CN111589109B - 一种数据处理方法、装置、电子设备及存储介质 - Google Patents

一种数据处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111589109B
CN111589109B CN202010437176.9A CN202010437176A CN111589109B CN 111589109 B CN111589109 B CN 111589109B CN 202010437176 A CN202010437176 A CN 202010437176A CN 111589109 B CN111589109 B CN 111589109B
Authority
CN
China
Prior art keywords
processing
target
task
data
server
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.)
Active
Application number
CN202010437176.9A
Other languages
English (en)
Other versions
CN111589109A (zh
Inventor
冯伟峰
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.)
Netease Hangzhou Network Co Ltd
Original Assignee
Netease Hangzhou Network 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 Netease Hangzhou Network Co Ltd filed Critical Netease Hangzhou Network Co Ltd
Priority to CN202010437176.9A priority Critical patent/CN111589109B/zh
Publication of CN111589109A publication Critical patent/CN111589109A/zh
Application granted granted Critical
Publication of CN111589109B publication Critical patent/CN111589109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/30Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
    • A63F13/35Details of game servers
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/55Controlling game characters or game objects based on the game progress

Abstract

本申请提供了一种数据处理方法、装置、电子设备及存储介质,该数据处理方法包括:获取目标对象对应的目标实体特征;根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务,并将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果;获取所述处理任务对应的目标处理结果;基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果。本申请中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。

Description

一种数据处理方法、装置、电子设备及存储介质
技术领域
本申请涉及机器学习技术领域,具体而言,涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
随着人工智能(Artificial Intelligence,AI)的发展,AI影响了越来越多的领域。其中,AI的发展迅速得益于强大的计算机运算处理能力,在当前的大数据时代,AI能够对输入的大数据进行运算处理,比如,利用AI的运算处理能力实现AI模拟。
但是,在利用AI的运算处理能力实现AI模拟的过程中,由于输入的数据量非常大,这就导致AI在整个计算过程中,耗时长且处理效率低。
发明内容
有鉴于此,本申请的目的在于提供一种数据处理方法、装置、电子设备及存储介质,通过将目标服务器对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了耗时时间,提高了目标服务器的处理效率。
第一方面,本申请实施例提供了一种数据处理方法,应用于目标服务器,所述数据处理方法包括:
获取目标对象对应的目标实体特征;
根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务,并将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果;
获取所述处理任务对应的目标处理结果;
基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果。
在一种可能的实施方式中,在将至少部分地处理任务发送给代理服务器之前,所述数据处理方法还包括:
获取所述目标服务器的运行状态信息;
将所述运行状态信息发送给所述代理服务器,以使所述代理服务器基于所述运行状态信息配置所述代理服务器的运行状态。
在一种可能的实施方式中,所述基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果,包括:
基于预先训练好的行为预测模型和预设的效能评估函数对所述处理任务对应的目标处理结果进行处理,得到所述目标对象对应的行为结果。
在一种可能的实施方式中,所述将至少部分地处理任务发送给代理服务器,包括:
从所述处理任务中选取第一处理任务,并将所述第一处理任务发送给代理服务器;
所述获取所述处理任务对应的目标处理结果,包括:
接收所述代理服务器返回所述第一处理任务对应的第一处理结果;
获取除所述第一处理任务之外的第二处理任务,并基于预先训练好的行为预测模型对所述第二处理任务进行处理,得到所述第二处理任务对应的第二处理结果;
将所述第一处理结果和所述第二处理结果确定为所述目标处理结果。
在一种可能的实施方式中,所述将至少部分地处理任务发送给代理服务器,还包括:
将生成的所述处理任务发送给所述代理服务器;
所述获取所述处理任务对应的目标处理结果,包括:
接收所述代理服务器返回所述处理任务对应的第三处理结果;
将所述第三处理结果确定为所述目标处理结果。
在一种可能的实施方式中,所述目标处理结果包括所述至少部分地处理任务对应的处理结果;获取所述至少部分地处理任务对应的处理结果,还包括:
接收所述代理服务器返回的所述至少部分地处理任务对应的响应结果;其中,所述响应结果中包括目标任务标识和所述目标任务标识对应的目标加密串;
获取所述目标任务标识对应的目标秘钥;
基于所述目标秘钥对所述目标任务标识对应的目标加密串进行解密,得到所述至少部分地处理任务对应的处理结果。
