CN113572628A - 数据关联方法、装置、计算设备及计算机存储介质 - Google Patents

Abstract

本发明实施例涉及通信技术领域，公开了一种数据关联方法、装置、计算设备及计算机存储介质，该方法包括：获取各个业务系统的原始数据；对所述原始数据进行分类，得到多个维度的业务数据，每一个维度的业务数据均携带网元名称；根据所述网元名称将所述多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据；如果所述多个维度的业务数据中包含故障数据，则确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元；根据所述故障标签对所述各网元中的目标网元的业务数据进行标识。通过上述方式，本发明实施例实现了将各维度的业务数据与故障标签关联。

Description

数据关联方法、装置、计算设备及计算机存储介质

技术领域

本发明实施例涉及通信技术领域，具体涉及一种数据关联方法、装置、计算设备及计算机存储介质。

背景技术

多网协同网络环境下的故障越来越复杂，对故障聚焦定位能力及时效都提出了更高的要求。目前针对各专业的故障监测都有一套独立的系统，故障发生时需要登录各系统提取各类数据进行人工关联分析以进行故障定位。

目前将各系统之间的数据进行关联时，通过各系统之间的实时接口进行数据交互，因为涉及到的专业多、范围广及数据体量大，难以满足故障场景下对业务数据实时快速的调用需求，造成在故障分析场景中各业务数据普适性差。

发明内容

鉴于上述问题，本发明实施例提供了一种数据关联方法、装置、计算设备及计算机存储介质，用于解决现有技术中存在的无法实现故障场景下对业务数据实时快速调用的问题。

根据本发明实施例的一个方面，提供了一种数据关联方法，所述方法包括：

获取各个业务系统的原始数据；

对所述原始数据进行分类，得到多个维度的业务数据，每一个维度的业务数据均携带网元名称；

根据所述网元名称将所述多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据；

如果所述多个维度的业务数据中包含故障数据，则确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元；

根据所述故障标签对所述各网元中的目标网元的业务数据进行标识。

可选的，在对所述原始数据进行分类之前，所述方法还包括：

对所述原始数据进行数据处理，得到处理后的原始数据；所述数据处理包括数据清洗；

所述对所述原始数据进行分类，得到多个维度的业务数据，包括：

对所述处理后的原始数据进行分类，得到多个维度的业务数据。

可选的，所述故障数据包括故障类型关键字；所述如果所述多个维度的业务数据中包含故障数据，则确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元，包括：

根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签，以确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元，所述故障标签库中存储有故障标签和目标网元的对应关系。

可选的，所述根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签之后，所述方法还包括：

如果根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签失败，则根据所述故障类型关键字生成第一故障标签，并将所述第一故障标签更新至所述预设的故障标签库。

可选的，所述获取各个业务系统的原始数据之前，所述方法还包括：

获取历史故障数据；

根据所述历史故障数据确定多个故障标签以及每一个故障标签对应的至少一个网元；

根据所述多个故障标签以及各故障标签对应的至少一个网元构建所述故障标签库。

可选的，所述根据所述故障标签对所述各网元中的目标网元的业务数据进行标识之后，所述方法还包括：

根据所述目标网元的至少一个维度的业务数据的标识信息获取所述目标网元对应的至少一个维度的业务数据；

对所述业务数据进行分析，以定位发生故障的目标网元。

可选的，所述对所述业务数据进行分析，以定位发生故障的目标网元，包括：

确定所述业务数据中的异常数据；

将所述异常数据对应的目标网元作为发生故障的目标网元。

根据本发明实施例的另一方面，提供了一种数据关联装置，所述装置包括：

获取模块，用于获取各个业务系统的原始数据；

分类模块，用于对所述原始数据进行分类，得到多个维度的业务数据，每一个维度的业务数据均携带网元名称；

关联模块，用于根据所述网元名称将所述多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据；

确定模块，用于当所述多个维度的业务数据中包含故障数据时，则确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元；

标识模块，用于根据所述故障标签对所述各网元中的目标网元的业务数据进行标识。

根据本发明实施例的又一方面，提供了一种计算设备，所述计算设备包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述的数据关联方法的操作。

根据本发明实施例的还一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算设备/装置上运行时，使得计算设备/装置执行上述的数据关联方法的操作。

本发明实施例将原始数据划分为多个维度的业务数据，通过网元名称将多个维度的业务数据进行关联，并根据多个维度的业务数据中的故障数据对应的故障标签对各网元中的目标网元的业务数据进行了标识。通过本发明实施例，可以通过业务数据标识直接获取故障数据所涉及的目标网元对应的业务数据，便于根据业务数据进行故障分析，从而满足了故障场景下对业务数据实时快速的调用需求。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种数据关联方法的流程示意图；

