CN115495017B - 一种基于大数据的数据存储方法及系统 - Google Patents

一种基于大数据的数据存储方法及系统 Download PDF

Info

Publication number
CN115495017B
CN115495017B CN202211173014.4A CN202211173014A CN115495017B CN 115495017 B CN115495017 B CN 115495017B CN 202211173014 A CN202211173014 A CN 202211173014A CN 115495017 B CN115495017 B CN 115495017B
Authority
CN
China
Prior art keywords
data
feature vector
debugging
electronic document
interaction feature
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
CN202211173014.4A
Other languages
English (en)
Other versions
CN115495017A (zh
Inventor
刘军
李玮
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.)
Chengdu Zuolinian Zhicheng Technology Co ltd
Original Assignee
Chengdu Zuolinian Zhicheng 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 Chengdu Zuolinian Zhicheng Technology Co ltd filed Critical Chengdu Zuolinian Zhicheng Technology Co ltd
Priority to CN202211173014.4A priority Critical patent/CN115495017B/zh
Publication of CN115495017A publication Critical patent/CN115495017A/zh
Application granted granted Critical
Publication of CN115495017B publication Critical patent/CN115495017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604—Improving or facilitating administration, e.g. storage management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
    • G06F21/78—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure storage of data
    • 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/062—Securing storage systems
    • 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请涉及数据处理技术领域，具体而言，涉及一种基于大数据的数据存储方法及系统。本申请提供的一种基于大数据的数据存储方法及系统，基准节点的指定危险入侵数据，而对目标文档记录内容的调试，是根据调试要求和指定危险入侵数据对交互特征向量进行调试，因此调试过程更加的准确，再者交互特征向量从待分析电子文档数据中筛选得到，最后交互特征向量经过调试得到的调试结果又返回待分析电子文档数据这样可以避免电子文档数据被窃听，因此所得到的目标电子文档数据中的目标文档记录内容的调试效果，这样可以保电子文档数据的安全性，从而提高了数据存储的准确性和可靠性。

