CN114510465B - 数据管理方法、装置及计算机可读存储介质 - Google Patents

数据管理方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN114510465B
CN114510465B CN202210165022.8A CN202210165022A CN114510465B CN 114510465 B CN114510465 B CN 114510465B CN 202210165022 A CN202210165022 A CN 202210165022A CN 114510465 B CN114510465 B CN 114510465B
Authority
CN
China
Prior art keywords
node
data
hash
layer
nodes
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
CN202210165022.8A
Other languages
English (en)
Other versions
CN114510465A (zh
Inventor
孙亚东
蔚晨
谭咏茂
李璠
丁永建
黄时光
向小佳
吴海洋
张荣臻
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.)
Everbright Technology Co ltd
Original Assignee
Everbright 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 Everbright Technology Co ltd filed Critical Everbright Technology Co ltd
Priority to CN202210165022.8A priority Critical patent/CN114510465B/zh
Publication of CN114510465A publication Critical patent/CN114510465A/zh
Application granted granted Critical
Publication of CN114510465B publication Critical patent/CN114510465B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/211—Schema design and management
    • G06F16/212—Schema design and management with details for data modelling support
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2246—Trees, e.g. B+trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2255—Hash tables
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Storage Device Security (AREA)

Abstract

本发明实施例提供了一种数据管理方法、装置及计算机可读存储介质。该方法包括：基于数据资产结构划分出数据层和所述数据层之上的哈希层；基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成；基于所述数据模型进行数据管理。

Description

数据管理方法、装置及计算机可读存储介质
技术领域
本发明实施例涉及数据管理领域，具体而言，涉及一种数据管理方法、装置及计算机可读存储介质。
背景技术
金融业本质上是一种信息技术产业，金融业与数据紧密联系。如今我们正在数字化社会，随着社会数字化程度逐步加深，金融业数字化转型势在必行。
数据资产是金融业的基础资源，如何梳理摸底金融机构的数据资产，如何有效地管理金融数据资产，是金融数字化转型必须要解决的问题。目前金融数据资产管理，普遍采用基本的关系型数据库来管理金融数据，由于金融机构数据规模较大，因此导致了数据资产识别效率低、比对速度慢、查找时间长、防篡改效率差等问题。
发明内容
本发明实施例提供了一种数据管理方法、装置及计算机可读存储介质，以至少解决相关技术中采用基本的关系型数据库来管理金融数据，导致数据资产识别效率低、比对速度慢、查找时间长、防篡改效率差的问题。
根据本发明的一个实施例，提供了一种数据管理方法，包括：基于数据资产结构划分出数据层和所述数据层之上的哈希层；基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成；基于所述数据模型进行数据管理。
在至少一个示例性实施例中，基于数据资产结构划分出数据层和所述数据层之上的哈希层包括：将以节点关键字和所述节点关键字的对应值构成的键值对的形式存在的基础数据划入所述数据层；将按照所述数据资产结构基于所述键值对形成的数据集合划入所述哈希层。
在至少一个示例性实施例中，所述数据层之上的所述哈希层有多层，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成包括：对于最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成；或者，对于非最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成。