图2示出了本发明实施例提供的一种数据关联方法中故障标签的对应关系示意图；

图3示出了本发明实施例提供的一种数据关联装置的功能框图；

图4示出了本发明实施例提供的一种计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。

图1示出了本发明实施例的一种数据关联方法的流程图。如图1所示，该方法包括以下步骤：

步骤110：获取各个业务系统的原始数据。

其中，原始数据是各个业务系统的运行数据混合在一起的数据集合。在本发明实施例中，业务系统包括网络投诉系统、故障管理系统、综合资管系统、数据网管系统、电子运维系统(electric operation maintenance system，EOMS)等。各个业务系统的原始数据中包括网元信息、告警信息、投诉预警、性能指标、工程信息等数据。

步骤120：对原始数据进行分类，得到多个维度的业务数据，每一维度的业务数据均携带网元名称。

其中，原始数据中的各种数据可以通过数据中的字段确定。例如，如果一条数据中包含“告警”或者“ALARM”等告警相关的字段，则确定该条数据为告警数据。在本发明实施例中，根据原始数据中的字段将原始数据分为网元信息、告警信息、投诉信息、性能指标和工程信息五类。其中，网元信息包括网元ID、网元所在的设备ID、设备名称、网元所在的位置等信息。告警信息包括告警ID、告警内容等信息。投诉信息包括投诉ID、投诉内容等信息。性能指标包括网元的性能数据，例如，掉话率、信号拥塞率等。工程信息包括对网元进行的工程操作，例如，割接操作，工程信息包括工程ID、工程编号、工程内容等。每一类信息对应一维业务数据，从而得到多维业务数据。各维业务数据均携带有相应的网元的网元名称。

步骤130：根据网元名称将多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据。

其中，将同一网元名称对应的多个维度的业务数据整合在一起，得到各网元对应的业务数据。每一个网元对应的业务数据可能是一维或多维，根据具体的业务场景不同，各网元对应的业务数据的维度不同。例如，在告警场景下，发生告警的网元对应的业务数据包括告警维度的数据，未发生告警的网元对应的业务数据不包括告警维度的数据。

步骤140：如果多个维度的业务数据中包含故障数据，则确定故障数据对应的故障标签以及故障标签对应的目标网元。

其中，故障数据包括告警数据和投诉数据。在本发明实施例中，多个维度的业务数据中是否包含故障数据主要通过告警信息属性和投诉预警属性确定。如果告警信息属性指示获取的该维度的业务数据中包含告警信息，或者，投诉预警属性中包含投诉信息，则确定告警信息或投诉信息中包含的具体告警类型关键字或投诉类型关键字。故障标签是具体的告警类型或投诉类型。根据告警类型关键字或投诉类型关键字在故障标签库中可以匹配相应的故障标签。例如，告警信息为“VOLTE语音掉线”，则其中的故障类型关键字为“VOLTE语音”，则该告警信息在故障标签库中匹配到对应的故障标签为“VOLTE语音事件告警”。确定故障标签后，得到故障标签-目标网元-业务数据之间的对应关系。以其中一个目标网元对应的业务数据包括投诉预警数据、告警信息数据、性能指标数据、工程信息数据和网元信息数据为例，得到的故障标签对应关系如图2所示。在图2中，一个目标网元对应一个故障标签以及多个维度的业务数据。

每一个故障标签在故障标签库中均对应有至少一个目标网元。其中，目标网元是生成故障标签对应的故障所历经的网元。各故障标签所历经的网元可以根据网络运维的经验预先设定。例如，与OLT离线告警所历经的网元为网元A、B、C，则将各网元中的网元A、B、C作为目标网元。

在一些实施例中，如果根据故障类型关键字在故障标签库中匹配不到相应的故障标签，则根据故障类型关键字生成第一故障标签，并将第一故障标签更新到预设的故障标签库中。例如，故障类型关键字为“信号差”，如果在标签库中未匹配到与“信号差”相关的故障标签，则根据“信号差”生成第一故障标签为“GPRS投诉预警”，并将“GPRS投诉预警”更新至故障标签库中。其中，根据故障类型关键字生成第一故障标签时，可以根据后台运维人员的操作生成。在根据运维人员的操作生成时，运维人员根据故障类型关键字手动输入第一故障标签以及该第一故障标签对应的目标网元，进行数据关联的装置或设备读取第一故障标签后生成第一故障标签，并将第一故障标签以及第一故障标签对应的目标网元存储至故障标签库中。

