加密后发送至外部设备,可以提高数据传输的安全性,且加密密钥基于目标应用程序的标识生成,提高了其他设备破解加密密钥的难度,确保数据进行安全传输。
图8是根据一示例性实施例示出的一种用于数据检测的信息处理装置框图。参照图9,该装置包括数据获取请求接收模块701、配置信息获取模块702、目标特征数据库检测模块703、数据库读取模块704和检测数据发送模块705。
数据获取请求接收模块701,被配置为接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测;
配置信息获取模块702,被配置为获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息;
目标特征数据库检测模块703,被配置为检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库,其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据;
数据库读取模块704,被配置为若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据;
检测数据发送模块705,被配置为将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
在本公开的一种可能的实施方式中,所述数据库配置信息包括所述目标特征数据库的标识;
所述目标特征数据库检测模块703具体被配置为:
若检测到所述数据库集合中存在与所述目标特征数据库的标识对应的数据库,则确定检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库;
若未检测到所述数据库集合中存在与所述目标特征数据库的标识对应的数据库,则确定未检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库。
在本公开的一种可能的实施方式中,所述数据库读取模块704具体被配置为:
判断所述数据库配置信息中是否包含增量信息,其中,所述增量信息用于记录对目标特征数据库中的数据的修改信息;
在所述数据库配置信息中包含增量信息的情况下,读取所述目标特征数据库中的数据,并按照所述增量信息对所述目标特征数据库中的数据进行修改。
在本公开的一种可能的实施方式中,所述目标应用程序的配置信息还包括目标业务对象的配置信息和/或操作信息,所述目标业务对象的配置信息用于指示所述外部设备采用所述目标数据库的数据对所述目标业务对象进行目标数据检测;所述操作信息用于指示所述外部设备在检测到所述目标业务对象存在所述目标数据时,对所述目标业务对象执行与所述操作信息对应的操作。
在本公开的一种可能的实施方式中,所述配置信息获取模块702具体被配置为:
确定所述目标应用程序的标识;
从预置的配置数据库中查找所述目标应用程序的标识,获得所述目标应用程序的配置信息,其中,所述目标应用程序的配置信息通过捕获配置页面中输入的信息生成并存储在所述配置数据库中。
在本公开的一种可能的实施方式中,所述用于数据检测的信息处理装置还包括:
编辑模块,被配置为接收编辑指令,所述编辑指令用于指示编辑所述目标应用程序的配置信息;响应于所述编辑指令,对所述配置数据库中的该目标应用程序的配置信息进行编辑。
在本公开的一种可能的实施方式中,所述编辑指令包括下述至少之一:
用于对所述目标应用程序的配置信息的部分或全部内容进行修改的修改指令;
用于删除所述目标应用程序的配置信息的删除指令。
在本公开的一种可能的实施方式中,所述检测数据发送模块705具体被配置为:
获取所述目标应用程序的标识,并根据所述目标应用程序的标识生成加密密钥;
采用所述加密密钥对所述检测数据加密后发送至所述外部设备。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图9是根据一示例性实施例示出的一种用于执行上述方法实施例的装置的框图。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器,上述指令可由装置的处理器执行以完成上述图1-图7的方法实施例。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本公开实施例还提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现上述图1-图7实施例的方法。
本公开实施例还提供一种存储介质,当所述存储介质中的指令由所述设备的处理器执行时,使得所述设备能够执行上述图1-图7实施例的方法。
本公开实施例还提供一种计算机程序产品,包括可执行程序代码,其中,所述程序代码在通过上述装置执行时实施根据图1-图7实施例的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种用于数据检测的信息处理方法,其特征在于,所述方法应用于服务器中,所述用于数据检测的信息处理方法包括:
接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测;
获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息;
检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库,其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据;
若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据;
将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
2.根据权利要求1所述的用于数据检测的信息处理方法,其特征在于,所述数据库配置信息包括所述目标特征数据库的标识;
所述检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库包括:
若检测到所述数据库集合中存在与所述目标特征数据库的标识对应的数据库,则确定检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库;
若未检测到所述数据库集合中存在与所述目标特征数据库的标识对应的数据库,则确定未检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库。
3.根据权利要求1或2所述的用于数据检测的信息处理方法,其特征在于,所述读取所述目标特征数据库中的数据包括:
判断所述数据库配置信息中是否包含增量信息,其中,所述增量信息用于记录对目标特征数据库中的数据的修改信息;