Description

一种基于大数据的数据存储方法及系统
技术领域
本申请涉及数据处理技术领域，具体而言，涉及一种基于大数据的数据存储方法及系统。
背景技术
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
在电子文档数据的存储过程中，可能电子文档数据在传输过程中被窃听的问题，从而难以保障电子文档数据的安全性。因此，亟需一种技术方案以改善上述技术问题。
发明内容
为改善相关技术中存在的技术问题，本申请提供了一种基于大数据的数据存储方法及系统。
第一方面，提供一种基于大数据的数据存储方法，所述方法至少包括：获得待分析电子文档数据，其中，所述待分析电子文档数据包括目标文档记录内容；筛选所述目标文档记录内容的交互特征向量，并确定所述交互特征向量与数据优化线程中基准节点的第一关联情况；根据调试要求、所述数据优化线程中基准节点的指定危险入侵数据和所述第一关联情况，确定所述交互特征向量的调试结果；所述指定危险入侵数据包括事先配置的所述数据优化线程中的基准节点在被识别出的所述调试事件中的迁移信息，所述交互特征向量的调试结果包括第一入侵临界点的调试结果，所述第一入侵临界点为所述目标文档记录内容的交互特征向量中处于所述目标文档记录内容的临界点的交互特征向量；结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储。
在一种独立实施的实施例中，还包括：获得所述数据优化线程中基准节点与样本比对线程中基准节点的第二关联情况；所述确定所述交互特征向量与数据优化线程中基准节点的第一关联情况，包括：结合所述交互特征向量的标签和所述样本比对线程中基准节点的标签，确定所述交互特征向量与所述样本比对线程中基准节点的第三关联情况；结合所述第二关联情况和所述第三关联情况，确定所述第一关联情况。
在一种独立实施的实施例中，所述获得所述数据优化线程中基准节点与样本比对线程中基准节点的第二关联情况，包括：将所述数据优化线程中基准节点的位置与所述样本比对线程中基准节点的位置，切换到相同的定位上；确定所述数据优化线程中各个基准节点与所述样本比对线程中各个基准节点间的差异；结合所述数据优化线程中各个基准节点与所述样本比对线程中各个基准节点间的差异，确定所述第二关联情况。
在一种独立实施的实施例中，所述结合所述交互特征向量的标签和所述样本比对线程中基准节点的标签，确定所述交互特征向量与所述样本比对线程中基准节点的第三关联情况，包括：将标签相同的交互特征向量和所述样本比对线程的基准节点，确定为相互对应的基准节点二元组，得到所述第三关联情况。
在一种独立实施的实施例中，所述根据调试要求、所述数据优化线程中基准节点的指定危险入侵数据和所述第一关联情况，确定所述交互特征向量的调试结果，包括：结合所述调试要求确定目标文档记录内容的调试事件；获得所述数据优化线程中基准节点的指定危险入侵数据中，与所述调试事件对应的第一危险入侵数据；结合所述第一危险入侵数据，对所述数据优化线程中一个或多个基准节点二元组应的所述交互特征向量进行优化，从而得到所述交互特征向量的调试结果。
在一种独立实施的实施例中，在结合所述第一危险入侵数据，对所述数据优化线程中一个或多个基准节点二元组应的所述交互特征向量进行优化，从而得到所述交互特征向量的调试结果之前，还包括：结合所述调试要求确定所述调试事件的调试系数；结合所述调试系数对所述第一危险入侵数据进行调试。
在一种独立实施的实施例中，所述结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储，包括：依照在先设置的第一衍生单元，在所述交互特征向量的调试结果之间构建第一布局；结合所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性、所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息以及所述第一布局，在所述待分析电子文档数据上优化所述目标文档记录内容的调试结果，得到目标电子文档数据。
在一种独立实施的实施例中，所述结合所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性、所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息以及所述第一布局，在所述待分析电子文档数据上优化所述目标文档记录内容的调试结果，得到目标电子文档数据，包括：筛选所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性，确定为所述交互特征向量的调试结果的文档属性；结合所述交互特征向量的调试结果的文档属性，优化得到所述第一布局内的文档属性；结合所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息，将所述交互特征向量的文档属性和所述第一布局内的文档属性映射到所述待分析电子文档数据上，得到所述目标电子文档数据。
第二方面，提供一种基于大数据的数据存储系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现上述的方法。
本申请实施例所提供的一种基于大数据的数据存储方法及系统，通过获得待分析电子文档数据，并筛选待分析电子文档数据中目标文档记录内容的交互特征向量，确定交互特征向量与目标文档记录内容的数据优化线程中基准节点的第一关联情况，然后根据调试要求、数据优化线程中基准节点的指定危险入侵数据和第一关联情况，确定交互特征向量的调试结果，最后根据交互特征向量的调试结果和待分析电子文档数据，确定目标电子文档数据。基准节点的指定危险入侵数据，而对目标文档记录内容的调试，是根据调试要求和指定危险入侵数据对交互特征向量进行调试，因此调试过程更加的准确，再者交互特征向量从待分析电子文档数据中筛选得到，最后交互特征向量经过调试得到的调试结果又返回待分析电子文档数据这样可以避免电子文档数据被窃听，因此所得到的目标电子文档数据中的目标文档记录内容的调试效果，这样可以保电子文档数据的安全性，从而提高了数据存储的准确性和可靠性。