步骤150：根据故障标签对各网元中的目标网元的业务数据进行标识。

在本步骤中，可以直接使用故障标签对各网元中的目标网元对应的至少一个维度的业务数据进行标识，也可以通过与故障标签对应的标识信息对各网元中的目标网元对应的至少一个维度的业务数据进行标识。每一种故障标签对应一个预设的标识信息，不同的故障标签对应的标识信息不同。本发明实施例并不限定标识信息的具体类型。例如，在一些实施方式中，标识信息是阿拉伯数字或英文字母。相较于直接使用故障标签对目标网元的业务数据进行标识，使用标识信息进行标识可以直观的区分不同业务数据对应的故障类型，便于确定各故障类型对应的业务数据。

本发明实施例将原始数据划分为多个维度的业务数据，通过网元名称将多个维度的业务数据进行关联，并根据多个维度的业务数据中的故障数据对应的故障标签对各网元中的目标网元的业务数据进行了标识。通过本发明实施例，可以通过业务数据标识直接获取故障数据所涉及的目标网元对应的业务数据，便于根据业务数据进行故障分析，从而满足了故障场景下对业务数据实时快速的调用需求。

在一些实施例中，对原始数据进行数据处理，得到处理后的原始数据。对处理后的原始数据进行分类，得到多个维度的业务数据。在具体实施过程中，对原始数据通过Redis缓存，以提高原始数据读取的效率。对原始数据的处理包括数据清洗。即，去除原始数据中的噪声数据和重复数据。对原始数据的处理还包括对原始数据中的缺失数据进行补充，对原始数据中的网元名称进行校准等。具体处理过程可以根据实际情况选择，本发明实施例并不对此进行限定。通过对原始数据处理，去除了数据冗余，对处理后的原始数据进行分类得到的多个维度的业务数据更加准确，可以进一步提高了数据关联的准确性。

在一些实施例中，提前构建故障标签库。获取历史故障数据，历史故障数据包含了发生的告警类型或投诉类型。每一条历史故障数据均对应有一个故障类型以及该历史故障数据所涉及到的网元。其中，历史故障数据对应的故障类型以及网元可以由运维人员进行故障排查时得到。根据故障类型得到相应的故障标签以及每一个故障标签对应的网元。通过上述方式，历史故障数据中包含多种故障类型以及各故障类型涉及到的网元，因此，通过历史故障数据构建的故障标签库更加准确。

在一些实施例中，在根据故障标签对各网元中的目标网元的业务数据进行标识之后，根据目标网元的至少一个维度的业务数据的标识信息获取目标网元对应的至少一个维度的业务数据；对业务数据进行分析，以定位发生故障的目标网元。在对业务数据进行分析时，将业务数据中的异常数据对应的目标网元作为发生故障的目标网元。本发明实施例并不限定对业务数据进行分析的方法，例如，可以事先对各业务数据设定相应的阈值，超出相应的阈值的业务数据为异常数据，根据异常数据确定发生故障的目标网元，并通过专家经验定位发生故障的目标网元的故障原因。通过上述方式，当需要定位发生故障的网元时，可以直接通过标识信息获取目标网元的至少一个维度的业务数据，从而提高了故障相关数据的查询效率。

图3示出了本发明实施例的一种数据关联装置的功能框图。如图2所示，该装置包括：获取模块210、分类模块220、关联模块230、确定模块240和标识模块250。获取模块210用于获取各个业务系统的原始数据。分类模块220用于对所述原始数据进行分类，得到多个维度的业务数据，每一个维度的业务数据均携带网元名称。关联模块230用于根据所述网元名称将所述多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据。确定模块240用于当所述多个维度的业务数据中包含故障数据时，则根据所述故障数据确定对应的故障标签以及所述故障标签对应的目标网元。标识模块250用于根据所述故障标签对所述各网元中的目标网元的业务数据进行标识。

在一种可选的方式中，所述装置还包括数据处理模块260，用于对所述原始数据进行数据处理，得到处理后的原始数据；所述数据处理包括数据清洗。所述分类模块220进一步用于对所述处理后的原始数据进行分类，得到多个维度的业务数据。

在一种可选的方式中，所述故障数据包括故障类型关键字；所述确定模块240进一步用于根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签，以确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元，所述故障标签库中存储有故障标签和目标网元的对应关系。

在一种可选的方式中，所述确定模块240进一步用于，当根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签失败时，则根据所述故障类型关键字生成第一故障标签，并将所述第一故障标签更新至所述预设的故障标签库。

在一种可选的方式中，所述装置还包括：第一获取模块270、第一确定模块280和构建模块290。第一获取模块270用于获取历史故障数据。第一确定模块280用于根据所述历史故障数据确定多个故障标签以及每一个故障标签对应的至少一个网元。构建模块290用于根据所述多个故障标签以及各故障标签对应的至少一个网元构建所述故障标签库。