在至少一个示例性实施例中，对于最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字顺序连接，生成所述节点的所述结构哈希值。
在至少一个示例性实施例中，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字和结构哈希值顺序连接，生成所述节点的所述结构哈希值。
在至少一个示例性实施例中，所述数据层之上的所述哈希层有多层，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成包括：对于最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成；或者，对于非最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成。
在至少一个示例性实施例中，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字的对应值顺序连接，生成所述节点的所述内容哈希值。
在至少一个示例性实施例中，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的内容哈希值顺序连接，生成所述节点的所述内容哈希值。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：修改所述数据层的节点的节点关键字和/或对应值，或者所述哈希层的节点的节点关键字；从下向上逐层更新发生修改的所述节点的所有上级节点的结构哈希值和/或内容哈希值。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：在所述数据层或所述哈希层中增加或删除节点；从下向上逐层更新增加或删除的所述节点的所有上级节点的结构哈希值和/或内容哈希值。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：检测到最高哈希层中的根节点的预定哈希值发生变化，其中，所述预定哈希值包括：所述结构哈希值和/或所述内容哈希值；比较所述最高哈希层的下一哈希层中的所有节点的所述预定哈希值是否发生变化，在有节点的所述预定哈希值发生变化的情况下，继续比较发生变化的所述节点在再下一层中的所有下一级节点的所述预定哈希值是否发生变化，直到已经比较到数据层或者已经比较到哈希层中增加的节点。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：将所述数据层的节点的节点关键字的对应值生成预定长度的第一哈希值，确定所述第一哈希值在具有所述预定长度的布隆过滤器中的对应位，并将所述对应位置位；接收查询请求，其中，所述查询请求中携带待查询的节点关键字的对应值；将待查询的节点关键字的对应值生成预定长度的第二哈希值，确定所述第二哈希值在具有所述预定长度的布隆过滤器中的对应位，并确定所述对应位是否被置位；根据所述对应位是否被置位的确定结果，确定是否查询到待查询的节点关键字的对应值。
在至少一个示例性实施例中，所述第一哈希值和所述第二哈希值有多个，分别基于多个不同的哈希值算法生成，其中，所述多个不同的哈希值算法均能够生成具有所述预定长度的哈希值。
根据本发明的另一个实施例，提供了一种数据管理装置，包括：分层模块，用于基于数据资产结构划分出数据层和所述数据层之上的哈希层；模型构建模块，用于基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成；数据管理模块，用于基于所述数据模型进行数据管理。
根据本发明的又一个实施例，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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，基于数据资产结构划分出数据层和所述数据层之上的哈希层，采用默克尔树构建数据模型，哈希层的每个节点都具有节点关键字、结构哈希值和内容哈希值构成的数据结构，所有结构哈希值和内容哈希值都是基于下一级节点生成的，形成一种任何节点内容变化或任意节点增删都会逐级传递到根节点的结构哈希值和/或内容哈希值的变化的数据模型，该数据模型便于对数据进行快速更新、定位、识别、对比、查询等数据管理操作。因此，可以解决相关技术中采用基本的关系型数据库来管理金融数据，导致数据资产识别效率低、比对速度慢、查找时间长、防篡改效率差的问题，实现灵活、快速的数据资产管理(归根结底属于数据管理)。
附图说明
图1是本发明实施例的一种数据管理方法的计算机终端的硬件结构框图；
图2是根据本发明实施例的数据管理方法的流程图；
图3是根据本发明实施例的一个数据资产结构的示例性示意图；
图4是根据本发明实施例的一个数据资产结构的数据分层的示例性示意图；
图5是根据本发明实施例的数据管理装置的结构框图；
图6是根据本发明实施例的金融业数据资产模型的示意图；
图7是根据本发明实施例的哈希层数据结构的示意图；
图8是根据本发明实施例的数据层数据结构的示意图；
图9是根据本发明实施例的结构HASH值HASHCODE1的构成示意图；
图10是根据本发明实施例的结构HASH值HASHCODE1的具体取值示意图；
图11是根据本发明实施例的生成内容HASH值HASHCODE2的构成示意图；
图12是根据本发明实施例的内容HASH值HASHCODE2的具体取值示意图；
图13是根据本发明实施例的数据层有新增结构的示意图；
图14是根据本发明实施例的数据层有内容变化的示意图；
图15是根据本发明实施例的待压缩的数据的示意图；
图16是根据本发明实施例的布隆过滤器初始状态的示意图；
图17是根据本发明实施例数据压缩过程的示例1的示意图；