在一种可能的实施方式中,所述数据处理方法还包括:
获取所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度;
将所述第一数据信息发送给所述代理服务器,以使切换为临时目标服务器的代理服务器基于所述第一处理进度对所述第一存储数据进行处理。
在一种可能的实施方式中,所述数据处理方法还包括:
在所述目标服务器重启后,从所述代理服务器中获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度;
基于所述第二数据信息中的第二处理进度,对所述第二数据信息中的所述第二存储数据进行处理。
在一种可能的实施方式中,在基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果之后,所述数据处理方法还包括:
对所述目标对象对应的行为结果进行统计分析,得到匹配预设条件的统计分析结果。
在一种可能的实施方式中,所述目标实体特征包括以下至少之一:
时间信息、天气信息、所述目标对象的属性信息、视野信息、听域信息。
第二方面,本申请实施例还提供了一种数据处理方法,应用于代理服务器,所述数据处理方法包括:
接收目标服务器发送的至少部分地处理任务;其中,所述至少部分地处理任务是根据目标对象对应的目标实体特征生成的;
基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理,得到所述至少部分地处理任务对应的处理结果;
将所述至少部分地处理任务对应的处理结果发送给目标服务器。
在一种可能的实施方式中,在基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理之前,所述数据处理方法还包括:
接收所述目标服务器发送的所述目标服务器的运行状态信息;
根据所述运行状态信息配置所述代理服务器的运行状态。
在一种可能的实施方式中,所述将所述至少部分地处理任务对应的处理结果发送给目标服务器,包括:
针对每一个处理任务,基于该处理任务对应的目标任务标识,获取所述目标任务标识对应的目标密钥,并基于所述目标密钥对该处理任务对应的处理结果进行加密,得到该处理任务对应的目标加密串;
根据该处理任务对应的目标任务标识和目标加密串,生成该处理任务对应的响应结果,并将所述响应结果发送给所述目标服务器。
在一种可能的实施方式中,所述数据处理方法还包括:
接收所述目标服务器发送的所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度;
在基于预设的切换指令切换为临时目标服务器后,基于所述第一数据信息中的第一处理进度对所述第一存储数据进行处理。
在一种可能的实施方式中,所述数据处理方法还包括:
在接收到目标服务器发送的数据请求后,获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度;
将所述第二数据信息发送给所述目标服务器,以使所述目标服务器基于所述第二处理进度处理对所述第二存储数据进行处理。
第三方面,本申请实施例还提供了一种数据处理装置,驻留于目标服务器,所述数据处理装置包括:
第一获取模块,用于获取目标对象对应的目标实体特征;
生成模块,用于根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务;
第一发送模块,用于将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果;
第二获取模块,用于获取所述处理任务对应的目标处理结果;
确定模块,用于基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果。
第四方面,本申请实施例还提供了一种数据处理装置,驻留于代理服务器,所述数据处理装置包括:
第一接收模块,用于接收目标服务器发送的至少部分地处理任务;其中,所述至少部分地处理任务是根据目标对象对应的目标实体特征生成的;
第一处理模块,用于基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理,得到所述至少部分地处理任务对应的处理结果;
第一发送模块,用于将所述至少部分地处理任务对应的处理结果发送给目标服务器。
第五方面,本申请实施例还提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第一方面任一项所述的数据处理方法的步骤。
第六方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面任一项所述的数据处理方法的步骤。
第七方面,本申请实施例还提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如第二方面任一项所述的数据处理方法的步骤。
第八方面,本申请实施例还一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第二方面任一项所述的数据处理方法的步骤。
本申请实施例提供的一种数据处理方法、装置、电子设备及存储介质,获取目标对象对应的目标实体特征,在目标服务器基于模型对目标实体特征进行处理的过程中,根据目标对象对应的目标实体特征,生成目标实体特征对应的处理任务,并将至少部分地处理任务发送给代理服务器,以使代理服务器向目标服务器返回该至少部分地处理任务对应的处理结果;这样,目标服务器基于代理服务器返回的至少部分地处理任务对应的处理结果,获取生成的处理任务对应的目标处理结果,并基于处理任务对应的目标处理结果,确定目标对象对应的行为结果。本申请中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例提供的一种数据处理方法的流程图;
图2示出了本申请实施例提供的另一种数据处理方法的流程图;
图3示出了本申请实施例提供的另一种数据处理方法的流程图;
图4示出了本申请实施例提供的另一种数据处理方法的流程图;
图5示出了本申请实施例提供的另一种数据处理方法的流程图;
图6示出了本申请实施例提供的另一种数据处理方法的流程图;
图7示出了本申请实施例提供的另一种数据处理方法的流程图;
图8示出了本申请实施例提供的另一种数据处理方法的流程图;
图9示出了本申请实施例提供的另一种数据处理方法的流程图;
图10示出了本申请实施例提供的另一种数据处理方法的流程图;
图11示出了本申请实施例提供的一种数据处理装置的结构示意图;
图12示出了本申请实施例提供的另一种数据处理装置的结构示意图;
图13示出了本申请实施例提供的一种电子设备的结构示意图;
图14示出了本申请实施例提供的另一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
在当前的大数据时代,人工智能(Artificial Intelligence,AI)能够对输入的大数据进行运算处理,比如,利用AI的运算处理能力实现AI模拟;但是,在利用AI的运算处理能力实现AI模拟的过程中,由于输入的数据量非常大,这就导致AI在整个计算过程中,耗时长且处理效率低。
基于此,本申请实施例提供了一种数据处理方法、装置、电子设备及存储介质,通过将目标服务器对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了耗时时间,提高了目标服务器的处理效率。
