CN115905454A - 数据修复方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本发明提供了一种数据修复方法、装置、电子设备以及存储介质。数据修复方法包括：获取基准业务数据和待修复业务数据；对基准业务数据的语义属性进行分析处理，得到语义分析结果；将语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则；根据数据修复规则，对待修复业务数据进行修复。本发明实施例的数据修复方法提高了数据修复的可靠性。

Description

数据修复方法、装置、电子设备以及存储介质

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种数据修复方法、装置、电子设备以及存储介质。

背景技术

传统的数据修复通过自然语言规则生成数据规则，通过规则引擎将自然语言的规则转换成具体的数据规则，从而通过规则完成数据修复。

现有技术中数据修复侧重于对元数据和自然语言的数据修复，随着企业系统中数据的多元化变动，通过自然语言规则和元数据结合这两种方式的数据修复存在一定的局限性，以至于无法针对多元化的所有数据进行数据修复。因此，数据修复方法的可靠性较差。

发明内容

有鉴于此，本发明实施例提供一种数据修复方法及装置、电子设备以及存储介质，以解决上述问题。

根据本发明实施例的第一方面，提供一种数据修复方法，包括：获取基准业务数据和待修复业务数据；对基准业务数据的语义属性进行分析处理，得到语义分析结果；将语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则；根据数据修复规则，对待修复业务数据进行修复。

在本发明的另一实现方式中，获取基准业务数据，包括：从数据管理系统中，获取业务数据表；通过数据过滤模型对业务数据表中的数据进行过滤，得到基准业务数据。

在本发明的另一实现方式中，获取待修复业务数据，包括：对业务数据表中的数据进行文本特征分析，得到分析结果；根据分析结果确定业务数据表中的待修复数据。

在本发明的另一实现方式中，根据分析结果确定业务数据表中的待修复数据，包括：根据分析结果判断业务数据表中是否存在文本属性异常的数据；若分析结果指示业务数据表中存在文本属性异常的数据，则将文本属性异常的数据标注为待修复数据。

在本发明的另一实现方式中，根据数据修复规则，对待修复业务数据进行修复，包括：从数据修复规则中匹配与待修复数据对应的修复规则条例；根据修复规则条例对待修复数据进行修复。

在本发明的另一实现方式中，数据修复方法还包括：对修复的数据进行文本特征分析，得到分析结果；若分析结果为文本属性异常，则指示修复的数据修复失败，对修复的数据进行提示告警，并进行重新修复；若分析结果为文本属性正常，则指示修复的数据修复成功。

在本发明的另一实现方式中，数据修复方法还包括：数据管理系统通过深度学习模型提取用户生物特征信息；判断用户生物特征信息与数据管理系统中预存的用户身份信息是否匹配；若用户生物特征信息与用户身份信息匹配，则向该用户授予数据操作权限，若用户生物特征信息与用户身份信息不匹配，则拒绝向该用户授予数据操作权限。

根据本发明实施例的第二方面，提供一种数据修复装置，包括：数据获取模块：用于获取基准业务数据和待修复业务数据；数据处理模块：用于对基准业务数据的语义属性进行分析处理，得到语义分析结果；还用于将语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则；数据修复模块：用于根据数据修复规则，对所述待修复业务数据进行修复。

根据本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项的数据修复方法的步骤。

根据本发明实施例的第四方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的数据修复方法中的步骤。

在本发明实施例的数据修复方法中，通过对大量基准业务数据进行语义属性分析处理，得到语义分析结果，语义分析结果通过预先训练的规则生成引擎生成数据修复规则，通过数据修复规则对待修复数据进行修复。由于语义分析结果是大量基准业务数据进行语义属性分析得到的，所以语义分析结果包含多元化数据的文本特征，使得通过语义分析结果得到的数据修复规则可以针对多元化的所有数据进行数据修复，提高了数据修复的可靠性。

附图说明

为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，通过阅读下文实施方式的详细描述，方案中的优点和益处对于本领域的技术人员变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。