图18是根据本发明实施例数据压缩过程的示例2的示意图；
图19是根据本发明实施例的布隆过滤器中数据查找的示意图。
具体实施方式
目前金融数据资产管理，普遍采用基本的关系型数据库来管理金融数据，该金融数据管理方法目前存在以下问题：
(1)数据资产数据结构识别比对效率低的问题
在数据共享场景中，广泛存在着无法快速识别被共享的数据结构，导致数据共享各方，需要花费大量成本来标准化数据。本发明实施例提出了一种基于默克尔树(MerkleTree)的数据结构快速对比方法，Merkle树是一种二叉树结构，由二叉树树节点和HASH值构成。从Merkle树根节点出发，快速识别共享数据的数据结构，并快速定位结构不同的节点，进而大幅提升数据结构对比效率，解决数据资产结构识别比对慢的问题。
(2)数据资产识别实时性低的问题
数据资产识别场景中，当网络中出现新的数据资产后，往往需要运维人员主动报备，才能识别到新增的数据资产，但这严重降低了数据资产监测的实时性。本发明实施例提出了一种基于Merkle树的新增数据资产快速识别方法，当新增数据资产出现后，可以快速将其归入某类数据对象中，快速将其纳管控范围，从而大幅提升了新增数据资产的发现效率，提升了数据资产监测的实时性。
(3)数据资产更新识别效率低的问题
在敏感数据保护场景中，如果数据规模巨大，当其中部分数据发生变化，需要大量时间进行数据对比运算，才能定位发生变化的数据。本发明实施例提出了一种基于Merkle树的内容HASH值比对识别方法，当数据资产发生变化后，可以快速定位发生变化的数据，从而大幅提升了数据资产更新识别效率，解决了数据资产更新识别效率低的问题。
(4)敏感数据资产篡改防护难的问题
在敏感数据保护场景中，如果数据规模巨大，当其中部分数据发生变化，需要大量时间进行数据对比运算，才能定位被篡改数据。本发明实施例提出了一种基于Merkle树的内容HASH值比对识别方法，当数据资产发生变化后，可以快速定位发生变化的数据，从而大幅提升了数据资产篡改识别效率，解决了数据资产篡改识别效率低的问题。
在本发明实施例中，基于MerkleTree和布隆过滤器(Bloom Filter，是一种基于HASH的高效查找结构，能够在常数时间内查询某个元素是否在一个集合内)进行数据资产的快速识别、比对、查找与防篡改，解决金融机构日常数据资产管理中面对的种种难题，帮助金融机构实现高效地管理数据资产，高效地应用数据资产。当然，本领域技术人员应当理解，数据资产的管理归根究底是数据的管理，本发明实施例的方法适用于各种形式的数据管理应用，不限于数据资产的管理。
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明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。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种数据管理方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于中央处理器CPU、微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的数据管理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于上述计算机终端的数据管理方法，图2是根据本发明实施例的数据管理方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，基于数据资产结构划分出数据层和所述数据层之上的哈希层。
图3是根据本发明实施例的一个数据资产结构的示例性示意图，图3的数据资产结构是一个常见的金融业数据资产结构，其中最底层为基本的数据，一般以节点关键字(KEY)和节点关键字的对应值(VALUE)构成的键值对的形式存储，其上各层均为逐级的逻辑分类标签，不再具有具体数据内容，只有节点关键字(KEY)。
在至少一个示例性实施例中，基于数据资产结构划分出数据层和所述数据层之上的哈希层包括：将以节点关键字和所述节点关键字的对应值构成的键值对的形式存在的基础数据划入所述数据层；将按照所述数据资产结构基于所述键值对形成的数据集合划入所述哈希层。
图4是根据本发明实施例的一个数据资产结构的数据分层的示例性示意图。如图4所示，最底层，即第六层是最基础的数据，划入数据层。第五层以上，是数据的集合，划入哈希层，有多层哈希层。
需要说明的是，图3和图4仅为示例，不应用于限制本发明的保护范围。
步骤S204，基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成。
在至少一个示例性实施例中，所述数据层之上的所述哈希层有多层，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成包括：
对于最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成；在至少一个示例性实施例中，对于最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字顺序连接，生成所述节点的所述结构哈希值；或者，
对于非最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成；在至少一个示例性实施例中，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字和结构哈希值顺序连接，生成所述节点的所述结构哈希值。
在至少一个示例性实施例中，所述数据层之上的所述哈希层有多层，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成包括：