为便于对本实施例进行理解,对本申请实施例提供的一种数据处理方法、装置、电子设备及存储介质进行详细介绍。本申请实施例可以应用于目标对象的行为预测;比如,在游戏领域,用于游戏中虚拟角色的行为预测;再比如,在生物领域,用于动物的行为预测;再比如,在金融领域,用于用户的行为预测。
本申请实施例中,预先配置有目标服务器对应的代理服务器,在代理服务器和目标服务器启动后,代理服务器向目标服务器发送连接请求,目标服务器基于该连接请求,建立与代理服务器的通信连接。其中,上述连接请求中包括代理服务器标识,目标服务器中预先存储有配置的代理服务器的代理服务器标识,目标服务器在接收到来自代理服务器的连接请求后,若检测到存在该连接请求中的代理服务器标识,则建立与该代理服务器的通信连接。
其中,上述代理服务器为物理机,该代理服务器可以为一个或者多个,每个代理服务器中可以有一个或多个服务进程,每个服务进程用于进行任务处理。
如图1所示,本申请第一实施例提供了一种数据处理方法,应用于目标服务器,所述数据处理方法包括:
S101、获取目标对象对应的目标实体特征。
S102、根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务,并将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果。
S103、获取所述处理任务对应的目标处理结果。
S104、基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果。
在本申请实施例提供的数据处理方法中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
下面对本申请实施例示例性的各步骤进行说明:
S101、获取目标对象对应的目标实体特征。
本申请实施例中,目标对象即进行AI模拟的实体样本;其中,不同的应用领域对应的目标对象(也即实体样本)不同。比如,在游戏领域,目标对象为游戏中的虚拟角色;在生物领域,目标对象为动物;在金融领域,目标对象为用户。本申请实施例中,以游戏领域为例进行说明。
这里,上述目标对象可以为一个,也可以为多个,在实际应用过程中,上述目标对象为多个。
在本申请实施例中,数据集中提供有系统数据,目标服务器通过感知组件从上述系统数据中获取目标对象对应的目标实体特征。可选的,上述系统数据包括:时间系统数据、天气系统数据、属性系统数据、视听系统数据。
其中,天气系统数据包括晴、下雨、下雪、雾、风等;这里,风包括1-3级风、4-6级风、7-9级风、10-12级风等。在本申请实施例中,不同的应用领域,目标对象对应的属性系统数据不同;比如,游戏中虚拟角色的属性系统数据包括:生命值、法力值、攻击力、防御力、活力、力量、体质等;动物的属性系统数据包括:饥饿度、口渴度、心情、性格、食物偏好。视听系统数据包括视野范围和听觉响应范围。
作为一种实施方式,目标对象对应的目标实体特征包括以下至少之一:时间信息、天气信息、目标对象的属性信息、目标对象的视野信息、目标对象的听域信息。
其中,目标服务器中包括时间感知组件、天气感知组件、属性感知组件、视力感知组件、听力感知组件;目标服务器通过时间感知组件从数据集中提供的时间系统数据中获取时间信息,通过天气感知组件从数据集中提供的天气系统数据中获取天气信息,通过属性感知组件从数据集中提供的属性系统数据中获取目标对象的属性信息,通过视力感知组件从数据集中提供的视听系统数据中获取目标对象的视野信息,通过听力感知组件从数据集中提供的视听系统数据中获取目标对象的听阈信息。
在一些特定的游戏中,比如,在角色扮演游戏(Role-playing game,RPG)中,每个用户对应一个虚拟角色,用户可以控制其对应的虚拟角色执行相应的行为,比如,控制虚拟角色进行战斗、交流、休息、睡觉、学习等。相应的,目标服务器从数据集中获取每个用户对应的虚拟角色对应的目标实体特征,其中,该目标实体特征包括:当前时间信息(比如,2019年1月1日上午9点)、天气信息(比如,晴天)、目标对象的属性信息(比如,生命值、法力值、攻击力、防御力等)、视野信息(比如,根据虚拟角色的当前位置和朝向确定的视野范围)、听域信息(根据虚拟角色的当前位置,确定的对应的听觉响应范围)。
S102、根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务,并将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果。
本申请实施例中,目标对象为多个且每个目标对象对应有多个实体特征,相应的,目标服务器获取的目标实体特征(即输入数据)的数据量较大。
因此,目标服务器在获取了目标对象对应的目标实体特征后,根据这些目标实体特征,生成对应于这些目标实体特征的处理任务。其中,该处理任务包括目标实体特征和处理信息。其中,同一个目标对象对应的目标实体特征可以对应至少一个处理任务。
比如,目标对象1对应的目标实体特征分别为:时间特征1、天气特征2、属性特征3、视野特征4、听域特征5;可选的,上述特征1-特征5对应处理任务1;或者,上述特征1-特征3对应的处理任务1,上述特征4-特征5对应的处理任务2。
目标服务器在生成了处理任务之后,可以将所有的处理任务均发送给代理服务器;也可以从生成的处理任务中选取第一处理任务,并将所述第一处理任务发送给代理服务器。代理服务器在接收到处理任务后,对处理任务进行处理,得到所述处理任务对应的处理结果。
在一种可选的实施方式中,代理服务器中预先存储有训练好的行为预测模型,在接收到处理任务后,将该处理任务中的目标实体特征输入到行为预测模型中,由预测模型基于处理信息以及预先训练好的参数对目标实体特征进行处理,得到目标实体特征对应的处理结果。
S103、获取所述处理任务对应的目标处理结果。
本申请实施例中,目标处理结果包括至少部分地处理任务对应的处理结果,还可以包括除至少部分地处理任务之外的剩余任务对应的处理结果。
当目标服务器将所有的处理任务均发送给代理服务器后,目标服务器将代理服务器返回的处理任务对应的处理结果确定为目标处理结果;
当目标服务器将处理任务中的部分处理任务(即第一处理任务)发送给代理服务器后,目标服务器将代理服务器返回的第一处理任务对应的处理结果以及处理任务中除第一处理任务之外的第二处理任务对应的处理结果确定为目标处理结果。
S104、基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果。
本申请实施例中,在获取了处理任务对应的目标处理结果后,目标服务器基于预先训练好的行为预测模型和预设的效能评估函数对所述处理任务对应的目标处理结果进行处理,得到所述目标对象对应的行为结果。
在一种实施方式中,目标服务器中预先存储有训练好行为预测模型,在接收到处理任务对应的目标处理结果后,将目标处理结果输入到行为预测模型中,该行为预测模型通过预先训练好的参数以及效能评估函数对目标处理结果进行处理,得到目标对象对应的行为结果。
在本申请实施例提供的数据处理方法中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
本申请实施例提供的数据处理方法中,需要预先对代理服务器的运行状态进行配置,以保证代理服务器的运行状态与目标服务器的运行状态相一致,目的是为了准确的计算出处理任务对应的处理结果,如图2所示,所述数据处理方法还包括:
S201、获取所述目标服务器的运行状态信息。
本申请实施例中,上述运行状态信息可以为但不限于:运行数据(比如,某一实体特征对应的中间处理结果)、运行环境数据(比如,java环境配置文件)。
S202、将所述运行状态信息发送给所述代理服务器,以使所述代理服务器基于所述运行状态信息配置所述代理服务器的运行状态。
这里,目标服务器将上述运行状态信息发送给代理服务器,以保证代理服务器与目标服务器的运行状态一致,这样,代理服务器基于配置好的运行状态对目标对象对应的目标实体特征进行处理,保证了处理结果的准确性。
比如,目标服务器已经对目标对象对应的目标实体特征进行第一步计算,得到计算结果,相应的,目标服务器将计算结果和运行环境数据发送给代理服务器,代理服务器基于运行环境数据配置相同的运行环境并保存计算结果。当目标服务器根据该计算结果生成目标实体特征对应的处理任务并发送给代理服务器后,代理服务器基于配置好的运行环境和计算结果处理该处理任务,能够保证该处理任务对应的处理结果的准确性。
在本申请实施例中,目标服务器在生成目标实体特征对应的处理任务之后,可以将生成的所有处理任务发送给代理服务器,还可以选取部分处理任务并发送给代理服务器,下面分别对上述两种不同情况下获取目标处理结果的方式进行说明:
第一,将至少部分地处理任务发送给代理服务器,包括:
从所述处理任务中选取第一处理任务,并将所述第一处理任务发送给代理服务器。这里,第一处理任务可以是预先设置好的处理任务,也可以是预设规则选择的第一任务(比如,选取任务标识为单数的处理任务为第一处理任务,或者随机选取的第一处理任务),还可以是基于用户的选择指令选择的第一处理任务。
相应的,如图3所示,所述获取所述处理任务对应的目标处理结果,包括:
S301、接收所述代理服务器返回所述第一处理任务对应的第一处理结果。
S302、获取除所述第一处理任务之外的第二处理任务,并基于预先训练好的行为预测模型对所述第二处理任务进行处理,得到所述第二处理任务对应的第二处理结果。
本申请实施例中,目标服务器基于预先训练好的行为预测模型对第二处理任务进行处理,通过该行为预测模型输出第二处理任务对应的第二处理结果。
S303、将所述第一处理结果和所述第二处理结果确定为所述目标处理结果。
需要说明的是,本申请实施例中不限定上述步骤301和步骤302的执行顺序。
第二,本申请实施例提供的数据处理方法中,所述将至少部分地处理任务发送给代理服务器,还包括:
将生成的所述处理任务发送给所述代理服务器。
相应的,所述获取所述处理任务对应的目标处理结果,包括:
步骤1、接收所述代理服务器返回所述处理任务对应的第三处理结果。
步骤2、将所述第三处理结果确定为所述目标处理结果。
在该种实施方式下,目标服务器将所有的处理任务均发送给代理服务器。相应的,代理服务器返回的处理任务对应的第三处理结果即为目标处理结果。
实际中,目标服务器接收到的来自代理服务器的是处理任务对应的响应结果,目标服务器需要对该响应结果进行解析,以获取处理任务对应的处理结果。如图4所示,本申请实施例提供的数据处理方法中,所述目标处理结果包括所述至少部分地处理任务对应的处理结果;获取所述至少部分地处理任务对应的处理结果,包括:
S401、接收所述代理服务器返回的所述至少部分地处理任务对应的响应结果;其中,所述响应结果中包括目标任务标识和所述目标任务标识对应的目标加密串。
本申请实施例中,每一个处理任务对应一个响应结果,该响应结果包括该处理任务对应的目标任务标识和目标任务标识对应的目标加密串。
S402、获取所述目标任务标识对应的目标秘钥。
本申请实施例中,目标服务器中预先维护密钥列表,该密钥列表中包括各个任务标识对应的秘钥;相应的,目标服务器在提取了响应结果对应的目标任务标识后,从上述列表中查找该目标任务标识对应的目标密钥。
S403、基于所述目标秘钥对所述目标任务标识对应的目标加密串进行解密,得到所述至少部分地处理任务对应的处理结果。
其中,目标服务器通过获取到的目标密钥后对相应目标任务标识对应的目标加密串进行解密,得到至少部分地处理任务对应的处理结果。
进一步的,如图5所示,本申请实施例提供的数据处理方法,所述数据处理方法还包括:
S501、获取所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度。
S502、将所述第一数据信息发送给所述代理服务器,以使切换为临时目标服务器的代理服务器基于所述第一处理进度对所述第一存储数据进行处理。
结合步骤501和步骤502,目标服务器定时(也即每隔预设时间段)获取处理过程中的第一数据信息,并将该第一数据信息发送给代理服务器,以实时将处理过程中的第一数据信息同步给代理服务器,实现代理服务器和目标服务器的数据同步,这样,当目标服务器故障后,代理服务器可以切换为临时目标服务器,并基于同步后的第一数据信息继续进行数据处理。
当目标服务器故障后,代理服务器切换为临时目标服务器继续进行数据处理,当目标服务器恢复后,继续由该目标服务器进行数据处理,进一步的,如图6所示,本申请实施例提供的数据处理方法,所述数据处理方法还包括:
S601、在所述目标服务器重启后,从所述代理服务器中获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度。
本申请实施例中,目标服务器在重启后,向切换为临时目标服务器的代理服务器发送数据请求,该数据请求以请求代理服务器在数据处理过程中的第二数据信息。代理服务器在接收到数据请求后,获取当前的第二数据信息,并将第二数据信息发送给目标服务器;其中,该第二数据信息包括当前的第二存储数据和第二存储数据对应的第二处理进度。
S602、基于所述第二数据信息中的第二处理进度,对所述第二数据信息中的所述第二存储数据进行处理。
本申请实施例中,目标服务器在接收到第二数据信息后,获取所述第二数据信息中的第二存储数据和第二存储数据对应的第二处理进度,并基于第二处理进度,对第二数据信息进行处理。
比如,第二处理进度对已经对实体特征进行方差计算,第二存储数据是对实体特征进行方差计算得到的中间结果,相应的,目标服务器当前处理进度,继续对上述中间结果进行均值计算,得到均值结果。
另外,本申请实施例中,目标服务器在确定了目标对象对应的行为结果后,还可以对目标对象的行为结果进行统计分析,相应的,本申请实施例提供的数据处理方法,在基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果之后,所述数据处理方法还包括:
对所述目标对象对应的行为结果进行统计分析,得到匹配预设条件的统计分析结果。
本申请实施例中,目标服务器可以基于预设条件进行统计分析,以得到匹配预设条件的统计分析结果;比如,统计符合一段时间内,目标对象执行特定行为的次数;举例来讲,统计一周内用户控制的虚拟角色执行战斗行为的次数。再比如,统计一段时间内,执行了特定行为的目标对象的个数;举例来讲,统计一周内执行了战斗行为的虚拟角色的个数。
可选的,目标服务器可以通过生成统计分析结果对应的直方图,以通过直方图直观的显示统计分析结果。比如,直方图的横坐标为时间,纵坐标为执行战斗行为的次数;或者,直方图的横坐标为时间,纵坐标为执行战斗行为的虚拟角色的个数。
在一种实施方式中,目标服务器将目标对象的行为结果输入到报表生成器中,由报表生成器基于预设条件对目标对象的行为结果进行统计分析。