在附图中：

图1为本发明的一个实施例的数据修复方法的步骤流程图。

图2为本发明的另一实施例的数据修复装置的结构框图。

图3为本发明的另一实施例的电子设备的结构示意图。

具体实施方式

为了使本领域的人员更好地理解本发明实施例中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。

图1为本发明实施例提供的一种数据修复方法的步骤流程图，如图1所示，本实施例主要包括以下步骤：

S101、获取基准业务数据和待修复业务数据。

示例性地，获取企业历史数据，从企业历史数据中提取所需的基准业务数据和待修复业务数据，其中，基准业务数据需要满足对应业务领域的数据标准，待修复数据为存在数据缺失、数据重复以及数据不准确等问题的历史数据。

S102、对基准业务数据的语义属性进行分析处理，得到语义分析结果。

示例性地，对基准业务数据的语义属性进行数据分析，得到语义分析结果，其中，语义分析的过程可以通过语义分析算法实现，该算法支持包括简繁中英日俄法德在内的130多种语言。

S103、将语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则。

示例性地，预先训练规则生成引擎，将语义分析得到的分析结果输入至规则生成引擎中，通过规则生成引擎自动执行数据抽取、转环、融合以及校验的过程，生成数据修复规则，其中，数据修复规则中包括对缺失数据修复、错误数据修复、数据格式修复等对应的修复规则。

S104、根据数据修复规则，对待修复业务数据进行修复。

示例性地，从数据修复规则中提取与待修复业务数据的数据问题类型对应的数据修复规则条例，通过数据修复规则条例，对待修复数据进行修复。

在本发明实施例的数据修复方法中，通过对大量基准业务数据进行语义属性分析处理，得到语义分析结果，语义分析结果通过预先训练的规则生成引擎生成数据修复规则，通过数据修复规则对待修复数据进行修复。由于语义分析结果是大量基准业务数据进行语义属性分析得到的，所以语义分析结果包含多元化数据的文本特征，使得通过语义分析结果得到的数据修复规则可以针对多元化的所有数据进行数据修复，提高了数据修复的可靠性。

在本发明的另一实现方式中，获取基准业务数据，包括：从数据管理系统中，获取业务数据表；通过数据过滤模型对业务数据表中的数据进行过滤，得到基准业务数据。

示例性地，登录企业的数据管理系统，从数据管理系统中获取所需的业务数据表，通过预先训练的数据过滤模型，从业务数据表中得到标准的业务数据，作为基准业务数据。

在本发明实施例的方法中，通过数据过滤模型对业务数据表中的数据进行过滤，确定其中的标准的业务数据作为基准业务数据，提高了基准业务数据的准确性。

在本发明的另一实现方式中，获取待修复业务数据，包括：对业务数据表中的数据进行文本特征分析，得到分析结果；根据分析结果确定业务数据表中的待修复数据。

示例性地，对业务数据表中所有的数据进行文本特征分析，得到分析结果，从业务数据表中查找分析结果异常的数据，将分析结果异常的数据提取出来作为待修复数据，待修复数据为存在数据缺失、数据重复以及数据不准确等问题的历史数据。

在本发明实施例的方法中，从业务数据表中的数据进行文本特征分析，找出数据缺失、数据重复以及数据不准确的数据作为待修复数据，对待修复数据进行数据修复，保证了业务数据表中的数据的准确性。

在本发明的另一实现方式中，根据分析结果确定业务数据表中的待修复数据，包括：根据分析结果判断业务数据表中是否存在文本属性异常的数据；若分析结果指示业务数据表中存在文本属性异常的数据，则将文本属性异常的数据标注为待修复数据。

示例性地，根据文本特征分析结果判断业务数据表中是否存在文本属性异常的数据；若分析结果指示业务数据表中存在文本属性异常的数据，则将文本属性异常的数据标注为待修复数据。

在本发明实施例的方法中，通过判断业务数据表中的文本属性是否异常，将文本属性异常的数据作为待修复数据，通过在修复时可以通过异常的文本属性查找对应的修复规则，使得修复的数据更加准确。

在本发明的另一实现方式中，根据数据修复规则，对待修复业务数据进行修复，包括：从数据修复规则中匹配与待修复数据对应的修复规则条例；根据修复规则条例对待修复数据进行修复。

示例性地，判断待修复数据存在的数据问题，根据存在数据问题从数据修复规则中匹配对应的修复规则条例，使用对应的修复规则条例，对待修复数据进行修复，其中，数据修复规则中包括对缺失数据修复、错误数据修复、数据格式修复等对应的修复规则。

