公证业务数据智能查询编译方法、装置及设备与流程

本技术涉及公证业务信息化处理，尤其涉及一种公证业务数据智能查询编译方法、装置及设备。

背景技术：

1、公证综合业务系统通常包括案件管理、当事人信息管理、公证事项管理、证明材料管理、收费管理、人员管理、流程管理、档案管理、电子卷宗管理、投诉建议管理、风险标签管理和监管报送等多个业务模块，各模块积累了大量的业务数据。管理人员和业务人员需要对上述业务数据进行查询分析，例如查询案件量、办结率、收费合计等指标，以支撑经营决策和业务管理。上述查询需求通常涉及多个业务模块的数据表，且查询条件和聚合方式较为多样。传统的查询方式要求业务人员编写数据库查询语句或在固定的报表系统中选择查询条件，对使用者的技术能力和数据表结构知识提出了较高要求，难以满足业务人员灵活、快速查询的需求。

2、近年来，自然语言生成查询语句text-to-sql技术逐步应用于数据分析领域，该技术利用大语言模型将用户以自然语言提出的查询问题转换为数据库可执行的查询语句，使非技术人员能够通过自然语言直接表达查询意图。然而，将自然语言生成查询语句技术应用于公证业务数据场景时，由于公证业务数据涉及多个业务模块和复杂的表间关联关系，大语言模型在生成查询语句时可能因对业务语义理解不准确而产生字段映射错误或表连接错误，导致查询结果与用户预期不一致。同时，公证业务数据中包含当事人身份信息、案件敏感信息等受控数据，不同角色和层级的用户具有不同的数据访问权限范围，查询过程中需要同时满足权限约束和数据安全保护要求。

3、现有技术中，数据脱敏技术能够对查询结果中的敏感字段进行遮盖处理，但通常在查询执行完成并获得结果数据后才进行脱敏处理，敏感字段数据在查询执行过程中可能已经进入中间结果或执行日志，存在敏感数据在脱敏处理之前暴露的风险。bi数据治理技术能够维护指标口径和报表口径，保证指标定义的一致性，但通常未对自然语言生成的查询语句在执行前进行计划层面的校验，无法在执行前发现查询计划中存在的节点缺失、字段不存在或权限配置矛盾等问题。此外，公证业务系统中的本体结构、元数据映射关系、指标口径定义和权限规则会随业务迭代而持续更新，同一查询请求在不同版本的配置资源下可能产生不同的查询结果。

技术实现思路

1、为了解决上述技术问题或者至少部分地解决上述技术问题，本技术提供了一种公证业务数据智能查询编译方法、装置及设备。

2、第一方面，本技术提供了一种公证业务数据智能查询编译方法，包括：

3、接收自然语言问数请求，对所述自然语言问数请求进行语义解析，得到结构化语义要素集合；其中，所述语义要素集合包括查询目标信息语义要素及查询约束条件语义要素；

4、将所述语义要素集合中的各语义要素映射到公证业务本体中的实体类型和属性类型，得到本体映射结果；

5、根据所述本体映射结果查询元数据映射表，确定本体实体和属性对应的候选数据，并根据所述查询目标信息确定对应的数据处理逻辑；

6、基于所述本体映射结果、所述候选数据以及所述数据处理逻辑，编译生成受控查询计划图；所述受控查询计划图为有向无环图，至少包括权限节点和脱敏节点，所述节点之间通过数据依赖边连接；

7、记录所述受控查询计划图所依赖的本体版本、元数据映射版本、指标口径版本和权限规则版本的版本号，生成版本快照标识并写入所述受控查询计划图的各节点中，作为后续执行与审计的版本依据；

8、根据当前用户的权限信息生成权限谓词并将所述权限谓词写入所述权限节点，同时根据敏感字段规则和所述权限信息生成脱敏算子并将所述脱敏算子写入所述脱敏节点；

9、对写入权限谓词和脱敏算子后的所述受控查询计划图执行静态校验，所述静态校验包括对节点合法性的存在性校验以及节点之间组合关系的合规性校验；

10、若静态校验通过，则根据所述受控查询计划图生成可执行语句并执行查询，输出查询结果；若静态校验不通过，则阻止生成可执行语句并输出校验失败原因。

11、本技术一实施例中，所述将各语义要素映射到公证业务本体中的实体类型和属性类型，得到本体映射结果，包括：

12、将每个语义要素与公证业务本体中的映射条目进行匹配；

13、当匹配未命中时，计算该语义要素与本体中各实体类型和属性类型的语义向量相似度，将相似度最高的候选项作为匹配结果；

14、对每个所述语义要素标注匹配来源和置信度；

15、当任一语义要素的匹配置信度低于预设阈值时，输出映射失败信息及失败原因。

16、本技术一实施例中，所述受控查询计划图中，还包括以下节点中的任意多个：实体节点、指标节点、维度节点、过滤节点、执行节点和输出节点；

17、所述实体节点被配置为关联一个本体实体，并通过元数据映射绑定一个或多个数据表；

18、所述指标节点被配置为关联一个指标公式及对应的聚合方式，输入为所述实体节点的输出字段；

19、所述维度节点被配置为关联一个分组属性；

20、所述过滤节点被配置为关联一个过滤表达式，所述过滤表达式包括时间范围表达式、维度筛选表达式和指标阈值表达式中的至少一种，输入来自所述实体节点、所述维度节点或所述指标节点；

21、所述执行节点被配置为设定数据读取操作及输出字段列表；

22、所述输出节点被配置为定义返回字段集合和输出格式。

23、本技术一实施例中，所述根据当前用户的权限信息生成权限谓词，包括：

24、获取当前用户的角色标识、所属组织标识、岗位权限标识和用户可访问的数据敏感级别上限；

25、从权限规则库中匹配适用于当前用户的权限规则集合；

26、根据所述权限规则集合生成权限谓词集合，所述权限谓词包括机构范围限制谓词和数据时间范围限制谓词中的至少一种；其中，所述机构范围限制谓词根据所述所属组织标识生成，用于将查询范围限定至所述用户所属组织及其下级组织；

27、将所述权限谓词集合写入所述权限节点，使后续查询执行被限制在用户权限范围内。

28、本技术一实施例中，所述根据敏感字段规则和所述权限信息生成脱敏算子，包括：

29、根据所述输出节点涉及的字段，识别其中的敏感字段；

30、对每个敏感字段，根据对应的脱敏策略及所述权限信息生成脱敏算子，所述脱敏算子包括以下至少一种：

31、字段级脱敏算子，用于对字段值执行掩码、替换或截断操作；

32、记录级过滤算子，用于过滤用户无权查看的记录行；

33、聚合级抑制算子，用于当分组内敏感记录数低于预设阈值时抑制该分组的输出；

34、当所述权限信息指示当前用户对所述敏感字段具有明文访问授权时，所述脱敏节点配置为透传或不生成脱敏算子；

35、将生成的脱敏算子写入所述脱敏节点。

36、本技术一实施例中，所述对写入权限谓词和脱敏算子后的受控查询计划图执行静态校验，包括以下校验内容：

37、存在性校验，包括校验每个实体节点引用的本体实体是否存在于当前版本的本体中；校验每个执行节点的输出字段列表中的字段是否均存在于当前版本的元数据映射中；校验每个指标节点引用的指标公式是否存在于当前版本的指标口径库中；校验所述权限节点中是否已写入与当前用户角色标识相匹配的权限谓词；

38、权限-脱敏组合策略校验，包括校验所述权限节点与所述脱敏节点的配置是否一致；当所述权限节点对应的权限谓词指示当前用户对敏感字段的访问权限为受限时，校验所述脱敏节点中是否包含有效的脱敏算子，若缺失则判定为校验不通过；当所述权限节点对应的权限谓词指示当前用户对敏感字段的访问权限为明文授权时，校验所述脱敏节点配置为透传或为空时判定为合规；

39、组合操作风险校验，包括检查所述受控查询计划图中是否存在从敏感字段对应的实体节点直达输出节点且途中未经过过滤节点的通路，若存在则判定为存在批量导出风险，触发拦截并拒绝执行；

40、字段子集校验，包括校验所述输出节点的字段集合是否为所述执行节点输出字段列表的子集。

41、本技术一实施例中，在所述版本快照标识写入所述受控查询计划图的各节点中之后，还包括：

42、获取当前用户的实时权限信息，确定实时机构范围和实时时间范围；

43、将所述实时机构范围与所述权限谓词中的机构范围限制谓词取交集，将所述实时时间范围与所述权限谓词中的数据时间范围限制谓词取交集，以各维度的交集作为实际执行的权限边界；

44、当任一维度的所述实时权限范围小于所述权限谓词中对应维度所限定的范围时，触发权限降级告警，基于所述实时权限信息对所述受控查询计划图中的权限谓词进行更新，生成受限查询计划图；

45、对所述受限查询计划图重新执行静态校验，校验通过后执行查询，并记录审计日志。

46、本技术一实施例中，还包括对所述自然语言问数请求从语义解析到查询输出的完整执行链路进行追溯校验，具体包括：

47、生成用于追溯校验的数据记录，所述记录包括所述自然语言问数请求的原文、所述语义解析结果的结构化描述、所记录的各版本号及版本快照标识、所述受控查询计划图的结构快照、所生成的所述可执行语句的全文、实际查询返回并经数据安全处理后最终返回的字段列表、所述查询结果的记录总数，以及从所述自然语言问数请求原文、经语义解析结果、本体映射结果、受控查询计划图、可执行语句到查询结果之间的逐层转换对应关系；

48、提取所述查询结果中实际返回的字段集合，与所述受控查询计划图中输出节点所定义的字段集合进行比对，当实际返回的字段集合中存在不属于所述定义的字段集合的字段时，判定追溯校验失败并生成告警；

49、提取所述可执行语句所引用的数据表及字段，与所述受控查询计划图中执行节点的输出字段列表及实体节点绑定的数据表进行比对，当两者不一致时，判定追溯校验失败并生成告警。

50、本技术第二方面提供了一种公证业务数据智能查询编译装置，所述装置，包括：

51、语义解析模块，用于接收自然语言问数请求，对所述自然语言问数请求进行语义解析，得到结构化语义要素集合；其中，所述语义要素集合包括查询目标信息语义要素及查询约束条件语义要素；

52、映射模块，用于将所述语义要素集合中的各语义要素映射到公证业务本体中的实体类型和属性类型，得到本体映射结果；

53、确定模块，用于根据所述本体映射结果查询元数据映射表，确定本体实体和属性对应的候选数据，并根据所述查询目标信息确定对应的数据处理逻辑；

54、受控查询计划图生成模块，用于基于所述本体映射结果、所述候选数据以及所述数据处理逻辑，编译生成受控查询计划图；所述受控查询计划图为有向无环图，至少包括权限节点和脱敏节点，所述节点之间通过数据依赖边连接；

55、第一写入模块，用于记录所述受控查询计划图所依赖的本体版本、元数据映射版本、指标口径版本和权限规则版本的版本号，生成版本快照标识并写入所述受控查询计划图的各节点中，作为后续执行与审计的版本依据；

56、第二写入模块，用于根据当前用户的权限信息生成权限谓词并将所述权限谓词写入所述权限节点，同时根据敏感字段规则和所述权限信息生成脱敏算子并将所述脱敏算子写入所述脱敏节点；

57、校验模块，用于对写入权限谓词和脱敏算子后的所述受控查询计划图执行静态校验，所述静态校验包括对节点合法性的存在性校验以及节点之间组合关系的合规性校验；

58、执行输出模块，用于若静态校验通过，则根据所述受控查询计划图生成可执行语句并执行查询，输出查询结果；若静态校验不通过，则阻止生成可执行语句并输出校验失败原因。

59、本技术第三方面提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

60、存储器，用于存放计算机程序；

61、处理器，用于执行存储器上所存放的程序时，实现如第一方面任一实施例所述的一种公证业务数据智能查询编译方法。

62、本发明的有益效果：

63、本技术实施例提供的一种公证业务数据智能查询编译方法，将自然语言语义解析、公证业务本体映射、受控查询计划图编译、版本快照记录、权限谓词与数据安全算子的图节点嵌入、以及静态校验相结合，形成了一套从语义理解到安全执行的完整查询方法。该方法使业务人员能够以自然语言直接表达查询需求，由系统自动完成从语义理解、数据定位、查询计划编译到安全校验的全流程处理，无需人工编写数据库查询语句或手动配置权限规则；通过将权限约束和数据安全处理措施在编译阶段即嵌入查询计划图结构本身，而非在查询执行之后另行施加，使每一次查询的执行均经过权限合规性判定和数据安全处理，避免了因检查环节被绕过或遗漏而导致敏感数据泄露的风险；同时通过版本快照记录固定了查询执行所依据的各项配置资源版本，避免了因配置资源在执行过程中发生变更而产生不一致的查询结果；再通过静态校验在查询计划执行之前对节点合法性和组合关系合规性进行前置检查，将潜在的逻辑错误和安全风险拦截在编译阶段。进而该方法在满足公证业务数据灵活查询需求的同时，实现了数据安全管控与查询执行逻辑的深度融合，保障了查询结果的正确性、权限约束的完备性以及敏感数据的安全性。