在本申请实施例提供的数据处理方法中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
本申请实施例提供的数据处理方法中:
1)代理服务器可以为目标服务器分担数据计算任务,进行目标服务器进行复杂问题的计算(如数学运算、物理计算等等),减少了目标服务器的处理量,提高了处理效率。
2)支持大量样本大数据的输入并能实时演算出每个目标对象的行为结果,处理速度快。
3)目标服务器可以基于预先训练好的行为预测模块进行处理,不影响且不会被目标服务器的其他功能所影响。
4)代理服务器与目标服务器的运行环境一致和运行数据相同,这样,当目标服务器崩溃后,能够由代理服务器继续进行数据处理,提高了处理的高可靠性。
如图7所示,本申请第二实施例还提供了一种数据处理方法,应用于代理服务器,所述数据处理方法包括:
S701、接收目标服务器发送的至少部分地处理任务;其中,所述至少部分地处理任务是根据目标对象对应的目标实体特征生成的。
本申请实施例中,目标服务器在获取了目标对象对应的目标实体特征后,根据这些目标实体特征,生成对应于这些目标实体特征的处理任务,并将至少部分地处理任务发送给代理服务器。其中,该处理任务包括目标实体特征和目标实体特征的处理信息。
S702、基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理,得到所述至少部分地处理任务对应的处理结果。
其中,代理服务器在接收到处理任务后,对处理任务进行处理,得到所述处理任务对应的处理结果。其中,每个处理任务包括目标实体特征和处理信息。
在一种可选的实施方式中,代理服务器中预先存储有训练好的行为预测模型,在接收到处理任务后,将该处理任务中的目标实体特征输入到行为预测模型中,由行为预测模型基于处理信息和预先训练好的参数对目标实体进行处理,得到目标实体特征对应的处理结果。
S703、将所述至少部分地处理任务对应的处理结果发送给目标服务器。
本申请实施例中,代理服务器中在接收到至少部分地处理任务后,获取至少部分地处理任务对应的目标任务标识,并生成上述目标任务标识和目标密钥对应的映射关系列表。
代理服务器在对处理任务进行处理,得到相应的处理结果之后,针对每一个处理任务,代理服务器基于该处理任务对应的目标任务标识,获取该目标任务标识对应的目标密钥,并基于上述目标密钥对该处理任务对应的处理结果进行加密,得到该处理任务对应的目标加密串;然后,根据该处理任务对应的目标任务标识和目标加密串,生成该处理任务对应的响应结果,并将所述响应结果发送给所述目标服务器。
相应的,目标服务器通过每个处理任务对应的目标密钥解密该响应结果,得到该处理任务对应的处理结果。
在本申请实施例提供的数据处理方法中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
进一步的,如图8所示,本申请实施例提供的数据处理方法中,在基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理之前,所述数据处理方法还包括:
S801、接收所述目标服务器发送的所述目标服务器的运行状态信息。
S802、根据所述运行状态信息配置所述代理服务器的运行状态。
本申请实施例中,上述运行状态信息可以为但不限于:运行数据(比如,某一实体特征对应的中间处理结果)、运行环境数据(比如,java环境配置文件)。
这里,目标服务器将上述运行状态信息发送给代理服务器,以保证代理服务器与目标服务器的运行状态一致,这样,代理服务器基于配置好的运行状态对目标对象对应的目标实体特征进行处理,保证了处理结果的准确性。
比如,目标服务器已经对目标对象对应的目标实体特征进行第一步计算,得到计算结果,相应的,目标服务器将计算结果和运行环境数据发送给代理服务器,代理服务器基于运行环境数据配置相同的运行环境并保存计算结果。当目标服务器根据该计算结果生成目标实体特征对应的处理任务并发送给代理服务器后,代理服务器基于配置好的运行环境和计算结果处理该处理任务,能够保证该处理任务对应的处理结果的准确性。
进一步的,本申请实施例提供的数据处理方法中,所述将所述至少部分地处理任务对应的处理结果发送给目标服务器,包括:
针对每一个处理任务,基于该处理任务对应的目标任务标识,获取所述目标任务标识对应的目标密钥,并基于所述目标密钥对该处理任务对应的处理结果进行加密,得到该处理任务对应的目标加密串;
根据该处理任务对应的目标任务标识和目标加密串,生成该处理任务对应的响应结果,并将所述响应结果发送给所述目标服务器。
在本申请实施例中,代理服务器中预先维护有密钥列表,该密钥列表中包括各个任务标识对应的秘钥;针对每一个处理任务,代理服务器在得到该处理任务对应的处理结果后,从上述密钥列表中获取该处理任务的目标任务标识对应的目标密钥,并基于目标密钥对该处理任务的处理结果进行加密,得到该处理任务对应的目标加密串,然后,代理服务器根据该处理任务对应的目标任务标识和目标加密串,生成该处理任务对应的响应结果,并将该响应结果返回给目标服务器。
通过向目标服务器返回对处理任务进行加密后的响应结果,保证了数据传输的安全性。
进一步的,如图9所示,本申请实施例提供的数据处理方法中,所述数据处理方法还包括:
S901、接收所述目标服务器发送的所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度。
S902、在基于预设的切换指令切换为临时目标服务器后,基于所述第一数据信息中的第一处理进度对所述第一存储数据进行处理。
结合步骤901和步骤902,目标服务器定时(也即每隔预设时间段)获取处理过程中的第一数据信息,并将该第一数据信息发送给代理服务器,以实时将处理过程中的第一数据信息同步给代理服务器,实现代理服务器和目标服务器的数据同步,这样,当目标服务器故障后,代理服务器可以切换为临时目标服务器,并基于同步后的第一数据信息继续进行数据处理。
进一步的,如图10所示,本申请实施例提供的数据处理方法中,所述数据处理方法还包括:
S1001、在接收到目标服务器发送的数据请求后,获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度。
S1002、将所述第二数据信息发送给所述目标服务器,以使所述目标服务器基于所述第二处理进度处理对所述第二存储数据进行处理。
本申请实施例中,目标服务器在重启后,向切换为临时目标服务器的代理服务器发送数据请求,该数据请求以请求代理服务器在进行数据处理过程中的第二数据信息;代理服务器在接收到数据请求后,获取当前的第二数据信息,该第二数据信息包括当前的第二存储数据和第二存储数据对应的第二处理进度,代理服务器将第二数据信息发送给目标服务器。
本申请实施例中,目标服务器在接收到第二数据信息后,获取所述第二数据信息中的第二存储数据和第二存储数据对应的第二处理进度,并基于第二处理进度,对第二数据信息进行处理。
比如,第二处理进度对已经对实体特征进行方差计算,第二存储数据是对实体特征进行方差计算得到的中间结果,相应的,目标服务器基于当前处理进度,继续对上述中间结果进行均值计算,得到均值结果。
本申请实施例提供的数据处理方法中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