在本发明实施例的方法中，通过匹配与待修复数据存在的数据问题对应的修复规则条例对待修复数据进行修复，由于使用的修复规则条例具有针对性，可以保证修复结果的准确性，提高了数据修复的可靠性。

在本发明的另一实现方式中，数据修复方法还包括：对修复的数据进行文本特征分析，得到分析结果；若分析结果为文本属性异常，则指示修复的数据修复失败，对修复的数据进行提示告警，并进行重新修复；若分析结果为文本属性正常，则指示修复的数据修复成功。

示例性地，对修复好的数据重新进行文本特征分析，根据分析结果判断是否修复成功，如果文本特征分析结果依然指示文本属性异常，则表示该数据修复失败，对该数据进行提示告警，并重新进行修复，如果分析结果为文本属性正常，则指示修复的数据修复成功，将修复成功的数据存储至业务数据表中。

在本发明实施例的方法中，通过对修复后的数据重新进行文本属性分析，判断该数据是否修复成功，修复失败时对该数据重新进行修复，避免出现将修复失败的数据存储至业务数据表的情况，保证了修复后的数据的准确性，进一步提高了数据修复方法的可靠性。

在本发明的另一实现方式中，数据修复方法还包括：数据管理系统通过深度学习模型提取用户生物特征信息；判断用户生物特征信息与数据管理系统中预存的用户身份信息是否匹配；若用户生物特征信息与用户身份信息匹配，则向该用户授予数据操作权限，若用户生物特征信息与用户身份信息不匹配，则拒绝向该用户授予数据操作权限。

示例性地，数据管理员通过认证身份信息在数据管理系统中注册账号，账号注册成功后进行人脸识别，如果人脸识别结果与认证的身份信息匹配，则授予管理员数据操作权限，如果人脸识别结果与认证的身份信息不匹配，则不授予管理员数据操作权限，其中，数据操作权限包括业务数据表的下载、修改、删除等权限。

在本发明实施例的方案中，通过判断用户生物特征信息与认证的身份信息是否匹配，确定是否授予数据操作权限，避免他人篡改业务数据，保证了企业的业务数据的安全性，同时利用深度学习模型去自动提取特征，能够避免人工设计特征过程中的盲目性和差异性。

在本发明的另一实现方式中，数据修复方法还包括：获取业务数据的数据标准；根据业务数据的数据标准和数据修复规则生成业务数据规则。

示例性地，将业务数据的数据标准和数据修复规则进行融合，生成业务数据规则，业务数据规则可以根据业务数据标准对数据标准较为复杂的待修复业务数据进行针对性的修复。

在本发明实施例的方案中，结合业务数据标准和数据修复规则，对数据标准较为复杂的待修复业务数据进行针对性的修复，保证了数据标准较为复杂的业务数据的准确性，进一步提高了业务数据的数据质量。

在本发明的另一实现方式中，数据修复方法还包括：对修复成功的数据建立数据标签，并将修复成功的数据存储至对应的业务数据表中。

示例性地，对修复成功的数据建立数据标签，数据标签可以包括数据存在的问题、使用的数据修复条例等，方便用户对修复成功的数据进行核对，同时将修复成功的数据存储至对应的业务数据表中，在修复完成后，对业务数据表中的待修复数据进行逐一更新。

在本发明实施例的方案中，通过对修复完成的数据建立数据标签，方便用户后续对修复数据的核对，将修复成功的数据存储至对应的业务数据表中，对业务数据表中的待修复数据进行更新，保证了业务数据表中的业务数据的准确性。

在本发明的另一实现方式中，判断待修复业务数据的数据类型，如果数据类型为机密业务数据，且待修复业务数据的分析结果为数值有误，则对待修复业务数据进行提示告警，并将告警信息发送给数据管理系统的管理人员。

示例性地，通过数据类型查找出机密业务数据，机密业务数据包括公司的员工、客户数据、机构信息、供应商信息等，这些数据具有权威性和全局性，属于公司的企业资产，不可随意更改。如果数据类型为机密业务数据，且待修复业务数据的分析结果为数值有误，则不可使用数据修复规则对待修复业务数据进行随意修复，此时对待修复业务数据进行提示告警，并将告警信息发送给数据管理系统的管理人员，管理人员对该数据进行纠察。如果待修复业务数据的分析结果为数据格式等与数值无关的问题，则使用数据修复规则对待修复业务数据进行修复。