对于最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成；在至少一个示例性实施例中，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字的对应值顺序连接，生成所述节点的所述内容哈希值；或者，
对于非最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成；在至少一个示例性实施例中，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的内容哈希值顺序连接，生成所述节点的所述内容哈希值。
步骤S206，基于所述数据模型进行数据管理。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：
修改所述数据层的节点的节点关键字和/或对应值，或者所述哈希层的节点的节点关键字；
从下向上逐层更新发生修改的所述节点的所有上级节点的结构哈希值和/或内容哈希值。
通过该方案，可以实现数据层或哈希层的节点的修改，其中，对于数据层节点，可能修改KEY也可以修改VALUE，对于哈希层节点，可能修改KEY。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：
在所述数据层或所述哈希层中增加或删除节点；
从下向上逐层更新增加或删除的所述节点的所有上级节点的结构哈希值和/或内容哈希值。
通过该方案，可以实现节点的任意增加和删除，该节点的所有上级节点中的结构哈希值和/或内容哈希值会相应改变。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：
检测到最高哈希层中的根节点的预定哈希值发生变化，其中，所述预定哈希值包括：所述结构哈希值和/或所述内容哈希值；
比较所述最高哈希层的下一哈希层中的所有节点的所述预定哈希值是否发生变化，在有节点的所述预定哈希值发生变化的情况下，继续比较发生变化的所述节点在再下一层中的所有下一级节点的所述预定哈希值是否发生变化，直到已经比较到数据层或者已经比较到哈希层中增加的节点。
通过该方案，可以快速检测到整个数据模型中任何节点的改变、新增和删除。
在至少一个示例性实施例中，基于所述数据模型进行数据管理包括：
将所述数据层的节点的节点关键字的对应值生成预定长度的第一哈希值，确定所述第一哈希值在具有所述预定长度的布隆过滤器中的对应位，并将所述对应位置位；
接收查询请求，其中，所述查询请求中携带待查询的节点关键字的对应值；
将待查询的节点关键字的对应值生成预定长度的第二哈希值，确定所述第二哈希值在具有所述预定长度的布隆过滤器中的对应位，并确定所述对应位是否被置位；根据所述对应位是否被置位的确定结果，确定是否查询到待查询的节点关键字的对应值。
在至少一个示例性实施例中，所述第一哈希值和所述第二哈希值可以有多个(例如，3个)，分别基于多个不同的哈希值算法生成，其中，所述多个不同的哈希值算法均能够生成具有所述预定长度(例如，256位)的哈希值。
通过该方案，可以快速地实现任意节点内容的查找，通过引用布隆结构，将数据压缩为用二进制表示的链表，大幅降低查找时的寻找范围，通过将布隆过滤器与金融业数据模型的数据层融合，大幅提升数据查询效率，实现了快速查找数据的目的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种数据管理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本发明实施例的数据管理装置的结构框图，如图5所示，该装置包括：
分层模块52，用于基于数据资产结构划分出数据层和所述数据层之上的哈希层；
模型构建模块54，用于基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成；
数据管理模块56，用于基于所述数据模型进行数据管理。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
以下以将上述数据管理方案，应用在金融业数据资产管理的场景中为例，详细描述了数据管理的方案。但是需要注意的是，数据管理方案不限于该应用场景，其同样适用于其他的应用场景中，本发明对此不做限定。
一、数据资产快速建模
(1)金融业数据资产模型
金融业数据资产呈现出很强的行业特点，如图3所示，其示例性地给出了一种金融业数据资产结构，可以据此特点构建金融业数据资产模型。图6是根据本发明实施例的金融业数据资产模型的示意图，如图6所示，基于merkle树原理，构建金融业数据资产模型如下。
图7是根据本发明实施例的哈希层数据结构的示意图，如图7所示，哈希层数据结构为：KEY+结构HASH+内容HASH；
图8是根据本发明实施例的数据层数据结构的示意图，如图8所示，数据层数据结构为：KEY+数据。
其中，KEY是本层数据的编码，也就是前述的关键字。
(2)数据分层
如图4所示，图4中的金融业数据资产结构被划分为六层数据，其中最底层，即第六层是最基础的数据，第五层以上，是数据的集合。在上述六层数据的基础上，进一步划分哈希层与数据层：
将第六层即用于表示基础数据的层次，定义为数据层；
将第五层用于表示数据集合的层次，定义为哈希层。
(3)结构HASH值(HASHCODE1)生成方法
图9是根据本发明实施例的结构HASH值HASHCODE1的构成示意图，可以通过以下方案生成结构HASH值HASHCODE1。