基于同一发明构思,本申请第三实施例中还提供了与第一实施例中的数据处理方法对应的数据处理装置,由于本申请第三实施例中的装置解决问题的原理与本申请第一实施例提供的数据处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图11所示,为本申请第三实施例提供的一种数据处理装置,驻留于目标服务器,所述数据处理装置包括:
第一获取模块1101,用于获取目标对象对应的目标实体特征;
生成模块1102,用于根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务;
第一发送模块1103,用于将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果;
第二获取模块1104,用于获取所述处理任务对应的目标处理结果;
确定模块1105,用于基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果。
在一种可能的实施方式中,所述数据处理装置还包括:
第三获取模块,用于在第一发送模块1103将至少部分地处理任务发送给代理服务器之前,获取所述目标服务器的运行状态信息;
第二发送模块,用于将所述运行状态信息发送给所述代理服务器,以使所述代理服务器基于所述运行状态信息配置所述代理服务器的运行状态。
在一种可能的实施方式中,确定模块1105基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果,包括:
基于预先训练好的行为预测模型和预设的效能评估函数对所述处理任务对应的目标处理结果进行处理,得到所述目标对象对应的行为结果。
在一种可能的实施方式中,第一发送模块1103将至少部分地处理任务发送给代理服务器,包括:
从所述处理任务中选取第一处理任务,并将所述第一处理任务发送给代理服务器;
第二获取模块1104获取所述处理任务对应的目标处理结果,包括:
接收所述代理服务器返回所述第一处理任务对应的第一处理结果;
获取除所述第一处理任务之外的第二处理任务,并基于预先训练好的行为预测模型对所述第二处理任务进行处理,得到所述第二处理任务对应的第二处理结果;
将所述第一处理结果和所述第二处理结果确定为所述目标处理结果。
在一种可能的实施方式中,第一发送模块1103将至少部分地处理任务发送给代理服务器,还包括:
将生成的所述处理任务发送给所述代理服务器;
第二获取模块1104获取所述处理任务对应的目标处理结果,包括:
接收所述代理服务器返回所述处理任务对应的第三处理结果;
将所述第三处理结果确定为所述目标处理结果。
在一种可能的实施方式中,所述目标处理结果包括所述至少部分地处理任务对应的处理结果;第二获取模块1104获取所述至少部分地处理任务对应的处理结果,还包括:
接收所述代理服务器返回的所述至少部分地处理任务对应的响应结果;其中,所述响应结果中包括目标任务标识和所述目标任务标识对应的目标加密串;
获取所述目标任务标识对应的目标秘钥;
基于所述目标秘钥对所述目标任务标识对应的目标加密串进行解密,得到所述至少部分地处理任务对应的处理结果。
在一种可能的实施方式中,所述数据处理装置还包括:
第四获取模块,用于获取所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度;
第三发送模块,用于将所述第一数据信息发送给所述代理服务器,以使切换为临时目标服务器的代理服务器基于所述第一处理进度对所述第一存储数据进行处理。
在一种可能的实施方式中,所述数据处理装置还包括:
第五获取模块,用于在所述目标服务器重启后,从所述代理服务器中获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度;
处理模块,用于基于所述第二数据信息中的第二处理进度,对所述第二数据信息中的所述第二存储数据进行处理。
在一种可能的实施方式中,所述数据处理装置还包括:
统计分析模块,用于在确定模块1105基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果之后,对所述目标对象对应的行为结果进行统计分析,得到匹配预设条件的统计分析结果。
在一种可能的实施方式中,所述目标实体特征包括以下至少之一:
时间信息、天气信息、所述目标对象的属性信息、视野信息、听域信息。
本申请实施例提供的数据处理装置中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
基于同一发明构思,本申请第四实施例中还提供了与第二实施例中的数据处理方法对应的数据处理装置,由于本申请第四实施例中的装置解决问题的原理与本申请第二实施例提供的数据处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图12所示,为本申请第四实施例提供的一种数据处理装置,驻留于代理服务器,所述数据处理装置包括:
第一接收模块1201,用于接收目标服务器发送的至少部分地处理任务;其中,所述至少部分地处理任务是根据目标对象对应的目标实体特征生成的;
第一处理模块1202,用于基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理,得到所述至少部分地处理任务对应的处理结果;
第一发送模块1203,用于将所述至少部分地处理任务对应的处理结果发送给目标服务器。
在一种可能的实施方式中,所述数据处理装置还包括:
第二接收模块,用于在第一处理模块1202基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理之前,接收所述目标服务器发送的所述目标服务器的运行状态信息;
配置模块,用于根据所述运行状态信息配置所述代理服务器的运行状态。
在一种可能的实施方式中,第一发送模块1203将所述至少部分地处理任务对应的处理结果发送给目标服务器,包括:
针对每一个处理任务,基于该处理任务对应的目标任务标识,获取所述目标任务标识对应的目标密钥,并基于所述目标密钥对该处理任务对应的处理结果进行加密,得到该处理任务对应的目标加密串;
根据该处理任务对应的目标任务标识和目标加密串,生成该处理任务对应的响应结果,并将所述响应结果发送给所述目标服务器。
在一种可能的实施方式中,所述数据处理装置还包括:
第三接收模块,用于接收所述目标服务器发送的所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度;
第二处理模块,用于在基于预设的切换指令切换为临时目标服务器后,基于所述第一数据信息中的第一处理进度对所述第一存储数据进行处理。
在一种可能的实施方式中,所述数据处理装置还包括:
获取模块,用于在接收到目标服务器发送的数据请求后,获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度;
第二发送模块,用于将所述第二数据信息发送给所述目标服务器,以使所述目标服务器基于所述第二处理进度处理对所述第二存储数据进行处理。
本申请实施例提供的数据处理装置中,目标服务器将模型对应的处理任务分发给代理服务器进行处理,这样,减少了目标服务器的计算量,缩短了处理过程中的耗时时间,提高了目标服务器的处理效率。
如图13所示,本申请第五实施例提供的一种电子设备1300,包括:处理器1301、存储器1302和总线,所述存储器1302存储有所述处理器1301可执行的机器可读指令,当电子设备运行时,所述处理器1301与所述存储器1302之间通过总线通信,所述处理器1301执行所述机器可读指令,以执行如上述第一实施例中的数据处理方法的步骤。