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为本申请实施例所提供的一种基于大数据的数据存储方法的流程图。
图2为本申请实施例所提供的一种基于大数据的数据存储装置的框图。
图3为本申请实施例所提供的一种基于大数据的数据存储系统的架构图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
请参阅图1，示出了一种基于大数据的数据存储方法，该方法可以包括以下步骤S101-步骤S103所描述的技术方案。
在步骤S101中，获得待分析电子文档数据，其中，所述待分析电子文档数据包括目标文档记录内容。
可以对电子文档数据采集设备记录的电子文档数据进行识别，若电子文档数据中涵盖目标文档记录内容，则获得该电子文档数据确定为待分析电子文档数据，若电子文档数据中不涵盖目标文档记录内容，则该电子文档数据不确定为待分析电子文档数据；相对应的，可以对电子文档数据进行识别，若某一个电子文档数据中涵盖目标文档记录内容，则获得该帧电子文档数据确定为待分析电子文档数据，若某一个电子文档数据中不涵盖目标文档记录内容，则该个电子文档数据不确定为待分析电子文档数据。
在步骤S102中，筛选所述目标文档记录内容的交互特征向量，并确定所述交互特征向量与所述目标文档记录内容的数据优化线程中基准节点的第一关联情况。
由于检测得到的目标文档记录内容的交互特征向量是对应于目标文档记录内容的各个重要信息的，而目标文档记录内容的数据优化线程也是对应于目标文档记录内容的各个重要信息的，因此搭建交互特征向量与数据优化线程中基准节点的第一关联情况，即将相同的重要信息处的交互特征向量和基准节点进行对应。
在步骤S103中，根据调试要求、所述数据优化线程中基准节点的指定危险入侵数据和所述第一关联情况，确定所述交互特征向量的调试结果。
其中，数据优化线程还可以存储各个基准节点的指定危险入侵数据，也就是在进行各个调试事件时基准节点的迁移信息等。各个调试事件中，至少有一个基准节点需要进行优化，因此可以记载各个基准节点在不同调试事件中的迁移信息。
交互特征向量的调试过程，包括交互特征向量的属性调试过程，因此交互特征向量的调试结果，包括属性被调试后的交互特征向量。
在本实施例中，本步骤确定交互特征向量的调试结果时，可以先结合所述调试要求确定目标文档记录内容的调试事件，然后获得所述数据优化线程中基准节点的指定危险入侵数据中，与所述调试事件对应的第一危险入侵数据，最后结合所述第一危险入侵数据，对所述数据优化线程中一个或多个基准节点二元组应的所述交互特征向量进行优化，从而得到所述交互特征向量的调试结果。
调试要求中具有一个调试事件，则确定一个调试事件，调试要求中具有多个调试事件，则确定多个调试事件。
第一危险入侵数据，包括数据优化线程的各个基准节点在调试事件中的迁移信息。可以遍历各个基准节点，从各个基准节点中获得调试要求中的调试事件所对应的危险入侵数据，即基准节点在该调试事件中的迁移信息。
在调试要求中的调试事件只有一个时，则直接获得该调试事件对应的危险入侵数据。在调试要求中的调试事件有多个时，则可以获得各个调试事件对应的危险入侵数据。或者，数据优化线程在存储各个调试事件的迁移信息之外，还存储了调试事件之间的各种组合所对应的迁移信息，则在调试要求中的调试事件有多个时，可以直接获得多个调试事件的组合所对应的迁移信息。
可以对基准节点二元组应的交互特征向量的位置和其所对应的迁移信息进行运算，得到交互特征向量的调试结果。在一个或多个调试事件中，至少有一个基准节点的迁移信息不为0，则这些基准节点二元组应的交互特征向量在运算后发生优化。在采用数组的方式对指定危险入侵数据进行记载，且在确定第一关联情况后，将与基准节点二元组应的交互特征向量的位置信息切换到线程的定位上，并添加到该基准节点的数组中的情况下，可以直接从各个基准节点的数组中筛选交互特征向量的位置和迁移信息进行计算。
在步骤S104中，结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储。
根据上述实施例可知，通过获得待分析电子文档数据，并筛选待分析电子文档数据中目标文档记录内容的交互特征向量，确定交互特征向量与目标文档记录内容的数据优化线程中基准节点的第一关联情况，然后根据调试要求、数据优化线程中基准节点的指定危险入侵数据和第一关联情况，确定交互特征向量的调试结果，最后根据交互特征向量的调试结果和待分析电子文档数据，确定目标电子文档数据。基准节点的指定危险入侵数据，而对目标文档记录内容的调试，是根据调试要求和指定危险入侵数据对交互特征向量进行调试，因此调试过程更加的准确，再者交互特征向量从待分析电子文档数据中筛选得到，最后交互特征向量经过调试得到的调试结果又返回待分析电子文档数据这样可以避免电子文档数据被窃听，因此所得到的目标电子文档数据中的目标文档记录内容的调试效果，这样可以保电子文档数据的安全性，从而提高了数据存储的准确性和可靠性。
对于一些可能实施的实施例而言，所述基于大数据的数据存储方法还包括：获得所述目标文档记录内容的数据优化线程中基准节点与样本比对线程中基准节点的第二关联情况。
其中，样本比对线程为目标文档记录内容的标准线程，由多个基准节点和基准节点间的布局构成。
因此，可以先将所述数据优化线程中基准节点的位置与所述样本比对线程中基准节点的位置，切换到相同的定位上，譬如样本比对线程中基准节点的位置为世界定位上的位置，则可以数据优化线程中基准节点的位置乘该线程的位置变换队列，从而将基准节点的位置切换到世界定位。
基于此，可以确定所述交互特征向量与数据优化线程中基准节点的第一关联情况，包括步骤S401至步骤S402所描述的内容。