生成第五层HASH值：采用国家密码管理布发布的SM3算法(即密码杂凑算法，是一种哈希密码算法，主要用于数字签名及验证、消息认证码生成及验证、随机数生成)，将姓名、性别等KEY值顺序连接后，生成结构HASH值。从第六层向上遍历，属于同一样上级节点的属性，共同连接后，生成结构HASH值。由图9可以看出，第五层结构HASH值由第六层数据结构的KEY生成。
生成第四层HASH值：采用SM3算法，将第五层结构HASH值联合，生成第四层结构HASH值。
生层第三层HASH值：采用SM3算法，将第四层结构HASH值联合，生成第三层结构HASH值。
生层第二层HASH值：采用SM3算法，将第三层结构HASH值联合，生成第二层结构HASH值。
生层第一层HASH值：采用SM3算法，将第二层结构HASH值联合，生成第一层结构HASH值。至此将数据结构的HASH值，归并为一个节点，一个值。
图10是根据本发明实施例的结构HASH值HASHCODE1的具体取值示意图。基于前述结构HASH值的生成方案，最终生成如图10所示的结构HASH值。
(4)内容HASH(HASHCODE2)生成方法
图11是根据本发明实施例的生成内容HASH值HASHCODE2的构成示意图，在划分哈希层与数据层的基础上，逐层向上生成内容HASH值。可以通过以下方案生成内容HASH值HASHCODE2。
生成第五层HASH值：采用国家密码管理布发布的SM3算法，将姓名、性别等KEY的值顺序连接后，生成HASH值。从第六层向上遍历，属于同一样上级节点的属性，共同连接后，生成HASH值。由图11可以看出，第五层HASH值由第六层KEY值生成。
生成第四层HASH值：采用SM3算法，将第五层内容HASH联合，生成第四层内容HASH值。
生层第三层HASH值：采用SM3算法，将第四层内容HASH值联合，生成第三层内容HASH值。
生层第二层HASH值：采用SM3算法，将第三层内容HASH值联合，生成第二层内容HASH值。
生层第一层HASH值：采用SM3算法，将第二层内容HASH值联合，生成第一层内容HASH值。至此将KEY值的HASH值，归并为一个节点，一个值。
图12是根据本发明实施例的内容HASH值HASHCODE2的具体取值示意图。基于前述结构和内容HASH值的生成方案，最终生成如图12所示的结构和内容HASH值。
二、基于前述模型进行数据资产快速比对
(1)结构比较
结构HASH值更新过程
图13是根据本发明实施例的数据层有新增结构的示意图。如图13所示，当数据层新增一个结构KEY值后，采用SM3算法，重新生成其上层根结构的HASH值，第五层结构HASH值发生变化。进而，逐步向上更新第四层、第三层、第二层、第一层的结构哈希值。
对比图10的数据集的结构HASH值变化前(记为数据集A)，以及图13的数据集的结构HASH值变化后(记为数据集B)，可以从上向下执行如下比较过程：
比较第一层根节点的哈希值：equals(1040,1040AAA)，若相等，则说明数据集A与数据集B结构相同；若不相等，则说明数据集A与数据集B的结构不相同。
在不相等的情况下，向下比较第二层的哈希值。
For(i＝0,i<layer2.lengh,i++){
遍历第二层的结构值，
equals(1020,1020AAA)
equals(1030,1030)
}
表现出客户节点结构HASH值不同，经营管理节点结构HASH值相同。
在不相等的情况下，向下比较第三层的哈希值，并将这个遍历过程，逐层向下进行，停止比较的条件是：
比较至数据层；或者，
比较至最底层。如果只是增加了一个哈希层节点，但没有增加数据层内容，则比较至新增的哈希层节点，即无法向上推进，此时结束即可。
(2)内容比较
内容HASH值更新过程
图14是根据本发明实施例的数据层有内容变化的示意图。如图14所示，如图14所示，当修改了数据KEY的内容后，采用SM3算法，重新计算第五层节点的内容哈希值。进而，逐步向上更新第四层、第三层、第二层、第一层的内容哈希值。
对比图12的数据集的内容HASH值变化前(记为数据集A)，以及图14的数据集的内容HASH值变化后(记为数据集B)，可以从上向下执行如下比较过程：
比较第一层根节点的哈希值：equals(kkk,kkk111)，若相等，则说明数据集A与数据集B内容相同；若不相等，则说明数据集A与数据集B的内容不相同。
在不相等的情况下，向下比较第二层的哈希值。
For(i＝0,i<layer2.lengh,i++){
遍历第二层的结构值，
equals(LLL,LLL111)
equals(JJJ,JJJ)
}
表现出客户节点内容HASH值不同，经营管理节点内容HASH值相同。
在不相等的情况下，向下比较第三层的哈希值，并将这个遍历过程，逐层向下进行，停止比较的条件是：
比较至数据层；或者，
比较至最底层。
(3)数据资产快速查询法
图15是根据本发明实施例的待压缩的数据的示意图，待压缩的数据，主要是指数据层的内容。
根据布隆结构原理，构建布隆过滤器，形成一个由字母和数字组成的每个字段长度为256字符的链表型编码空间，且每个字段的初始值为0。图16是根据本发明实施例的布隆过滤器初始状态的示意图。
将待压缩数据的数据结构即KEY的HASH值，采用3个HASH256算法，生成新的长度256位的HASH值。
在布隆过滤器中找到新HASH值对应的位置，将位置上的变为1。图17是根据本发明实施例数据压缩过程的示例1的示意图。图18是根据本发明实施例数据压缩过程的示例2的示意图。
图19是根据本发明实施例的布隆过滤器中数据查找的示意图，如图19所示，要查询李四是否存在，需要执行以下步骤：
采用三个HASH算法，生成李四的HASH值；
在布隆过滤器中，查询对应HASH的位置是否为1，都三个位置的值，均为1，则说明李四存在；否则说明李四不存在。
综上，本发明实施例提出了一种基于MerkleTree和BloomFilter的数据资产快速识别、比对、查找与防篡改的方法及系统，该方案具有以下特点：
