基于系统的数据处理方法、装置、计算机设备和存储介质与流程

1.本技术涉及人工智能技术领域，具体涉及一种基于系统的数据处理方法、装置、计算机设备和存储介质。


背景技术：

2.金融交易平台在运作过程中，每到年末都需要发版进行下一年交易日历的更新。公司内部通常具有数量较多的业务系统，且当前每一个业务系统各自负责内部的交易日历的维护工作。在金融交易平台的交易日历更新后，则每一个业务系统需要分别对各自内部的交易日历进行相应的维护处理。由于更新后的交易日历是相同的，若需要各个业务系统分别对交易日历进行修改，则相当于在各个业务系统间进行了大量的重复性工作，从而导致交易日历的维护成本较高和维护效率较低，对于交易日历的维护处理缺乏智能性。


技术实现要素：

3.本技术的主要目的为提供一种基于系统的数据处理方法、装置、计算机设备和存储介质，旨在解决现有的业务系统对于交易日历的维护成本较高和维护效率较低，对于交易日历的维护处理缺乏智能性的技术问题。
4.本技术提出一种基于系统的数据处理方法，所述方法包括步骤：
5.从预设平台获取原始交易数据；
6.接收用户触发的对所述原始交易数据的修改请求；
7.响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据；
8.判断是否接收到业务系统发出的交易数据获取请求；其中，所述交易数据获取请求携带所述业务系统的身份标识信息；
9.若接收到所述交易数据获取请求，基于所述身份标识信息对所述业务系统进行权限校验处理；
10.若权限校验通过，将所述目标交易数据发送至所述业务系统。
11.可选地，所述身份标识信息包括业务系统的ip地址，所述基于所述身份标识信息对所述业务系统进行权限校验处理的步骤，包括：
12.从所述交易数据获取请求中解析出所述业务系统的ip地址；
13.获取预存储的访问黑名单，判断所述访问黑名单内是否存储有所述ip地址；
14.若未存储有所述ip地址，获取预存储的权限分数数据表，并判断所述权限分数数据表内是否存储有与所述ip地址相同的指定ip地址；
15.若存储有所述指定ip地址，从所述权限分数数据表中查询出与所述指定ip地址对应的权限分数；
16.判断所述权限分数是否大于预设的分数阈值；
17.若大于所述分数阈值，则判定权限校验通过，否则判定权限校验未通过。
18.可选地，所述判断所述权限分数数据表内是否存储有与所述ip地址相同的指定ip地址的步骤之后，包括：
19.若未存储有所述指定ip地址，限制对所述交易数据获取请求进行响应；
20.将所述ip地址加入所述访问黑名单。
21.可选地，所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤之后，包括：
22.分别获取预设的区块链中包含的多个存储区块的剩余内存，以及获取预设的内存阈值；
23.从所有所述存储区块中获取剩余内存大于所述内存阈值的第一存储区块；
24.从所有所述第一存储区块中筛选出符合预设筛选条件的目标存储区块；
25.将所述目标交易数据存储至所述目标存储区块内。
26.可选地，所述从所有所述第一存储区块中筛选出符合预设筛选条件的目标存储区块的步骤，包括：
27.获取各所述第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数；
28.基于所述区块存储次数、所述存储内存使用量以及所述数据清理系数，调用预设的第一计算公式计算各所述第一存储区块的存储得分值；
29.从所有所述存储得分值中筛选出数值最大的目标存储得分值；
30.从所有所述第一存储区块中获取与所述目标存储得分值对应的第二存储区块；
31.将所述第二存储区块作为所述目标存储区块。
32.可选地，所述获取各所述第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数的步骤之前，包括：
33.获取第三存储区块在所述预设时间周期内的数据清理次数；其中，所述第三存储区块为所有所述第一存储区块中的任意一个区块；
34.获取所述第三存储区块在所述预设时间周期内每一次的清理内存数值；
35.从所有所述清理内存数值中筛选出数值大于预设的清理内存阈值的指定清理内存数值；
36.获取所述指定清理内存数值的数量；
37.计算每一个所述指定清理内存数值与所述清理内存阈值之间的差值，并计算所有所述差值的和值得到清理内存溢出总量；
38.获取与所述数据清理次数对应的第一权重，与所述指定清理内存数值对应的第二权重，以及与所述清理内存溢出总量对应的第三权重；
39.基于所述第一权重、所述第二权重与所述第三权重，调用预设的第二计算公式对所述数据清理次数、所述指定清理内存数值的数量以及所述清理内存溢出总量进行计算处理得到结果值；
40.将所述结果值作为所述第三存储区块的数据清理系数。
41.可选地，所述修改请求还携带所述用户的用户信息，所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤之前，包括：
42.获取预存储的合法用户名单，判断所述合法用户名单内是否存储有与所述用户信息相同的指定用户信息；