在步骤S401中，结合所述交互特征向量的标签和所述样本比对线程中基准节点的标签，确定所述交互特征向量与所述样本比对线程中基准节点的第三关联情况。
在步骤S402中，结合所述第二关联情况和所述第三关联情况，确定所述第一关联情况。
将与样本比对线程的同一基准节点相对应的数据优化线程的基准节点和交互特征向量，确定为相互对应的关系。
本实施例中，通过事先配置样本比对线程的各个基准节点与数据优化线程的各个基准节点间的第二关联情况，然后在每次获得到待分析电子文档数据的目标文档记录内容的交互特征向量后，可以简单的应用标签确定交互特征向量与数据优化线程的基准节点的第一关联情况，简单方便，准确可靠，避免了针对各个待分析电子文档数据的目标文档记录内容的交互特征向量，进行差异计算等复杂操作。
对于一些可能实施的实施例而言，可以结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储，包括步骤S501至步骤S502所描述的内容。
在步骤S501中，依照在先设置的第一衍生单元，在所述交互特征向量的调试结果之间构建第一布局。
在各个交互特征向量的调试结果之间构建第一布局后，形成了目标文档记录内容的目标线程。
在步骤S502中，结合所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性、所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息以及所述第一布局，在所述待分析电子文档数据上优化所述目标文档记录内容的调试结果，得到目标电子文档数据。
可以先筛选所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性，确定为所述交互特征向量的调试结果的文档属性；然后结合所述交互特征向量的调试结果的文档属性，优化得到所述第一布局内的文档属性；最后结合所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息，将所述交互特征向量的文档属性和所述第一布局内的文档属性映射到所述待分析电子文档数据上，得到所述目标电子文档数据。
在本实施例中，可以先将待分析电子文档数据优化到输出电子文档数据上，譬如，将待分析电子文档数据拷贝到输出电子文档数据上，输出电子文档数据是用于交互特征向量的文档属性和第一布局内的文档属性的映射，即确定为目标电子文档数据的背景；然后将待分析电子文档数据确定为优化流程的输入电子文档数据，将各个交互特征向量在待分析电子文档数据上的映射点的位置确定为输入电子文档数据的纹理采样位置，这样就可以筛选交互特征向量在待分析电子文档数据上的映射点的文档属性，确定为交互特征向量的调试结果的文档属性；然后通过数据优化线程的线程变换队列将交互特征向量的调试结果的位置切换到世界定位，再然后通过世界定位到裁剪空间的变换队列，将世界定位上的交互特征向量的调试结果的位置切换到裁减定位，并送给后续片元优化阶段，即根据交互特征向量的调试结果的文档属性优化第一布局内的文档属性，并将交互特征向量的调试结果和第一布局内的文档属性优化在确定为输出电子文档数据的待分析电子文档数据上，从而实现在所述待分析电子文档数据上优化所述目标文档记录内容的调试结果，得到目标电子文档数据。
本实施例中，通过在各个交互特征向量的调试结果之间构建第一布局，以形成了目标文档记录内容的目标线程；再通过筛选交互特征向量的调试结果的文档属性，以及第一布局内文档属性的优化，以在目标线程上贴上目标文档记录内容的文档属性，最后将具有文档属性的目标线程优化到输出电子文档数据上，得到最终的目标电子文档数据。
在上述基础上，请结合参阅图2，提供了一种基于大数据的数据存储装置200，应用于基于大数据的数据存储系统，所述装置包括：
数据获得模块210，用于获得待分析电子文档数据，其中，所述待分析电子文档数据包括目标文档记录内容；筛选所述目标文档记录内容的交互特征向量，并确定所述交互特征向量与数据优化线程中基准节点的第一关联情况；
结果调试模块220，用于根据调试要求、所述数据优化线程中基准节点的指定危险入侵数据和所述第一关联情况，确定所述交互特征向量的调试结果；所述指定危险入侵数据包括事先配置的所述数据优化线程中的基准节点在被识别出的所述调试事件中的迁移信息，所述交互特征向量的调试结果包括第一入侵临界点的调试结果，所述第一入侵临界点为所述目标文档记录内容的交互特征向量中处于所述目标文档记录内容的临界点的交互特征向量；
数据存储模块230，用于结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储。
在上述基础上，请结合参阅图3，示出了一种基于大数据的数据存储系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。
在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
综上，基于上述方案，通过获得待分析电子文档数据，并筛选待分析电子文档数据中目标文档记录内容的交互特征向量，确定交互特征向量与目标文档记录内容的数据优化线程中基准节点的第一关联情况，然后根据调试要求、数据优化线程中基准节点的指定危险入侵数据和第一关联情况，确定交互特征向量的调试结果，最后根据交互特征向量的调试结果和待分析电子文档数据，确定目标电子文档数据。基准节点的指定危险入侵数据，而对目标文档记录内容的调试，是根据调试要求和指定危险入侵数据对交互特征向量进行调试，因此调试过程更加的准确，再者交互特征向量从待分析电子文档数据中筛选得到，最后交互特征向量经过调试得到的调试结果又返回待分析电子文档数据这样可以避免电子文档数据被窃听，因此所得到的目标电子文档数据中的目标文档记录内容的调试效果，这样可以保电子文档数据的安全性，从而提高了数据存储的准确性和可靠性。
应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (5)