(1)基于merkle树的金融业数据资产模型
基于merkle树原理，构建金融业数据资产模型，通过将数据结构与数据内容拆分，实现了灵活管理与记录数据。通过引入merkle树理论，实现数据快速查询、定位、识别、对比。
哈希层数据结构为：KEY+结构HASH+内容HASH；
数据层数据结构为：KEY+数据。
(2)结构HASH生成方法
本发明通过为哈希层节点生成结构HASH值，并将多个层次，多个节点的HASH值，归纳到一个根节点，从而实现了数据结构KEY值的快速比对。
(3)内容HASH生成方法
本发明通过为哈希层节点、数据层数据生成HASH值，并将多个层次，多个节点的HASH值，归纳到一个根节点，从而实现了数据值的快速比对。
(4)结构值的更新方法
采用SM3算法，从下向上更新发生变化的节点的HASH值，实现了最小范围快速更新变化量，大幅提高数据修改更新效率。
(5)结构值的比较方法
自顶向下比较节点HASH值，从而实现快速比较变化，快速定位变化内容的目标。
(6)内容值的更新方法
采用SM3算法，从下向上更新发生变化的节点的HASH值，实现了最小范围快速更新变化量，大幅提高数据修改更新效率。
(7)内容值的比较方法
自顶向下比较节点HASH值，从而实现快速比较变化，快速定位变化内容的目标。
(8)数据资产快速查询方法
通过引用布隆结构，将数据压缩为用二进制表示的链表，大幅降低查找时的寻找范围。通过将布隆过滤器与金融业数据模型的数据层融合，大幅提升数据查询效率，实现了快速查找数据的目的。
该方案解决了数据共享场景中的数据资产数据结构识别比对效率低、数据资产识别场景中的数据资产识别实时性低、敏感数据更新保护数据资产更新识别效率低、敏感数据防篡改中敏感数据资产篡改防护难的问题，具体而言，本方案具有以下优点：
第一，本发明实施例构建了金融业数据资产模型，将数据结构与数据内容分离；
第二，将金融数据抽象为哈希层和数据层，并在每个节点上生成下层内容的HASH层；
第三，当数据结构变化时，快速更新数据结构HASH值。当数据内容变化时，快速更新数据内容的HASH值；
第四，基于生成的结构merkel树、内容Merkle树，实现了数据快速识别、快速比对，数据篡改快速发现与定位；
第五，基于生成的BloomFilter，将大规模数据压缩到有限空间中，实现了海量数据快速查找。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种数据管理方法，其特征在于，包括：
基于数据资产结构划分出数据层和所述数据层之上的哈希层；
基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成；
基于所述数据模型进行数据管理；
其中，所述数据层之上的所述哈希层有多层，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成包括：对于最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成；或者，对于非最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成；
其中，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字顺序连接，生成所述节点的所述结构哈希值；
其中，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字和结构哈希值顺序连接，生成所述节点的所述结构哈希值；
其中，所述数据层之上的所述哈希层有多层，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成包括：对于最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成；或者，对于非最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成；
其中，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字的对应值顺序连接，生成所述节点的所述内容哈希值；
其中，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成包括：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的内容哈希值顺序连接，生成所述节点的所述内容哈希值。
2.根据权利要求1所述的方法，其特征在于，基于数据资产结构划分出数据层和所述数据层之上的哈希层包括：
将以节点关键字和所述节点关键字的对应值构成的键值对的形式存在的基础数据划入所述数据层；
将按照所述数据资产结构基于所述键值对形成的数据集合划入所述哈希层。
3.根据权利要求1-2中任一项所述的方法，其特征在于，基于所述数据模型进行数据管理包括：
修改所述数据层的节点的节点关键字和/或对应值，或者所述哈希层的节点的节点关键字；
从下向上逐层更新发生修改的所述节点的所有上级节点的结构哈希值和/或内容哈希值。
4.根据权利要求1-2中任一项所述的方法，其特征在于，基于所述数据模型进行数据管理包括：
在所述数据层或所述哈希层中增加或删除节点；
从下向上逐层更新增加或删除的所述节点的所有上级节点的结构哈希值和/或内容哈希值。
5.根据权利要求1-2中任一项所述的方法，其特征在于，基于所述数据模型进行数据管理包括：
检测到最高哈希层中的根节点的预定哈希值发生变化，其中，所述预定哈希值包括：所述结构哈希值和/或所述内容哈希值；
比较所述最高哈希层的下一哈希层中的所有节点的所述预定哈希值是否发生变化，在有节点的所述预定哈希值发生变化的情况下，继续比较发生变化的所述节点在再下一层中的所有下一级节点的所述预定哈希值是否发生变化，直到已经比较到数据层或者已经比较到哈希层中增加的节点。