在一种可选的方式中，所述装置还包括：第二获取模块200和分析模块201，第二获取模块200用于根据所述目标网元的至少一个维度的业务数据的标识信息获取所述目标网元对应的至少一个维度的业务数据。分析模块201用于对所述业务数据进行分析，以定位发生故障的目标网元。

在一种可选的方式中，分析模块201进一步用于：确定所述业务数据中的异常数据；将所述异常数据对应的目标网元作为发生故障的目标网元。

本发明实施例将原始数据划分为多个维度的业务数据，通过网元名称将多个维度的业务数据进行关联，并根据多个维度的业务数据中的故障数据对应的故障标签对各网元中的目标网元的业务数据进行了标识。通过本发明实施例，可以通过业务数据标识直接获取故障数据所涉及的目标网元对应的业务数据，便于根据业务数据进行故障分析，从而满足了故障场景下对业务数据实时快速的调用需求。

图4示出了本发明实施例的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图4所示，该计算设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。

其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。处理器402，用于执行程序410，具体可以执行上述用于数据关联方法实施例中的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机可执行指令。

处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序410具体可以被处理器402调用使计算设备执行图1中的步骤110～步骤150以及实现图3中的模块210～模块201的功能。

本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在计算设备/装置上运行时，使得所述计算设备/装置执行上述任意方法实施例中的一种数据关联方法。

本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使计算设备执行上述任意方法实施例中的一种数据关联方法。

本发明实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令在计算机上运行时，使得所述计算机执行上述任意方法实施例中的一种数据关联方法。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.一种数据关联方法，其特征在于，所述方法包括：

获取各个业务系统的原始数据；

对所述原始数据进行分类，得到多个维度的业务数据，每一个维度的业务数据均携带网元名称；

根据所述网元名称将所述多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据；

如果所述多个维度的业务数据中包含故障数据，则确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元；

根据所述故障标签对所述各网元中的目标网元的业务数据进行标识。

2.根据权利要求1所述的方法，其特征在于，在对所述原始数据进行分类之前，所述方法还包括：

对所述原始数据进行数据处理，得到处理后的原始数据；所述数据处理包括数据清洗；

所述对所述原始数据进行分类，得到多个维度的业务数据，包括：

对所述处理后的原始数据进行分类，得到多个维度的业务数据。

3.根据权利要求1所述的方法，其特征在于，所述故障数据包括故障类型关键字；所述如果所述多个维度的业务数据中包含故障数据，则确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元，包括：

根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签，以确定所述故障数据对应的故障标签以及所述故障标签对应的目标网元，所述故障标签库中存储有故障标签和目标网元的对应关系。

4.根据权利要求3所述的方法，其特征在于，所述根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签之后，所述方法还包括：

如果根据所述故障类型关键字在预设的故障标签库中匹配相应的故障标签失败，则根据所述故障类型关键字生成第一故障标签，并将所述第一故障标签更新至所述预设的故障标签库。

5.根据权利要求3或4所述的方法，其特征在于，所述获取各个业务系统的原始数据之前，所述方法还包括：

获取历史故障数据；

根据所述历史故障数据确定多个故障标签以及每一个故障标签对应的至少一个网元；

根据所述多个故障标签以及各故障标签对应的至少一个网元构建所述故障标签库。

6.根据权利要求1所述的方法，其特征在于，所述根据所述故障标签对所述各网元中的目标网元的业务数据进行标识之后，所述方法还包括：

根据所述目标网元的至少一个维度的业务数据的标识信息获取所述目标网元对应的至少一个维度的业务数据；

对所述业务数据进行分析，以定位发生故障的目标网元。

7.根据权利要求6所述的方法，其特征在于，所述对所述业务数据进行分析，以定位发生故障的目标网元，包括：

确定所述业务数据中的异常数据；

将所述异常数据对应的目标网元作为发生故障的目标网元。

8.一种数据关联装置，其特征在于，所述装置包括：

获取模块，用于获取各个业务系统的原始数据；

分类模块，用于对所述原始数据进行分类，得到多个维度的业务数据，每一个维度的业务数据均携带网元名称；

关联模块，用于根据所述网元名称将所述多个维度的业务数据进行关联，得到各网元对应的至少一个维度的业务数据；

确定模块，用于当所述多个维度的业务数据中包含故障数据时，则根据所述故障数据确定对应的故障标签以及所述故障标签对应的目标网元；

标识模块，用于根据所述故障标签对所述各网元中的目标网元的业务数据进行标识。

9.一种计算设备，其特征在于，所述计算设备包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的数据关联方法的操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算设备/装置上运行时，使得计算设备/装置执行如权利要求1-7任意一项所述的数据关联方法的操作。

Images