1.一种基于大数据的数据存储方法，其特征在于，所述方法至少包括：
获得待分析电子文档数据，其中，所述待分析电子文档数据包括目标文档记录内容；筛选所述目标文档记录内容的交互特征向量，并确定所述交互特征向量与数据优化线程中基准节点的第一关联情况；
根据调试要求、所述数据优化线程中基准节点的指定危险入侵数据和所述第一关联情况，确定所述交互特征向量的调试结果；所述指定危险入侵数据包括事先配置的所述数据优化线程中的基准节点在被识别出的调试事件中的迁移信息，所述交互特征向量的调试结果包括第一入侵临界点的调试结果，所述第一入侵临界点为所述目标文档记录内容的交互特征向量中处于所述目标文档记录内容的临界点的交互特征向量；
结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储；还包括：获得所述数据优化线程中基准节点与样本比对线程中基准节点的第二关联情况；
所述确定所述交互特征向量与数据优化线程中基准节点的第一关联情况，包括：结合所述交互特征向量的标签和所述样本比对线程中基准节点的标签，确定所述交互特征向量与所述样本比对线程中基准节点的第三关联情况；结合所述第二关联情况和所述第三关联情况，确定所述第一关联情况；所述获得所述数据优化线程中基准节点与样本比对线程中基准节点的第二关联情况，包括：
将所述数据优化线程中基准节点的位置与所述样本比对线程中基准节点的位置，切换到相同的定位上；
确定所述数据优化线程中各个基准节点与所述样本比对线程中各个基准节点间的差异；
结合所述数据优化线程中各个基准节点与所述样本比对线程中各个基准节点间的差异，确定所述第二关联情况；所述结合所述交互特征向量的标签和所述样本比对线程中基准节点的标签，确定所述交互特征向量与所述样本比对线程中基准节点的第三关联情况，包括：将标签相同的交互特征向量和所述样本比对线程的基准节点，确定为相互对应的基准节点二元组，得到所述第三关联情况；所述根据调试要求、所述数据优化线程中基准节点的指定危险入侵数据和所述第一关联情况，确定所述交互特征向量的调试结果，包括：
结合所述调试要求确定目标文档记录内容的调试事件；获得所述数据优化线程中基准节点的指定危险入侵数据中，与所述调试事件对应的第一危险入侵数据；
结合所述第一危险入侵数据，对所述数据优化线程中一个或多个基准节点二元组应的所述交互特征向量进行优化，从而得到所述交互特征向量的调试结果。
2.根据权利要求1所述的基于大数据的数据存储方法，其特征在于，在结合所述第一危险入侵数据，对所述数据优化线程中一个或多个基准节点二元组应的所述交互特征向量进行优化，从而得到所述交互特征向量的调试结果之前，还包括：结合所述调试要求确定所述调试事件的调试系数；结合所述调试系数对所述第一危险入侵数据进行调试。
3.根据权利要求1至2任一项所述的基于大数据的数据存储方法，其特征在于，所述结合所述交互特征向量的调试结果和所述待分析电子文档数据，确定目标电子文档数据，并且所述目标电子文档数据进行存储，包括：
依照在先设置的第一衍生单元，在所述交互特征向量的调试结果之间构建第一布局；
结合所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性、所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息以及所述第一布局，在所述待分析电子文档数据上优化所述目标文档记录内容的调试结果，得到目标电子文档数据。
4.根据权利要求3所述的基于大数据的数据存储方法，其特征在于，所述结合所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性、所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息以及所述第一布局，在所述待分析电子文档数据上优化所述目标文档记录内容的调试结果，得到目标电子文档数据，包括：
筛选所述交互特征向量在所述待分析电子文档数据上的映射点的文档属性，确定为所述交互特征向量的调试结果的文档属性；结合所述交互特征向量的调试结果的文档属性，优化得到所述第一布局内的文档属性；
结合所述交互特征向量的调试结果在所述待分析电子文档数据上的映射点的位置信息，将所述交互特征向量的文档属性和所述第一布局内的文档属性映射到所述待分析电子文档数据上，得到所述目标电子文档数据。
5.一种基于大数据的数据存储系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现权利要求1-4任一项所述的方法。
CN202211173014.4A 2022-09-26 2022-09-26 一种基于大数据的数据存储方法及系统 Active CN115495017B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211173014.4A CN115495017B (zh) 2022-09-26 2022-09-26 一种基于大数据的数据存储方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211173014.4A CN115495017B (zh) 2022-09-26 2022-09-26 一种基于大数据的数据存储方法及系统