6.根据权利要求1-2中任一项所述的方法，其特征在于，基于所述数据模型进行数据管理包括：
将所述数据层的节点的节点关键字的对应值生成预定长度的第一哈希值，确定所述第一哈希值在具有所述预定长度的布隆过滤器中的对应位，并将所述对应位置位；
接收查询请求，其中，所述查询请求中携带待查询的节点关键字的对应值；
将待查询的节点关键字的对应值生成预定长度的第二哈希值，确定所述第二哈希值在具有所述预定长度的布隆过滤器中的对应位，并确定所述对应位是否被置位；
根据所述对应位是否被置位的确定结果，确定是否查询到待查询的节点关键字的对应值。
7.根据权利要求6所述的方法，其特征在于，所述第一哈希值和所述第二哈希值有多个，分别基于多个不同的哈希值算法生成，其中，所述多个不同的哈希值算法均能够生成具有所述预定长度的哈希值。
8.一种数据管理装置，其特征在于，包括：
分层模块，用于基于数据资产结构划分出数据层和所述数据层之上的哈希层；
模型构建模块，用于基于默克尔树构建数据模型，其中，所述数据模型包括分布在所述数据层和所述哈希层的多个节点，所述数据层的节点的数据结构包括节点关键字和所述节点关键字的对应值，所述哈希层的节点的数据结构包括节点关键字、结构哈希值和内容哈希值，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成；
数据管理模块，用于基于所述数据模型进行数据管理；
其中，所述数据层之上的所述哈希层有多层，节点的所述结构哈希值基于所述节点的所有下一级节点的节点关键字和/或结构哈希值生成包括：对于最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字生成；或者，对于非最低哈希层中的节点，所述节点的所述结构哈希值基于所述节点在下一哈希层中的所有下一级节点的节点关键字和结构哈希值生成；
其中，所述模型构建模块还用于：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字顺序连接，生成所述节点的所述结构哈希值；
其中，所述模型构建模块还用于：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字和结构哈希值顺序连接，生成所述节点的所述结构哈希值；
其中，所述数据层之上的所述哈希层有多层，节点的所述内容哈希值基于所述节点的所有下一级节点的节点关键字的对应值或内容哈希值生成包括：对于最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在所述数据层中的所有下一级节点的节点关键字的对应值生成；或者，对于非最低哈希层中的节点，所述节点的所述内容哈希值基于所述节点在下一哈希层中的所有下一级节点的内容哈希值生成；
其中，所述模型构建模块还用于：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的节点关键字的对应值顺序连接，生成所述节点的所述内容哈希值；
其中，所述模型构建模块还用于：采用密码杂凑算法将所述节点在所述数据层中的所有下一级节点的内容哈希值顺序连接，生成所述节点的所述内容哈希值。
9.一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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
CN202210165022.8A 2022-02-22 2022-02-22 数据管理方法、装置及计算机可读存储介质 Active CN114510465B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210165022.8A CN114510465B (zh) 2022-02-22 2022-02-22 数据管理方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210165022.8A CN114510465B (zh) 2022-02-22 2022-02-22 数据管理方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN114510465A CN114510465A (zh) 2022-05-17
CN114510465B true CN114510465B (zh) 2023-09-26

Family

ID=81554141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210165022.8A Active CN114510465B (zh) 2022-02-22 2022-02-22 数据管理方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114510465B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657499A (zh) * 2018-10-31 2019-04-19 深圳市网心科技有限公司 元数据验证方法、系统服务器和计算机可读存储介质
CN110275884A (zh) * 2019-05-31 2019-09-24 阿里巴巴集团控股有限公司 数据存储方法及节点
CN112036850A (zh) * 2020-08-28 2020-12-04 光大科技有限公司 数字资产数据的访问方法及装置、数字资产的交易系统