具体地,上述存储器1302和处理器1301能够为通用的存储器和处理器,这里不做具体限定,当处理器1301运行存储器1302存储的计算机程序时,能够执行上述第一实施例中的数据处理方法。
对应于上述第一实施例中的数据处理方法,本申请第六实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一实施例中的数据处理方法的步骤。
如图14所示,本申请第七实施例提供的一种电子设备1400,包括:处理器1401、存储器1402和总线,所述存储器1402存储有所述处理器1401可执行的机器可读指令,当电子设备运行时,所述处理器1401与所述存储器1402之间通过总线通信,所述处理器1401执行所述机器可读指令,以执行如上述第二实施例中的数据处理方法的步骤。
具体地,上述存储器1402和处理器1401能够为通用的存储器和处理器,这里不做具体限定,当处理器1401运行存储器1402存储的计算机程序时,能够执行上述第二实施例中的数据处理方法。
对应于上述第二实施例中的数据处理方法,本申请第八实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第二实施例中的数据处理方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。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,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元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。
所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,平台服务器,或者网络设备等)执行本申请各个实施例所述数据处理方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (15)

1.一种数据处理方法,其特征在于,应用于目标服务器,所述数据处理方法包括:
获取目标对象对应的目标实体特征;
根据所述目标对象对应的目标实体特征,生成所述目标实体特征对应的处理任务,并将至少部分地处理任务发送给代理服务器,以使所述代理服务器向所述目标服务器返回所述至少部分地处理任务对应的处理结果;
获取所述处理任务对应的目标处理结果;
基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果;
其中,在将至少部分地处理任务发送给代理服务器之前,所述数据处理方法还包括:
获取所述目标服务器的运行状态信息;
将所述运行状态信息发送给所述代理服务器,以使所述代理服务器基于所述运行状态信息配置所述代理服务器的运行状态。
2.根据权利要求1所述的数据处理方法,其特征在于,所述基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果,包括:
基于预先训练好的行为预测模型和预设的效能评估函数对所述处理任务对应的目标处理结果进行处理,得到所述目标对象对应的行为结果。
3.根据权利要求1所述的数据处理方法,其特征在于,所述将至少部分地处理任务发送给代理服务器,包括:
从所述处理任务中选取第一处理任务,并将所述第一处理任务发送给代理服务器;
所述获取所述处理任务对应的目标处理结果,包括:
接收所述代理服务器返回所述第一处理任务对应的第一处理结果;
获取除所述第一处理任务之外的第二处理任务,并基于预先训练好的行为预测模型对所述第二处理任务进行处理,得到所述第二处理任务对应的第二处理结果;
将所述第一处理结果和所述第二处理结果确定为所述目标处理结果。
4.根据权利要求1所述的数据处理方法,其特征在于,所述将至少部分地处理任务发送给代理服务器,还包括:
将生成的所述处理任务发送给所述代理服务器;
所述获取所述处理任务对应的目标处理结果,包括:
接收所述代理服务器返回所述处理任务对应的第三处理结果;
将所述第三处理结果确定为所述目标处理结果。
5.根据权利要求1所述的数据处理方法,其特征在于,所述目标处理结果包括所述至少部分地处理任务对应的处理结果;获取所述至少部分地处理任务对应的处理结果,还包括:
接收所述代理服务器返回的所述至少部分地处理任务对应的响应结果;其中,所述响应结果中包括目标任务标识和所述目标任务标识对应的目标加密串;
获取所述目标任务标识对应的目标秘钥;
基于所述目标秘钥对所述目标任务标识对应的目标加密串进行解密,得到所述至少部分地处理任务对应的处理结果。
6.根据权利要求1所述的数据处理方法,其特征在于,所述数据处理方法还包括:
获取所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度;
将所述第一数据信息发送给所述代理服务器,以使切换为临时目标服务器的代理服务器基于所述第一处理进度对所述第一存储数据进行处理。
7.根据权利要求1所述的数据处理方法,其特征在于,所述数据处理方法还包括:
在所述目标服务器重启后,从所述代理服务器中获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度;
基于所述第二数据信息中的第二处理进度,对所述第二数据信息中的所述第二存储数据进行处理。
8.根据权利要求1所述的数据处理方法,其特征在于,在基于所述处理任务对应的目标处理结果,确定所述目标对象对应的行为结果之后,所述数据处理方法还包括:
对所述目标对象对应的行为结果进行统计分析,得到匹配预设条件的统计分析结果。
9.根据权利要求1所述的数据处理方法,其特征在于,所述目标实体特征包括以下至少之一:
时间信息、天气信息、所述目标对象的属性信息、视野信息、听域信息。
10.一种数据处理方法,其特征在于,应用于代理服务器,所述数据处理方法包括:
接收目标服务器发送的至少部分地处理任务;其中,所述至少部分地处理任务是根据目标对象对应的目标实体特征生成的;
基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理,得到所述至少部分地处理任务对应的处理结果;
将所述至少部分地处理任务对应的处理结果发送给目标服务器;
其中,在基于预先训练好的行为预测模型对所述至少部分地处理任务进行处理之前,所述数据处理方法还包括:
接收所述目标服务器发送的所述目标服务器的运行状态信息;
根据所述运行状态信息配置所述代理服务器的运行状态。
11.根据权利要求10所述的数据处理方法,其特征在于,所述将所述至少部分地处理任务对应的处理结果发送给目标服务器,包括:
针对每一个处理任务,基于该处理任务对应的目标任务标识,获取所述目标任务标识对应的目标密钥,并基于所述目标密钥对该处理任务对应的处理结果进行加密,得到该处理任务对应的目标加密串;
根据该处理任务对应的目标任务标识和目标加密串,生成该处理任务对应的响应结果,并将所述响应结果发送给所述目标服务器。
12.根据权利要求10所述的数据处理方法,其特征在于,所述数据处理方法还包括:
接收所述目标服务器发送的所述目标服务器在数据处理过程中的第一数据信息;其中,所述第一数据信息包括最近时间段内的第一存储数据和所述第一存储数据对应的第一处理进度;
