CN116305297B - 一种用于分布式数据库的数据分析方法及系统 - Google Patents

一种用于分布式数据库的数据分析方法及系统 Download PDF

Info

Publication number
CN116305297B
CN116305297B CN202310575049.9A CN202310575049A CN116305297B CN 116305297 B CN116305297 B CN 116305297B CN 202310575049 A CN202310575049 A CN 202310575049A CN 116305297 B CN116305297 B CN 116305297B
Authority
CN
China
Prior art keywords
data
client
security
distributed database
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
CN202310575049.9A
Other languages
English (en)
Other versions
CN116305297A (zh
Inventor
郑惠
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.)
Tianyun Rongchuang Data Science & Technology Beijing Co ltd
Original Assignee
Tianyun Rongchuang Data Science & Technology Beijing 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 Tianyun Rongchuang Data Science & Technology Beijing Co ltd filed Critical Tianyun Rongchuang Data Science & Technology Beijing Co ltd
Priority to CN202310575049.9A priority Critical patent/CN116305297B/zh
Publication of CN116305297A publication Critical patent/CN116305297A/zh
Application granted granted Critical
Publication of CN116305297B publication Critical patent/CN116305297B/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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • 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
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Storage Device Security (AREA)

Abstract

本发明公开一种用于分布式数据库的数据分析方法及系统，涉及数据处理技术领域。所述方法包括：服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；接收各分布式数据库返回的数据；对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端。本发明将数据存储进行变形后存入分布式数据库中，然后在接收客户端请求后，选择性的进行分布式数据库中数据的获取，然后采用预设恢复规则恢复出源数据，由此能够保证数据库中数据的安全性。

Description

一种用于分布式数据库的数据分析方法及系统
技术领域
本发明涉及数据处理技术领域，尤其涉及一种用于分布式数据库的数据分析方法及系统。
背景技术
数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机有组织的、可共享的、统一管理的大量数据的集合。
现有的分布式数据库在数据存储时服务器将数据发送给各分布式数据库之后，没有对数据进行安全性划分，不能保证数据在分布式数据库中存储时的安全性，而且服务器也没有针对客户端的性能进行分析，很有可能会导致将安全等级较高的数据随意给到客户端，导致数据的泄露。
发明内容
本发明提供了一种用于分布式数据库的数据分析方法，包括：
服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；
查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；
接收各分布式数据库返回的数据；
对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端。
如上所述的一种用于分布式数据库的数据分析方法，其中，服务器在各分布式数据库中存储的数据有安全级别，根据数据的安全性存储。
如上所述的一种用于分布式数据库的数据分析方法，其中，为数据的安全性设置若干安全等级，每个等级都有对应的预设等级范围值；在计算得到客户端的安全性之后，服务器将客户端安全性与预设的安全属性值进行比较，选择合适的数据进行返回。
如上所述的一种用于分布式数据库的数据分析方法，其中，服务器采用自己知晓的存储规则将内部数据分别存储到分布式数据库中。
如上所述的一种用于分布式数据库的数据分析方法，其中，服务器采用自己知晓的恢复规则进行分布式数据库数据的源数据恢复处理。
本发明提供一种用于分布式数据库的数据分析系统，包括：服务器、客户端和分布式数据库；
服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；
服务器查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；
服务器接收各分布式数据库返回的数据；
服务器对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端。
如上所述的一种用于分布式数据库的数据分析系统，其中，服务器在各分布式数据库中存储的数据有安全级别，根据数据的安全性存储。
如上所述的一种用于分布式数据库的数据分析系统，其中，为数据的安全性设置若干安全等级，每个等级都有对应的预设等级范围值；在计算得到客户端的安全性之后，服务器将客户端安全性与预设的安全属性值进行比较，选择合适的数据进行返回。
如上所述的一种用于分布式数据库的数据分析系统，其中，服务器采用自己知晓的存储规则将内部数据分别存储到分布式数据库中。
如上所述的一种用于分布式数据库的数据分析系统，其中，服务器采用自己知晓的恢复规则进行分布式数据库数据的源数据恢复处理。
本发明实现的有益效果如下：本发明将数据存储进行变形后存入分布式数据库中，然后在接收客户端请求后，选择性的进行分布式数据库中数据的获取，然后采用预设恢复规则恢复出源数据，由此能够保证数据库中数据的安全性。
附图说明
为了更清楚地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，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种用于分布式数据库的数据分析方法流程图；
图2是本发明实施例二提供的一种用于分布式数据库的数据分析系统示意图。
具体实施方式
下面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、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明实施例一提供一种用于分布式数据库的数据分析方法，包括：
步骤110、服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；
由于服务器在各分布式数据库中存储的数据是有安全级别的，是根据数据的安全性存储的，只有服务器自己知晓哪些数据是可以直接返回客户端，哪些数据是需要客户端满足一定安全条件才能返回客户端的。因此服务器在接收到某一客户端请求之后，先要计算该客户端的安全性。
具体地，采用公式计算客户端的安全性，其中，/>为客户端的安全性，/>表示客户端的地址是否为服务器的非法地址域，若否，则/>为1，若是，则/>为0；/>为客户端与服务器的关联因子，该值为客户端在服务器上注册时所给定的值；/>为客户端的第i个安全数据，包括硬件安全等级、软件安全等级、网络安全等级，i的取值为1到n，n为安全数据总数；/>为第i个安全因子对客户端的安全性的影响权重。
优选地，可以为数据的安全性设置若干安全等级，例如A等级、B等级、C等级、D等级，每个等级都有对应的预设等级范围值，例如A等级最高，可以设置为安全属性值超过预设值Rsmax的客户端可以获取，B等级次之，可以设置安全属性值在0~Rsmax的客户端可以获取，C等级再次之，可以设置安全属性值在Rsmin~Rsmax（Rsmax＞Rsmin＞0）的客户端可以获取，D等级最低，可以设置安全属性值在0~Rsmin的客户端可以获取。
在计算得到客户端的安全性之后，服务器将客户端安全性与预设的安全属性值进行比较，选择合适的数据进行返回。例如客户端安全性在Rsmin~Rsmax之间，则可以将C等级和D等级的数据返回客户端。
步骤120、查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；
服务器找到需要返回的数据属性之后，查找这些数据存放在哪些分布式数据库中，向这些分布式数据库发送数据获取指示。
步骤130、接收各分布式数据库返回的数据；
步骤140、对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端。
本申请实施例中，服务器将内部数据分别存储到分布式数据库中，存储方式与恢复方式相反，该存储方式为只有服务器自己知晓的存储规则和对应的恢复方式。服务器在接收到各分布式数据库返回的存储数据之后，使用自己的恢复规则进行数据的源数据恢复处理。
具体地，在数据存储时，例如要存储数据为X，X分为N个字段，分别为，存储方式为对每个字段进行如下操作：对/>字段进行公式/>计算，/>为/>字段变形后的存储数据，/>为源存储数据，/>表示为/>字段设定的分配因子。变形之后将字段/>和/>均发送给对应分布式数据库进行存储。
在恢复源数据时，将存储公式进行变形，/>，计算出每个分布式数据库的/>值后，如果/>值相同，则说明源数据恢复成功，得到新数据/>。
实施例二
如图2所示，本发明实施例二提供一种用于分布式数据库的数据分析系统，包括服务器、客户端和分布式数据库，其中：
服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；
由于服务器在各分布式数据库中存储的数据是有安全级别的，是根据数据的安全性存储的，只有服务器自己知晓哪些数据是可以直接返回客户端，哪些数据是需要客户端满足一定安全条件才能返回客户端的。因此服务器在接收到某一客户端请求之后，先要计算该客户端的安全性。
具体地，采用公式计算客户端的安全性，其中，/>为客户端的安全性，/>表示客户端的地址是否为服务器的非法地址域，若否，则/>为1，若是，则/>为0；/>为客户端与服务器的关联因子，该值为客户端在服务器上注册时所给定的值；/>为客户端的第i个安全数据，包括硬件安全等级、软件安全等级、网络安全等级，i的取值为1到n，n为安全数据总数；/>为第i个安全因子对客户端的安全性的影响权重。
优选地，可以为数据的安全性设置若干安全等级，例如A等级、B等级、C等级、D等级，每个等级都有对应的预设等级范围值，例如A等级最高，可以设置为安全属性值超过预设值Rsmax的客户端可以获取，B等级次之，可以设置安全属性值在0~Rsmax的客户端可以获取，C等级再次之，可以设置安全属性值在Rsmin~Rsmax（Rsmax＞Rsmin＞0）的客户端可以获取，D等级最低，可以设置安全属性值在0~Rsmin的客户端可以获取。
在计算得到客户端的安全性之后，服务器将客户端安全性与预设的安全属性值进行比较，选择合适的数据进行返回。例如客户端安全性在Rsmin~Rsmax之间，则可以将C等级和D等级的数据返回客户端。
服务器查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；
服务器找到需要返回的数据属性之后，查找这些数据存放在哪些分布式数据库中，向这些分布式数据库发送数据获取指示。
服务器接收各分布式数据库返回的数据；
服务器对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端。
本申请实施例中，服务器将内部数据分别存储到分布式数据库中，存储方式与恢复方式相反，该存储方式为只有服务器自己知晓的存储规则和对应的恢复方式。服务器在接收到各分布式数据库返回的存储数据之后，使用自己的恢复规则进行数据的源数据恢复处理。
具体地，在数据存储时，例如要存储数据为X，X分为N个字段，分别为，存储方式为对每个字段进行如下操作：对/>字段进行公式/>计算，/>为/>字段变形后的存储数据，/>为源存储数据，/>表示为/>字段设定的分配因子。变形之后将字段/>和/>均发送给对应分布式数据库进行存储。
在恢复源数据时，将存储公式进行变形，/>，计算出每个分布式数据库的/>值后，如果/>值相同，则说明源数据恢复成功，得到新数据/>。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种用于分布式数据库的数据分析方法，其特征在于，包括：
服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；
查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；
接收各分布式数据库返回的数据；
对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端；
采用公式计算客户端的安全性，其中，/>为客户端的安全性，/>表示客户端的地址是否为服务器的非法地址域，若否，则/>为1，若是，则/>为0；/>为客户端与服务器的关联因子，所述关联因子的值为客户端在服务器上注册时所给定的值；/>为客户端的第i个安全因子，包括硬件安全等级、软件安全等级和网络安全等级，i的取值为1到n，n为安全因子总数；/>为第i个安全因子对客户端的安全性的影响权重；
在数据存储时，若要存储的源数据为X，将X分为N个字段，分别为，存储方式为对每个字段进行如下操作：对/>字段进行公式/>计算，/>为/>字段变形后的存储数据，/>为源数据，/>表示为/>字段设定的分配因子，变形之后将字段/>和/>均发送给对应分布式数据库进行存储；
在恢复源数据时，将存储公式进行变形，/>，计算出每个分布式数据库的/>值后，如果/>值相同，则说明源数据恢复成功，得到新数据。
2.如权利要求1所述的一种用于分布式数据库的数据分析方法，其特征在于，服务器在各分布式数据库中存储的数据有安全级别，根据数据的安全级别进行数据存储。
3.如权利要求2所述的一种用于分布式数据库的数据分析方法，其特征在于，为数据的安全级别设置若干安全等级，每个等级都有对应的预设等级范围值；在计算得到客户端的安全性之后，服务器将客户端安全性与预设等级范围值进行比较，选择相应安全等级的数据进行返回。
4.如权利要求1所述的一种用于分布式数据库的数据分析方法，其特征在于，服务器采用存储规则将内部数据分别存储到分布式数据库中。
5.如权利要求4所述的一种用于分布式数据库的数据分析方法，其特征在于，服务器采用恢复规则进行分布式数据库数据的源数据恢复处理。
6.一种用于分布式数据库的数据分析系统，其特征在于，包括：服务器、客户端和分布式数据库；
服务器接收客户端的数据获取请求，计算该客户端的安全性，根据计算得到的安全性决定向客户端返回数据的类型；
服务器查找存储与该请求相关的分布式数据库信息，向各分布式数据库发送数据获取指示；
服务器接收各分布式数据库返回的数据；
服务器对接收到的数据进行源数据恢复处理，得到新数据，将新数据返回客户端；
采用公式计算客户端的安全性，其中，/>为客户端的安全性，/>表示客户端的地址是否为服务器的非法地址域，若否，则/>为1，若是，则/>为0；/>为客户端与服务器的关联因子，所述关联因子的值为客户端在服务器上注册时所给定的值；/>为客户端的第i个安全因子，包括硬件安全等级、软件安全等级和网络安全等级，i的取值为1到n，n为安全因子总数；/>为第i个安全因子对客户端的安全性的影响权重；
在数据存储时，若要存储的源数据为X，将X分为N个字段，分别为，存储方式为对每个字段进行如下操作：对/>字段进行公式/>计算，/>为/>字段变形后的存储数据，/>为源数据，/>表示为/>字段设定的分配因子，变形之后将字段/>和/>均发送给对应分布式数据库进行存储；
在恢复源数据时，将存储公式进行变形，/>，计算出每个分布式数据库的/>值后，如果/>值相同，则说明源数据恢复成功，得到新数据。
7.如权利要求6所述的一种用于分布式数据库的数据分析系统，其特征在于，服务器在各分布式数据库中存储的数据有安全级别，根据数据的安全级别进行数据存储。
8.如权利要求7所述的一种用于分布式数据库的数据分析系统，其特征在于，为数据的安全级别设置若干安全等级，每个等级都有对应的预设等级范围值；在计算得到客户端的安全性之后，服务器将客户端安全性与预设等级范围值进行比较，选择相应安全等级的进行返回。
9.如权利要求6所述的一种用于分布式数据库的数据分析系统，其特征在于，服务器采用存储规则将内部数据分别存储到分布式数据库中。
10.如权利要求9所述的一种用于分布式数据库的数据分析系统，其特征在于，服务器采用恢复规则进行分布式数据库数据的源数据恢复处理。
CN202310575049.9A 2023-05-22 2023-05-22 一种用于分布式数据库的数据分析方法及系统 Active CN116305297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310575049.9A CN116305297B (zh) 2023-05-22 2023-05-22 一种用于分布式数据库的数据分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310575049.9A CN116305297B (zh) 2023-05-22 2023-05-22 一种用于分布式数据库的数据分析方法及系统

Publications (2)

Publication Number Publication Date
CN116305297A CN116305297A (zh) 2023-06-23
CN116305297B true CN116305297B (zh) 2023-09-15

Family

ID=86817136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310575049.9A Active CN116305297B (zh) 2023-05-22 2023-05-22 一种用于分布式数据库的数据分析方法及系统

Country Status (1)

Country Link
CN (1) CN116305297B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110287150A (zh) * 2019-05-16 2019-09-27 中国科学院信息工程研究所 一种大规模存储系统元数据分布式管理方法与系统
CN111324902A (zh) * 2018-12-14 2020-06-23 航天信息股份有限公司 一种基于区块链的数据存取方法、装置及系统
CN111797422A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 数据隐私保护查询方法、装置、存储介质及电子设备
CN115114305A (zh) * 2022-04-08 2022-09-27 腾讯科技（深圳）有限公司 分布式数据库的锁管理方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11695735B2 (en) * 2018-05-10 2023-07-04 Nxm Labs, Inc. Security management for net worked client devices using a distributed ledger service

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111324902A (zh) * 2018-12-14 2020-06-23 航天信息股份有限公司 一种基于区块链的数据存取方法、装置及系统
CN111797422A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 数据隐私保护查询方法、装置、存储介质及电子设备
CN110287150A (zh) * 2019-05-16 2019-09-27 中国科学院信息工程研究所 一种大规模存储系统元数据分布式管理方法与系统
CN115114305A (zh) * 2022-04-08 2022-09-27 腾讯科技（深圳）有限公司 分布式数据库的锁管理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN116305297A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
US8745055B2 (en) Clustering system and method
Bifet et al. Mining frequent closed graphs on evolving data streams
Cheng et al. Evaluating probability threshold k-nearest-neighbor queries over uncertain data
US9767416B2 (en) Sparse and data-parallel inference method and system for the latent Dirichlet allocation model
Kang et al. Cloudle: an ontology-enhanced cloud service search engine
US10664481B2 (en) Computer system programmed to identify common subsequences in logs
CN116955361A (zh) 存储器内密钥范围搜索方法和系统
Papadopoulos et al. Authenticated multistep nearest neighbor search
US10810458B2 (en) Incremental automatic update of ranked neighbor lists based on k-th nearest neighbors
Shah et al. On efficient mining of frequent itemsets from big uncertain databases
CN106874332B (zh) 数据库访问方法和装置
CN109614521B (zh) 一种高效的隐私保护子图查询处理方法
Chen et al. Metric all-k-nearest-neighbor search
CN116305297B (zh) 一种用于分布式数据库的数据分析方法及系统
Xu et al. Efficient similarity join based on Earth mover’s Distance using Mapreduce
CN114298245A (zh) 异常检测方法、装置、存储介质和计算机设备
CN113742344A (zh) 电力系统数据的索引方法及装置
Kang et al. An enhanced algorithm for dynamic data release based on differential privacy
CN117435640A (zh) 一种用于定位相似实例的方法、装置和电子设备
Yang et al. Hybrid time decay model and probability decay window model for data stream closed frequent pattern mining
CN111949439B (zh) 基于数据库的数据文件更新方法和装置
CN110674390B (zh) 基于置信度的群体发现方法及装置
CN112445973A (zh) 一种寻找项目的方法、装置、存储介质和计算机设备
CN115757435A (zh) 一种支持语义感知密文检索加速的筛选因子确定方法
Chuang et al. Pursuing efficient data stream mining by removing long patterns from summaries

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