在所述数据库配置信息中包含增量信息的情况下,读取所述目标特征数据库中的数据,并按照所述增量信息对所述目标特征数据库中的数据进行修改。
4.根据权利要求1或2所述的用于数据检测的信息处理方法,其特征在于,所述目标应用程序的配置信息还包括目标业务对象的配置信息和/或操作信息,所述目标业务对象的配置信息用于指示所述外部设备采用所述目标数据库的数据对所述目标业务对象进行目标数据检测;所述操作信息用于指示所述外部设备在检测到所述目标业务对象存在所述目标数据时,对所述目标业务对象执行与所述操作信息对应的操作。
5.根据权利要求1或2所述的用于数据检测的信息处理方法,其特征在于,所述获取所述目标应用程序的配置信息包括:
确定所述目标应用程序的标识;
从预置的配置数据库中查找所述目标应用程序的标识,获得所述目标应用程序的配置信息,其中,所述目标应用程序的配置信息通过捕获配置页面中输入的信息生成并存储在所述配置数据库中。
6.根据权利要求5所述的用于数据检测的信息处理方法,其特征在于,所述用于数据检测的信息处理方法还包括:
接收编辑指令,所述编辑指令用于指示编辑所述目标应用程序的配置信息;
响应于所述编辑指令,对所述配置数据库中的该目标应用程序的配置信息进行编辑。
7.根据权利要求6所述的用于数据检测的信息处理方法,其特征在于,所述编辑指令包括下述至少之一:
用于对所述目标应用程序的配置信息的部分或全部内容进行修改的修改指令;
用于删除所述目标应用程序的配置信息的删除指令。
8.一种用于数据检测的信息处理装置,其特征在于,所述装置应用于服务器中,所述用于数据检测的信息处理装置包括:
数据获取请求接收模块,被配置为接收外部设备发送的数据获取请求,所述数据获取请求用于请求获取检测数据,其中,所述检测数据用于对目标应用程序中的目标业务对象进行目标数据检测;
配置信息获取模块,被配置为获取所述目标应用程序的配置信息,所述配置信息包括用于确定目标特征数据库的数据库配置信息;
目标特征数据库检测模块,被配置为检测数据库集合中是否存在与所述数据库配置信息相匹配的目标特征数据库,其中,所述数据库集合中包含至少一个特征数据库,每个特征数据库内存储有用于为至少一个应用程序的目标业务对象进行目标数据检测的数据;
数据库读取模块,被配置为若检测出所述数据库集合中存在与所述数据库配置信息相匹配的目标特征数据库,则读取所述目标特征数据库中的数据;
检测数据发送模块,被配置为将读取到的目标特征数据库中的数据及所述目标应用程序的配置信息组成检测数据,并将所述检测数据返回所述外部设备。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1-7任一项所述的方法。
10.一种存储介质,当所述存储介质中的指令由所述设备的处理器执行时,使得所述电子设备能够执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910773248.4A CN110532023A (zh) | 2019-08-21 | 2019-08-21 | 用于数据检测的信息处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910773248.4A CN110532023A (zh) | 2019-08-21 | 2019-08-21 | 用于数据检测的信息处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110532023A true CN110532023A (zh) | 2019-12-03 |
Family
ID=68662310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910773248.4A Pending CN110532023A (zh) | 2019-08-21 | 2019-08-21 | 用于数据检测的信息处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110532023A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353116A (zh) * | 2020-02-28 | 2020-06-30 | 深圳市意盛科技有限公司 | 内容检测方法、系统及设备、客户端设备和存储介质 |
WO2021135404A1 (zh) * | 2020-01-03 | 2021-07-08 | 华为技术有限公司 | 配置信息订阅方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170139674A1 (en) * | 2015-11-18 | 2017-05-18 | American Express Travel Related Services Company, Inc. | Systems and methods for tracking sensitive data in a big data environment |
CN109033150A (zh) * | 2018-06-12 | 2018-12-18 | 平安科技(深圳)有限公司 | 敏感词验证方法、装置、计算机设备及存储介质 |
CN109032824A (zh) * | 2018-05-31 | 2018-12-18 | 康键信息技术(深圳)有限公司 | 数据库校验方法、装置、计算机设备和存储介质 |
CN109947797A (zh) * | 2017-07-31 | 2019-06-28 | 华为技术有限公司 | 一种数据检查装置及方法 |
CN109960938A (zh) * | 2017-12-22 | 2019-07-02 | 北京三快在线科技有限公司 | 敏感信息的处理方法、装置、介质和电子设备 |
-
2019
- 2019-08-21 CN CN201910773248.4A patent/CN110532023A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170139674A1 (en) * | 2015-11-18 | 2017-05-18 | American Express Travel Related Services Company, Inc. | Systems and methods for tracking sensitive data in a big data environment |
CN109947797A (zh) * | 2017-07-31 | 2019-06-28 | 华为技术有限公司 | 一种数据检查装置及方法 |