在基于预设的切换指令切换为临时目标服务器后,基于所述第一数据信息中的第一处理进度对所述第一存储数据进行处理。
13.根据权利要求10所述的数据处理方法,其特征在于,所述数据处理方法还包括:
在接收到目标服务器发送的数据请求后,获取所述代理服务器在数据处理过程中的第二数据信息;其中,所述第二数据信息包括当前的第二存储数据和所述第二存储数据对应的第二处理进度;
将所述第二数据信息发送给所述目标服务器,以使所述目标服务器基于所述第二处理进度处理对所述第二存储数据进行处理。
14.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至13任一项所述的数据处理方法的步骤。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至13任一项所述的数据处理方法的步骤。
CN202010437176.9A 2020-05-21 2020-05-21 一种数据处理方法、装置、电子设备及存储介质 Active CN111589109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010437176.9A CN111589109B (zh) 2020-05-21 2020-05-21 一种数据处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010437176.9A CN111589109B (zh) 2020-05-21 2020-05-21 一种数据处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111589109A CN111589109A (zh) 2020-08-28
CN111589109B true CN111589109B (zh) 2023-09-26

Family

ID=72182972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010437176.9A Active CN111589109B (zh) 2020-05-21 2020-05-21 一种数据处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111589109B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112121441B (zh) * 2020-09-25 2022-05-20 腾讯科技(深圳)有限公司 虚拟对象的配对方法和装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107231436A (zh) * 2017-07-14 2017-10-03 网宿科技股份有限公司 一种进行业务调度的方法和装置
CN110378463A (zh) * 2019-07-15 2019-10-25 北京智能工场科技有限公司 一种人工智能模型标准化训练平台及自动化系统
CN111079175A (zh) * 2019-11-26 2020-04-28 微民保险代理有限公司 数据处理方法、装置、计算机可读存储介质和计算机设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107231436A (zh) * 2017-07-14 2017-10-03 网宿科技股份有限公司 一种进行业务调度的方法和装置
CN110378463A (zh) * 2019-07-15 2019-10-25 北京智能工场科技有限公司 一种人工智能模型标准化训练平台及自动化系统
CN111079175A (zh) * 2019-11-26 2020-04-28 微民保险代理有限公司 数据处理方法、装置、计算机可读存储介质和计算机设备

Also Published As

Publication number Publication date
CN111589109A (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
US11196541B2 (en) Secure machine learning analytics using homomorphic encryption
EP3418965A1 (en) Using a mixture model to generate simulated transaction information
CN111898137A (zh) 一种联邦学习的隐私数据处理方法、设备及系统
JP2023534917A (ja) フェデレーションコンピューティングの処理方法、フェデレーションコンピューティングの処理装置、電子機器及び記憶媒体
CN108111464B (zh) 一种数据校验方法及装置
CN111898484A (zh) 生成模型的方法、装置、可读存储介质及电子设备
CN112418259A (zh) 一种基于直播过程中用户行为的实时规则的配置方法、计算机设备及可读存储介质
CN111589109B (zh) 一种数据处理方法、装置、电子设备及存储介质
CN112989186B (zh) 资讯信息推荐模型训练方法、装置、电子设备及存储介质
CN111111203B (zh) 一种机器人的训练方法及装置、技能释放方法及装置
CN111611369B (zh) 基于人工智能的交互方法和相关装置
Chen et al. FPM: Four-factors Propagation Model for passive P2P worms
EP4114025A1 (en) Method for sorting video bullet-screen comments, server, and storage medium
CN115719094A (zh) 基于联邦学习的模型训练方法、装置、设备及存储介质
WO2023142349A1 (zh) 行为序列的生成方法及装置、存储介质、电子装置
CN115987625A (zh) 一种恶意流量检测方法、装置及电子设备
CN115496911A (zh) 一种目标点检测方法、装置、设备及存储介质
CN112138394B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN110602709B (zh) 可穿戴式设备的网络数据安全方法、装置及存储介质
CN111612280B (zh) 一种数据分析方法和装置
CN113961911A (zh) 模型数据发送方法、模型数据整合方法及装置
CN113413590A (zh) 一种信息验证方法、装置、计算机设备及存储介质
CN112434894A (zh) 一种实时风险控制方法、计算机设备及可读存储介质
CN107808687B (zh) 医疗数据获取方法、处理方法、集群处理系统及方法
EP3012817A1 (en) Storage count verification system

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
GR01 Patent grant