43.若存储有所述指定用户信息，基于预设的目标眼睛信息，采集与所述目标眼睛信息对应的所述用户的第一虹膜图像；
44.从预存储的与所述指定用户信息对应的所有标准虹膜图像中筛选出与所述目标眼睛信息对应的第二虹膜图像；
45.判断所述第一虹膜图像与所述第二虹膜图像是否匹配；
46.若匹配，展示预设的脸部动作输入提醒信息；
47.获取所述用户输入的脸部动作信息，以及获取与所述指定用户信息对应的标准脸部动作信息；其中，所述脸部动作信息包括脸部动作序列，所述脸部动作序列为包含依次执行的多个脸部动作；
48.判断所述脸部动作信息中包含的每一个脸部动作与所述标准脸部动作信息中对应位置处的脸部动作是否全部匹配；
49.若全部匹配，则判定身份验证通过，并执行所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤。
50.本技术还提供一种基于系统的数据处理装置，包括：
51.第一获取模块，用于从预设平台获取原始交易数据；
52.接收模块，用于接收用户触发的对所述原始交易数据的修改请求；
53.更新模块，用于响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据；
54.第一判断模块，用于判断是否接收到业务系统发出的交易数据获取请求；其中，所述交易数据获取请求携带所述业务系统的身份标识信息；
55.校验模块，用于若接收到所述交易数据获取请求，基于所述身份标识信息对所述业务系统进行权限校验处理；
56.发送模块，用于若权限校验通过，将所述目标交易数据发送至所述业务系统。
57.本技术还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
58.本技术还提供一种计算机可读存储介质，其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上述方法的步骤。
59.本技术中提供的基于系统的数据处理方法、装置、计算机设备和存储介质，具有以下有益效果：
60.本技术中提供的基于系统的数据处理方法、装置、计算机设备和存储介质，首先从预设平台获取原始交易数据，并在接收到用户触发的对原始交易数据的修改请求后，会响应修改请求，基于用户输入的修改操作对原始交易数据进行更新处理，得到更新后的目标交易数据，然后判断是否接收到业务系统的交易数据获取请求，若接收到交易数据获取请求，后续基于身份标识信息对业务系统进行权限校验处理，若权限校验通过，将所述目标交易数据发送至所述业务系统。本技术通过获取原始交易数据，并对原始交易数据进行更新得到目标交易数据，进而将该目标交易数据发送给通过权限校验的业务系统，实现了对于交易数据的统一管理与维护，使得不再需要各业务系统分别维护交易数据，有效地减少了
各业务系统的工作量与维护成本，提高了对于交易数据的维护处理的智能性与处理效率。
附图说明
61.图1是本技术一实施例的基于系统的数据处理方法的流程示意图；
62.图2是本技术一实施例的基于系统的数据处理装置的结构示意图；
63.图3是本技术一实施例的计算机设备的结构示意图。
64.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
65.应当理解，此处所描述的具体实施例仅仅用于解释本技术，并不用于限定本技术。
66.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
67.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
68.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
69.参照图1，本技术一实施例的基于系统的数据处理方法，包括：
70.s10：从预设平台获取原始交易数据；
71.s20：接收用户触发的对所述原始交易数据的修改请求；
72.s30：响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据；
73.s40：判断是否接收到业务系统发出的交易数据获取请求；其中，所述交易数据获取请求携带所述业务系统的身份标识信息；
74.s50：若接收到所述交易数据获取请求，基于所述身份标识信息对所述业务系统进行权限校验处理；
75.s60：若权限校验通过，将所述目标交易数据发送至所述业务系统。
76.如上述步骤s10至s60所述，本方法实施例的执行主体为一种基于系统的数据处理装置，可简称为装置，具体可为交易日历同步平台。在实际应用中，上述基于系统的数据处理装置可以通过虚拟装置，例如软件代码实现，也可以通过写入或集成有相关执行代码的实体装置实现，且可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。本实施例中的基于系统的数据处理装置，能够有效地减少了各业务系统的工作量与维护成本，提高了对于交易数据的维护处理的智能性与处理效率。具体地，首先从预设平台
获取原始交易数据。其中，所述预设平台为金融交易平台，具体可为交易所，如上海证券交易所，深圳证券交易所。所述原始交易数据具体可为交易日历数据。另外，装置对外提供统一的多个证券市场的全量交易日历数据接口和交易日历查询接口，从而可通过全量交易日历数据接口来从交易所获取所需的交易数据。