Publications (2)

Publication Number Publication Date
CN115495017A CN115495017A (zh) 2022-12-20
CN115495017B true CN115495017B (zh) 2023-06-13

Family

ID=84469592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211173014.4A Active CN115495017B (zh) 2022-09-26 2022-09-26 一种基于大数据的数据存储方法及系统

Country Status (1)

Country Link
CN (1) CN115495017B (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7188037B2 (ja) * 2018-12-05 2022-12-13 コニカミノルタ株式会社 データ処理装置及びデータ処理プログラム
CN112000788B (zh) * 2020-08-19 2024-02-09 腾讯云计算(长沙)有限责任公司 一种数据处理方法、装置以及计算机可读存储介质

Also Published As

Publication number Publication date
CN115495017A (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
US9256517B1 (en) Display of aggregated stack traces in a source code viewer
US9442832B2 (en) User workflow replication for execution error analysis
US9690946B2 (en) Security analysis using relational abstraction of data structures
US10452628B2 (en) Data analysis schema and method of use in parallel processing of check methods
US20130346947A1 (en) Comprehensively testing functionality of a computer program based on program code changes
CN116112746B (zh) 在线教育直播视频压缩方法及系统
US20120054724A1 (en) Incremental static analysis
CN116756525B (zh) 基于人工智能的岩土体参数智能测试方法及系统
CN115495017B (zh) 一种基于大数据的数据存储方法及系统
CN115373688B (zh) 一种软件开发线程的优化方法、系统及云平台
CN116468534A (zh) 一种集体经济组织信用信息等级分析方法及系统
CN115359203B (zh) 一种三维高精度地图生成方法、系统及云平台
CN116486269A (zh) 基于图像分析的桥梁裂缝识别方法及系统
US11709936B2 (en) Automatic integrity vulnerability detection in an integrated development environment
US11119761B2 (en) Identifying implicit dependencies between code artifacts
US20210081408A1 (en) Schema with methods specifying data rules, and method of use
US9582661B2 (en) Isolated program execution environment
CN113609362B (zh) 基于5g的数据管理方法及系统
CN115756576B (zh) 软件开发包的翻译方法及软件开发系统
CN113627495B (zh) 医疗数据融合方法、系统及服务器
CN115563153B (zh) 基于人工智能的任务批量处理方法、系统及服务器
CN113609931B (zh) 基于神经网络的人脸识别方法及系统
CN115292301B (zh) 基于人工智能的任务数据异常监测处理方法及系统
CN113613252B (zh) 基于5g的网络安全的分析方法及系统
CN116912351B (zh) 基于人工智能的颅内结构成像的修正方法及系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230519

Address after: No. 1103, 11th Floor, Building 9, No. 48 Shuxi Road, Jinniu High tech Industrial Park, Chengdu City, Sichuan Province, 610037

Applicant after: Chengdu Zuolinian Zhicheng Technology Co.,Ltd.

Address before: No. 368, Huayuan Street, Nangang District, Harbin, Heilongjiang, 150000

Applicant before: Liu Jun

GR01 Patent grant
GR01 Patent grant