CN109960938A (zh) * | 2017-12-22 | 2019-07-02 | 北京三快在线科技有限公司 | 敏感信息的处理方法、装置、介质和电子设备 |
CN109032824A (zh) * | 2018-05-31 | 2018-12-18 | 康键信息技术(深圳)有限公司 | 数据库校验方法、装置、计算机设备和存储介质 |
CN109033150A (zh) * | 2018-06-12 | 2018-12-18 | 平安科技(深圳)有限公司 | 敏感词验证方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
高文等: "网络虚拟社区文本内容敏感词过滤系统研究", 《现代商贸工业》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021135404A1 (zh) * | 2020-01-03 | 2021-07-08 | 华为技术有限公司 | 配置信息订阅方法及装置 |
US11888688B2 (en) | 2020-01-03 | 2024-01-30 | Huawei Technologies Co., Ltd. | Configuration information subscription method and apparatus |
CN111353116A (zh) * | 2020-02-28 | 2020-06-30 | 深圳市意盛科技有限公司 | 内容检测方法、系统及设备、客户端设备和存储介质 |
CN111353116B (zh) * | 2020-02-28 | 2021-06-01 | 深圳市意盛科技有限公司 | 内容检测方法、系统及设备、客户端设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Leung et al. | Parallel social network mining for interesting ‘following’patterns | |
CN112732811A (zh) | 一种数据开放平台 | |
KR101800373B1 (ko) | 불법 콘텐츠 검색 시스템 및 그 방법 | |
JP2008003847A (ja) | 文書利用管理システム、文書管理サーバ及びそのプログラム | |
US10685302B2 (en) | Collaborative task management and completion | |
CN112685433B (zh) | 元数据更新方法、装置、电子设备及计算机可读存储介质 | |
CN110532023A (zh) | 用于数据检测的信息处理方法及装置 | |
Chen et al. | A FAIR and AI-ready Higgs boson decay dataset | |
Sun et al. | Mining software repositories for automatic interface recommendation | |
CN114255010A (zh) | 电子政务平台中电子文件档案化管理与知识服务协同实现方法 | |
Valentine et al. | EarthCube Data Discovery Studio: A gateway into geoscience data discovery and exploration with Jupyter notebooks | |
Péquegnat et al. | RÉSIF‐SI: A distributed information system for French seismological data | |
Akram et al. | IBFET: Index‐based features extraction technique for scalable code clone detection at file level granularity | |
WO2014014318A1 (ko) | 멀티미디어 컨텐츠 서비스에 대한 통합관리 시스템 및 방법, 그리고 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
Casey et al. | Crowdsourcing forensics: Creating a curated catalog of digital forensic artifacts | |
Raghavan | A framework for identifying associations in digital evidence using metadata | |
JP2013003715A (ja) | トレース情報管理装置、管理方法およびプログラム | |
Koch et al. | Moving from ISAD (G) to a CIDOC CRM-based Linked Data Model in the Portuguese Archives | |
Raghavan et al. | Eliciting file relationships using metadata based associations for digital forensics | |
Li et al. | Vandalism detection in OpenStreetMap via user embeddings | |
Chabot et al. | Event reconstruction: A state of the art | |
US20110078218A1 (en) | Event history storage device, event history tracking device, event history storage method, event history storage program, and data structure | |
Joshi | Linked data for software security concepts and vulnerability descriptions | |
Dunsire | Collecting metadata from institutional repositories | |
KR20130082879A (ko) | 소셜네트워크서비스 게시글의 메타정보에 기반한 음악매칭을 통한 통합적 음악 서비스 제공 방법 |
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 |