在本发明实施例的方案中，通过数据类型判断查找机密业务数据，再对机密业务数据的数据问题进行分析，查找出存在数值问题的待修复数据，将这部分数据交给管理人员进行纠察，避免机密业务数据存在他人瞒报谎报的问题，保证了机密业务数据的安全性跟准确性。

在本发明实施例的数据修复方法中，通过对大量基准业务数据进行语义属性分析处理，得到语义分析结果，语义分析结果通过预先训练的规则生成引擎生成数据修复规则，通过数据修复规则对待修复数据进行修复。由于语义分析结果是大量基准业务数据进行语义属性分析得到的，所以语义分析结果包含多元化数据的文本特征，使得通过语义分析结果得到的数据修复规则可以针对多元化的所有数据进行数据修复，提高了数据修复的可靠性。

图2为本发明实施例提供的一种数据修复装置200的结构框图，如图2所示，本实施例主要包括：

数据获取模块201：用于获取基准业务数据和待修复业务数据。

示例性地，获取企业历史数据，从企业历史数据中提取所需的基准业务数据和待修复业务数据，其中，基准业务数据需要满足对应业务领域的数据标准，待修复数据为存在数据缺失、数据重复以及数据不准确等问题的历史数据。

数据处理模块202：用于对基准业务数据的语义属性进行分析处理，得到语义分析结果；还用于将语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则。

示例性地，对基准业务数据的语义属性进行数据分析，得到语义分析结果，其中，语义分析的过程可以通过语义分析算法实现，该算法支持包括简5繁中英日俄法德在内的130多种语言。预先训练规则生成引擎，将语义分析得到的分析结果输入至规则生成引擎中，通过规则生成引擎自动执行数据抽取、转环、融合以及校验的过程，生成数据修复规则，其中，数据修复规则中包括对缺失数据修复、错误数据修复、数据格式修复等对应的修复规则。

数据修复模块203：用于根据数据修复规则，对所述待修复业务数据进0行修复。

示例性地，从数据修复规则中提取与待修复业务数据的数据问题类型对应的数据修复规则条例，通过数据修复规则条例，对待修复数据进行修复。

在本发明实施例的数据修复装置200中，通过对大量基准业务数据进行语义属性分析处理，得到语义分析结果，语义分析结果通过预先训练的规则5生成引擎生成数据修复规则，通过数据修复规则对待修复数据进行修复。由于语义分析结果是大量基准业务数据进行语义属性分析得到的，所以语义分析结果包含多元化数据的文本特征，使得通过语义分析结果得到的数据修复规则可以针对多元化的所有数据进行数据修复，提高了数据修复的可靠性。

在本发明的另一实现方式中，数据获取模块201还用于从数据管理系统0中，获取业务数据表；通过数据过滤模型对业务数据表中的数据进行过滤，

得到基准业务数据。

在本发明的另一实现方式中，数据获取模块201还用于对业务数据表中的数据进行文本特征分析，得到分析结果；根据分析结果确定业务数据表中的待修复数据。

5在本发明的另一实现方式中，数据处理模块202还用于根据分析结果判断业务数据表中是否存在文本属性异常的数据；若分析结果指示业务数据表中存在文本属性异常的数据，则将文本属性异常的数据标注为待修复数据。

在本发明的另一实现方式中，数据处理模块202还用于从数据修复规则中匹配与待修复数据对应的修复规则条例；根据修复规则条例对待修复数据进行修复。

在本发明的另一实现方式中，数据处理模块202还用于对修复的数据进行文本特征分析，得到分析结果；若分析结果为文本属性异常，则指示修复的数据修复失败，对修复的数据进行提示告警，并进行重新修复；若分析结果为文本属性正常，则指示修复的数据修复成功。

在本发明的另一实现方式中，数据获取模块201还用于数据管理系统通过深度学习模型提取用户生物特征信息；判断用户生物特征信息与数据管理系统中预存的用户身份信息是否匹配；若用户生物特征信息与用户身份信息匹配，则向该用户授予数据操作权限，若用户生物特征信息与用户身份信息不匹配，则拒绝向该用户授予数据操作权限。