US11030187B1 (en) * 2016-05-18 2021-06-08 Salesforce.Com, Inc. Distributed database systems and structures
GB202106105D0 (en) * 2021-04-29 2021-06-16 Nchain Licensing Ag Methods and devices for enabling single page retrieval of merkle tree data
CN113722419A (zh) * 2021-09-01 2021-11-30 中国电信股份有限公司 骚扰标记数据处理方法、装置、电子设备和介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11030187B1 (en) * 2016-05-18 2021-06-08 Salesforce.Com, Inc. Distributed database systems and structures
CN109657499A (zh) * 2018-10-31 2019-04-19 深圳市网心科技有限公司 元数据验证方法、系统服务器和计算机可读存储介质
CN110275884A (zh) * 2019-05-31 2019-09-24 阿里巴巴集团控股有限公司 数据存储方法及节点
CN112036850A (zh) * 2020-08-28 2020-12-04 光大科技有限公司 数字资产数据的访问方法及装置、数字资产的交易系统
GB202106105D0 (en) * 2021-04-29 2021-06-16 Nchain Licensing Ag Methods and devices for enabling single page retrieval of merkle tree data
CN113722419A (zh) * 2021-09-01 2021-11-30 中国电信股份有限公司 骚扰标记数据处理方法、装置、电子设备和介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Jin Wang et al.Blockchain-based Data Storage Mechanism for Industrial Internet of Things.《Intelligent Automation &Soft Computing》.2020,第26卷(第5期),第1157-1172页. *
周坚 等.基于嵌套Merkle Hash Tree区块链的云数据动态审计模型.《计算机应用》.2019,第39卷(第12期),第3575-3583页. *

Also Published As

Publication number Publication date
CN114510465A (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
US11281793B2 (en) User permission data query method and apparatus, electronic device and medium
CN111046034B (zh) 管理内存数据及在内存中维护数据的方法和系统
US9870382B2 (en) Data encoding and corresponding data structure
US8543539B2 (en) Method and system for capturing change of data
CN110309196A (zh) 区块链数据存储和查询方法、装置、设备及存储介质
CN113986873B (zh) 一种海量物联网数据模型化的处理、存储与共享方法
CN116955361A (zh) 存储器内密钥范围搜索方法和系统
CN114579584B (zh) 数据表处理方法、装置、计算机设备和存储介质
CN114911943A (zh) 基于知识图谱的经营指标体系构建方法和系统
CN115705313A (zh) 一种数据处理方法、装置、设备及计算机可读存储介质
CN112528323A (zh) 一种数据处理方法和装置
CN114510465B (zh) 数据管理方法、装置及计算机可读存储介质
CN111831696A (zh) 基于图理论的资产信息存储方法和系统
CN116992464A (zh) 一种支持动态更新的通配符可搜索加密方法及系统
CN114048219A (zh) 图数据库更新方法及装置
US20100070458A1 (en) Rule creation method and rule creating apparatus
US10885157B2 (en) Determining a database signature
CN114860806A (zh) 区块链的数据查询方法、装置、计算机设备和存储介质
CN111339193B (zh) 类别的编码方法及装置
CN115221360A (zh) 树形结构配置方法和系统
CN110609926A (zh) 数据标签存储管理方法及装置
CN113449003B (zh) 信息查询的方法、装置、电子设备及介质
US20230385337A1 (en) Systems and methods for metadata based path finding
CN117762971A (zh) 面向区块链交易检索的高效查询方法、系统、设备及介质
CN117097617A (zh) 通信系统的模板管理方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant