数据查询方法、装置、车辆、程序产品和存储介质与流程

本公开涉及数据库，具体涉及数据库安全，尤其涉及数据查询方法、装置、车辆、程序产品和存储介质。

背景技术：

1、随着企业数字化转型的深入，基于大语言模型的文本到结构化查询语言（text-to-structured query language，text-to-sql）技术逐渐成为构建数据库自然语言接口的核心范式，旨在降低数据交互的准入门槛。

2、然而，大语言模型固有的概率生成机制导致其输出的查询指令具有非确定性，极易生成破坏性指令（如数据删除、表结构篡改等），严重威胁数据库的完整性与高可用性，并且可能导致底层明细数据面临直接泄露的风险。因此，如何在数据查询时保障数据安全，已成为当前亟待解决的技术难题。

技术实现思路

1、本公开实施例提供数据查询方法、装置、车辆、程序产品和存储介质，能够在数据查询时保障数据安全。

2、第一方面，本技术提供一种数据查询方法，包括：响应于用户的查询请求，生成查询请求对应的全局上下文语境信息；其中，查询请求用于请求从目标数据库中查询目标数据；全局上下文语境信息不包含除目标字段之外的其他字段对应的字段信息；目标字段为目标数据库的表结构元数据对应的数据字段；基于全局上下文语境信息，确定目标查询语句；利用目标查询语句，对目标数据库进行数据查询，得到目标查询数据；其中，数据查询的过程中，检测到目标查询语句为危险查询语句时，拦截目标查询语句；危险查询语句包括直接拉取底层明细列表的查询语句。

3、本技术提供的数据查询方法，通过构建不包含表结构元数据之外其他字段信息的全局上下文语境信息，能够在大语言模型处理查询请求阶段即阻断获取底层明细数据的可能，从源头上消除隐私数据暴露的风险。同时，在执行数据查询时拦截直接拉取底层明细列表的危险查询语句，使得针对用户查询请求所返回的目标查询数据仅包含聚合统计结果而非原始明细记录，由此建立起从查询指令生成到数据库执行的双层安全防线，有效避免破坏性指令对数据库的威胁以及敏感信息的越权泄露，提升数据查询过程的安全性。

4、在一些可能的实施方式中，基于全局上下文语境信息，确定目标查询语句，包括：确定全局上下文语境信息对应的目标查询场景；利用目标查询场景对应的目标查询语句结构化格式，对全局上下文语境信息进行改写，得到目标查询语句。

5、本技术提供的数据查询方法，能够先确定全局上下文语境信息对应的目标查询场景，再利用目标查询场景对应的目标查询语句结构化格式对全局上下文语境信息进行改写得到目标查询语句，使得查询语句的生成不再是依赖大语言模型从零开始的开放式推理，而是基于预置的结构化格式进行改写，避免大语言模型因幻觉现象生成包含伪造字段或非闭环逻辑的无效查询语句。同时，由于改写的依据是目标查询场景对应的结构化格式，同一查询场景下的同构查询请求能够生成结构一致的目标查询语句，确保多次查询结果的逻辑一致性与可复现性，并且减少每次查询重复进行完整语义解析和推理所带来的算力开销。

6、在一些可能的实施方式中，确定全局上下文语境信息对应的目标查询场景，包括：对全局上下文语境信息进行意图解析，得到第一查询场景；将第一查询场景与预设查询场景库中的查询场景进行场景特征匹配，得到与第一查询场景匹配的第二查询场景； 将第二查询场景确定为目标查询场景。

7、本技术提供的数据查询方法，能够先对全局上下文语境信息进行意图解析得到第一查询场景，再将第一查询场景与预设查询场景库中的查询场景进行场景特征匹配，将匹配得到的第二查询场景确定为目标查询场景，使得用户的自然语言查询意图在匹配阶段即受到预设结构化格式的约束，避免大语言模型直接基于开放式语境生成查询语句时可能出现的意图理解偏差和结构不可控问题。从而，提升目标查询场景确定的准确性，为后续查询语句的生成提供可靠的格式约束基础。

8、在一些可能的实施方式中，将第一查询场景与预设查询场景库中的查询场景进行场景特征匹配，得到与第一查询场景匹配的第二查询场景，包括：将预设查询场景库中与第一查询场景之间场景特征相似度最高的查询场景，确定为第二查询场景；其中，场景特征相似度包括特征语义相似度或特征余弦相似度。

9、本技术提供的数据查询方法，通过计算第一查询场景与预设查询场景库中各查询场景之间的场景特征相似度，并将相似度最高的查询场景确定为第二查询场景，使得目标查询场景的确定具备可量化的判定依据。相比依赖经验进行匹配的方式，能够更准确地从预设查询场景库中选出与用户查询意图最匹配的查询场景，避免因匹配不准确导致后续采用错误的结构化格式生成查询语句。

10、在一些可能的实施方式中，确定全局上下文语境信息对应的目标查询场景，还包括：在预设查询场景库不存在与第一查询场景匹配的第二查询场景的情况下，将第一查询场景确定为目标查询场景；其中，第一查询场景的查询语句结构化格式为无固定格式。

11、本技术提供的数据查询方法，在预设查询场景库不存在与第一查询场景匹配的第二查询场景的情况下，将第一查询场景直接确定为目标查询场景，使得用户的查询请求即使在无法匹配预设查询场景库中任一场景时仍能正常进入后续查询流程，避免因匹配失败而中断查询或返回无效结果的情形，提升查询流程的完整性和适应性。

12、在一些可能的实施方式中，第一查询场景和预设查询场景库中的查询场景包括查询类型、查询维度和查询核心指标。

13、本技术提供的数据查询方法，能够基于查询类型、查询维度和查询核心指标三个维度，确定第一查询场景和预设查询场景库中的查询场景之间的特征相似度，提升场景特征匹配的精度和可信度，进而保障目标查询场景确定的可靠性。

14、在一些可能的实施方式中，直接拉取底层明细列表的查询语句的确定过程，包括：在查询语句中不包括预设聚合函数清单中的聚合函数的情况下，将查询语句确定为危险查询语句；其中，聚合函数是对底层明细列表中的数据进行统计汇总的函数。

15、本技术提供的数据查询方法，通过不包括预设聚合函数清单中的聚合函数的查询语句判定为危险查询语句并进行拦截，能够从查询指令层面阻断底层明细数据向外传递的通道，保障数据查询过程中底层明细数据不被直接暴露。

16、在一些可能的实施方式中，危险查询语句还包括包含预设危险关键词的查询语句；包含预设危险关键词的查询语句的确定过程，包括：调取预设危险关键词列表；在查询语句中包括预设危险关键词列表中任一预设危险关键词的情况下，将查询语句确定为危险查询语句。

17、本技术提供的数据查询方法，通过调取预设危险关键词列表，并在查询语句中包含预设危险关键词列表中任一预设危险关键词的情况下将该查询语句确定为危险查询语句，使得危险查询语句的判定具备明确的关键词匹配依据。从而，准确识别包含数据删除、数据更新等操作意图的查询语句并进行拦截，避免此类查询语句被下发至目标数据库执行后对底层数据造成破坏。

18、在一些可能的实施方式中，利用目标查询语句，对目标数据库进行数据查询，得到目标查询数据，包括：利用目标查询语句，对目标数据库进行数据查询，得到初始查询数据；对初始查询数据进行隐私过滤处理，得到目标查询数据；其中，隐私过滤处理用于防止通过初始查询数据推导出隐私信息。

19、本技术提供的数据查询方法，在利用目标查询语句对目标数据库进行数据查询得到初始查询数据之后，能够对初始查询数据进行隐私过滤处理，将经过隐私过滤处理的数据作为最终的目标查询数据，避免仅依赖查询语句层面的安全校验而忽略查询结果本身可能存在的隐私泄露风险，进一步降低隐私信息泄露的可能性。

20、在一些可能的实施方式中，目标查询语句中包括至少一个聚合函数；聚合函数是对底层明细列表中的数据进行统计汇总的函数；对初始查询数据进行隐私过滤处理，得到目标查询数据，包括：确定初始查询数据中与至少一个聚合函数中每个聚合函数对应的聚合计数值；从初始查询数据中滤除聚合计数值低于预设计数阈值的聚合函数对应的查询数据，得到目标查询数据；其中，聚合计数值越低反向推导出底层明细列表中的数据的概率越高，隐私信息泄露的概率越高。

21、本技术提供的数据查询方法，对初始查询数据中与每个聚合函数对应的聚合计数值进行判定，将聚合计数值低于预设计数阈值的聚合函数对应的查询数据从初始查询数据中滤除，避免恶意通过聚合计数值较低的查询数据反向推导出个体隐私信息。从而，进一步消除小样本统计结果暴露个体特征的风险，提升数据查询结果的安全性和隐私保护强度。

22、在一些可能的实施方式中，表结构元数据包括但不限于：列名、数据类型、非敏感枚举值。

23、本技术提供的数据查询方法，基于列名、数据类型、非敏感枚举值三类表结构元数据构建的全局上下文语境信息，能够为目标查询语句的生成提供完整的结构参照，同时由于表结构元数据不包含任何具体数据行的内容，使得后续查询语句的生成过程始终在仅有结构信息的环境中完成，从信息源头层面避免底层明细数据在查询语句生成阶段的暴露风险

24、在一些可能的实施方式中，方法还包括：基于目标查询数据，输出数据分析报告；其中，数据分析报告用于向用户呈现目标查询数据的数据特征。

25、本技术提供的数据查询方法，通过将目标查询数据转化为对数据特征的描述性呈现，降低用户解读数据的门槛，使数据查询方法在完成数据检索和安全保护的基础上进一步实现了数据特征的直观呈现，提升查询结果对用户的实际价值。

26、在一些可能的实施方式中，基于目标查询数据，输出数据分析报告，包括：对目标查询数据进行数据解析，得到文本解析结果和可视化图表；将文本解析结果与可视化图表进行融合，输出数据分析报告。

27、本技术提供的数据查询方法，通过对目标查询数据进行数据解析得到文本解析结果和可视化图表，再将文本解析结果与可视化图表融合后输出数据分析报告。从而，降低用户解读数据的门槛，使数据查询方法在完成数据检索和安全保护的基础上进一步实现了数据特征的直观呈现，提升查询结果对用户的实际价值。

28、第二方面，本技术提供一种数据查询装置，包括：生成模块、确定模块和处理模块；生成模块，用于响应于用户的查询请求，生成查询请求对应的全局上下文语境信息；其中，查询请求用于请求从目标数据库中查询目标数据；全局上下文语境信息不包含除目标字段之外的其他字段对应的字段信息；目标字段为目标数据库的表结构元数据对应的数据字段；确定模块，用于基于全局上下文语境信息，确定目标查询语句；处理模块，用于利用目标查询语句，对目标数据库进行数据查询，得到目标查询数据；其中，数据查询的过程中，检测到目标查询语句为危险查询语句时，拦截目标查询语句；危险查询语句包括直接拉取底层明细列表的查询语句。

29、在一些可能的实施方式中，确定模块，具体用于：确定全局上下文语境信息对应的目标查询场景；利用目标查询场景对应的目标查询语句结构化格式，对全局上下文语境信息进行改写，得到目标查询语句。

30、在一些可能的实施方式中，确定模块，具体用于：对全局上下文语境信息进行意图解析，得到第一查询场景；将第一查询场景与预设查询场景库中的查询场景进行场景特征匹配，得到与第一查询场景匹配的第二查询场景；将第二查询场景确定为目标查询场景。

31、在一些可能的实施方式中，确定模块，具体用于：将预设查询场景库中与第一查询场景之间场景特征相似度最高的查询场景，确定为第二查询场景；其中，场景特征相似度包括特征语义相似度或特征余弦相似度。

32、在一些可能的实施方式中，确定模块，具体用于：在预设查询场景库不存在与第一查询场景匹配的第二查询场景的情况下，将第一查询场景确定为目标查询场景；其中，第一查询场景的查询语句结构化格式为无固定格式。

33、在一些可能的实施方式中，第一查询场景和预设查询场景库中的查询场景包括查询类型、查询维度和查询核心指标。

34、在一些可能的实施方式中，处理模块，具体用于：在查询语句中不包括预设聚合函数清单中的聚合函数的情况下，将查询语句确定为危险查询语句；其中，聚合函数是对底层明细列表中的数据进行统计汇总的函数。

35、在一些可能的实施方式中，处理模块，具体用于：调取预设危险关键词列表； 在查询语句中包括预设危险关键词列表中任一预设危险关键词的情况下，将查询语句确定为危险查询语句。

36、在一些可能的实施方式中，处理模块，具体用于：利用目标查询语句，对目标数据库进行数据查询，得到初始查询数据；对初始查询数据进行隐私过滤处理，得到目标查询数据；其中，隐私过滤处理用于防止通过初始查询数据推导出隐私信息。

37、在一些可能的实施方式中，目标查询语句中包括至少一个聚合函数；聚合函数是对底层明细列表中的数据进行统计汇总的函数；处理模块，具体用于：确定初始查询数据中与至少一个聚合函数中每个聚合函数对应的聚合计数值；从初始查询数据中滤除聚合计数值低于预设计数阈值的聚合函数对应的查询数据，得到目标查询数据；其中，聚合计数值越低反向推导出底层明细列表中的数据的概率越高，隐私信息泄露的概率越高。

38、在一些可能的实施方式中，表结构元数据包括但不限于：列名、数据类型、非敏感枚举值。

39、在一些可能的实施方式中，处理模块，还用于基于目标查询数据，输出数据分析报告；其中，数据分析报告用于向用户呈现目标查询数据的数据特征。

40、在一些可能的实施方式中，处理模块，具体用于：对目标查询数据进行数据解析，得到文本解析结果和可视化图表；将文本解析结果与可视化图表进行融合，输出数据分析报告。

41、第三方面，本技术提供一种车辆，车辆包括数据查询系统，数据查询系统包括：数据查询装置和目标数据库；数据查询装置，被配置为：响应于用户的查询请求，生成查询请求对应的全局上下文语境信息；其中，查询请求用于请求从目标数据库中查询目标数据；全局上下文语境信息不包含除目标字段之外的其他字段对应的字段信息；目标字段为目标数据库的表结构元数据对应的数据字段；基于全局上下文语境信息，确定目标查询语句；利用目标查询语句，对目标数据库进行数据查询，得到目标查询数据；其中，数据查询的过程中，检测到目标查询语句为危险查询语句时，拦截目标查询语句；危险查询语句包括直接拉取底层明细列表的查询语句。

42、第四方面，本技术提供一种控制装置，包括：存储器和处理器；存储器和处理器耦合；存储器用于存储计算机程序；处理器执行计算机程序时实现上述任一实施例的数据查询方法。

43、第五方面，本技术提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一实施例的数据查询方法。

44、第六方面，本技术提供一种计算机程序产品，该计算机程序产品包括计算机程序指令，该计算机程序指令被处理器执行时实现上述任一实施例的数据查询方法。