本实施例的装置用于实现前述多个方法实施例中相应的方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。

如图3所示，该电子设备300可以包括：处理器(processor)301、存储器(memory)303、以及通信总线304、通信接口(Communications Interface)305。

其中：

处理器301、存储器303以及通信接口305、通过通信总线304完成相互间的通信。

通信接口305，用于与其它电子设备或服务器进行通信。

处理器301，用于执行程序302，具体可以执行上述实施例中任一项数据修复方法的步骤。

具体地，程序302可以包括程序代码，该程序代码包括计算机操作指令。

处理器301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申请实施例的一个或多个集成电路。智能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303，用于存放程序302。存储器303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302具体可以用于使得处理器301执行以实现实施例中所描述任一项数据修复方法的步骤。程序302中各步骤的具体实现可以参见上述步骤中任一项数据修复方法所执行的步骤和单元中对应的描述，在此不赘述。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，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述。

本申请示例性实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本申请各实施例的方法。

上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的方法。此外，当通用计算机访问用于实现在此示出的方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的方法的专用计算机。

至此，已经对本发明的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。

需要说明的是，本发明实施例中所有方向性指示(诸如上、下、左、右、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

在本发明的描述中，术语“第一”、“第二”仅用于方便描述不同的部件或名称，而不能理解为指示或暗示顺序关系、相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

需要说明的是，虽然结合附图对本发明的具体实施例进行了详细地描述，但不应理解为对本发明的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属于本发明的保护范围。

本发明实施例的示例旨在简明地说明本发明实施例的技术特点，使得本领域技术人员能够直观了解本发明实施例的技术特点，并不作为本发明实施例的不当限定。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种数据修复方法，包括：

获取基准业务数据和待修复业务数据；

对所述基准业务数据的语义属性进行分析处理，得到语义分析结果；

将所述语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则；

根据所述数据修复规则，对所述待修复业务数据进行修复。

2.如权利要求1所述的方法，其特征在于，所述获取基准业务数据，包括：

从数据管理系统中，获取业务数据表；

通过数据过滤模型对所述业务数据表中的数据进行过滤，得到所述基准业务数据。

3.如权利要求2所述的方法，其特征在于，所述获取待修复业务数据，包括：

对所述业务数据表中的数据进行文本特征分析，得到分析结果；

根据所述分析结果确定所述业务数据表中的待修复数据。

4.如权利要求3所述的方法，其特征在于，所述根据所述分析结果确定所述业务数据表中的待修复数据，包括：

根据所述分析结果判断所述业务数据表中是否存在文本属性异常的数据；

若所述分析结果指示所述业务数据表中存在所述文本属性异常的数据，则将所述文本属性异常的数据标注为所述待修复数据。

5.如权利要求1所述的方法，其特征在于，所述根据所述数据修复规则，对所述待修复业务数据进行修复，包括：

从所述数据修复规则中匹配与所述待修复数据对应的修复规则条例；

根据所述修复规则条例对所述待修复数据进行修复。

6.如权利要求5所述的方法，其特征在于，还包括：

对修复的数据进行文本特征分析，得到分析结果；

若所述分析结果为文本属性异常，则指示所述修复的数据修复失败，对所述修复的数据进行提示告警，并进行重新修复；

若所述分析结果为所述文本属性正常，则指示所述修复的数据修复成功。

7.如权利要求2所述的方法，其特征在于，还包括：

所述数据管理系统通过深度学习模型提取用户生物特征信息；

判断所述用户生物特征信息与所述数据管理系统中预存的用户身份信息是否匹配；

若所述用户生物特征信息与所述用户身份信息匹配，则向该用户授予数据操作权限，若所述用户生物特征信息与所述用户身份信息不匹配，则拒绝向该用户授予所述数据操作权限。

8.一种数据修复装置，包括：

数据获取模块：用于获取基准业务数据和待修复业务数据；

数据处理模块：用于对所述基准业务数据的语义属性进行分析处理，得到语义分析结果；还用于将所述语义分析结果输入到预先训练的规则生成引擎，得到数据修复规则；

数据修复模块：用于根据所述数据修复规则，对所述待修复业务数据进行修复。

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的数据修复方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的数据修复方法中的步骤。

Images