77.然后接收用户触发的对所述原始交易数据的修改请求。其中，所述用户可为平台的管理用户，所述修改请求可为该用户根据实际的业务处理需求触发的对原始交易数据进行修改的请求。之后响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据。其中，用户可根据实际的业务需求对装置获取到的原始交易数据进行修改得到更新后的目标交易数据，以实现对于交易数据的维护。在生成了更新后的目标交易数据，还可进一步提醒用户进行审核，若审核通过则进行保存，并作为外发给其他业务系统的正确版本的交易数据。另外，后续在交易数据需要更新时，只需在装置中进行对于该交易数据的更新，并在进行更新处理后再将更新后的交易数据返回给相应的各个业务系统，以便各业务系统对内部的交易数据进行相应的同步更新，从而使得各业务系统无需各自对交易数据分别进行更新，各业务系统只需关注业务实现功能，业务系统需要的交易数据只需通过装置进行统一维护即可，减少了业务系统的处理复杂性。
78.后续判断是否接收到业务系统发出的交易数据获取请求。其中，所述交易数据获取请求携带所述业务系统的身份标识信息。所述交易数据获取请求为业务系统发送的用户获取交易数据的请求。所述身份标识信息为用于对业务系统进行权限校验的信息，所述身份标识信息可为业务系统的ip地址。若接收到所述交易数据获取请求，进一步基于所述身份标识信息对所述业务系统进行权限校验处理。其中，对于所述基于所述身份标识信息对所述业务系统进行权限校验处理的具体实施过程，本技术将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。若权限校验通过，将所述目标交易数据发送至所述业务系统。其中，装置对外提供统一的多个证券市场的全量交易日历数据接口和交易日历查询接口，可通过全量交易日历数据接口来从交易所获取交易数据，以及通过交易日历查询接口向业务系统发送交易数据。另外，交易数据具体可为交易日历，装置还可以对交易日历同步出错的情况进行监控，具体可定期获取对接的任意外部业务系统的交易日历，并将装置内的目标交易日历与该交易日历进行比对，若不相同，则向该业务系统发出日历更新指令，以使业务系统完成准确的交易日历同步，即将当前使用的交易日历修改为该目标交易日历，以保障业务系统的稳定运行。
79.本实施例中，首先从预设平台获取原始交易数据，并在接收到用户触发的对原始交易数据的修改请求后，会响应修改请求，基于用户输入的修改操作对原始交易数据进行更新处理，得到更新后的目标交易数据，然后判断是否接收到业务系统的交易数据获取请求，若接收到交易数据获取请求，后续基于身份标识信息对业务系统进行权限校验处理，若权限校验通过，将所述目标交易数据发送至所述业务系统。本实施例通过获取原始交易数据，并对原始交易数据进行更新得到目标交易数据，进而将该目标交易数据发送给通过权限校验的业务系统，实现了对于交易数据的统一管理与维护，使得不再需要各业务系统分别维护交易数据，有效地减少了各业务系统的工作量与维护成本，提高了对于交易数据的维护处理的智能性与处理效率。
80.进一步地，本技术一实施例中，所述身份标识信息包括业务系统的ip地址，上述步
骤s50，包括：
81.s500：从所述交易数据获取请求中解析出所述业务系统的ip地址；
82.s501：获取预存储的访问黑名单，判断所述访问黑名单内是否存储有所述ip地址；
83.s502：若未存储有所述ip地址，获取预存储的权限分数数据表，并判断所述权限分数数据表内是否存储有与所述ip地址相同的指定ip地址；
84.s503：若存储有所述指定ip地址，从所述权限分数数据表中查询出与所述指定ip地址对应的权限分数；
85.s504：判断所述权限分数是否大于预设的分数阈值；
86.s505：若大于所述分数阈值，则判定权限校验通过，否则判定权限校验未通过。
87.如上述步骤s500至s505所述，所述身份标识信息包括业务系统的ip地址，所述基于所述身份标识信息对所述业务系统进行权限校验处理的步骤，具体可包括：首先从所述交易数据获取请求中解析出所述业务系统的ip地址。然后获取预存储的访问黑名单，判断所述访问黑名单内是否存储有所述ip地址。其中，所述访问黑名单为预先根据实际的业务需求创建的存储有不合法的外部系统的ip地址的名单数据。若未存储有所述ip地址，获取预存储的权限分数数据表，并判断所述权限分数数据表内是否存储有与所述ip地址相同的指定ip地址。其中，装置会预先为外部的业务系统分配相应的认证信息，即为每一个业务系统的ip地址分配一个权限分数，并基于业务系统的ip地址与权限分数的对应关系将ip地址与权限分数存储到权限分数数据表内。业务系统的权限分数对应着该业务系统所具有的业务处理权限，如业务系统的权限分数大于预设的分数阈值，则表明该业务系统具备访问并获取装置内的目标交易数据的权限。若存储有所述指定ip地址，从所述权限分数数据表中查询出与所述指定ip地址对应的权限分数。通过对业务系统进行严格的访问权限验证，可以有效避免外部系统的非正常访问。后续判断所述权限分数是否大于预设的分数阈值。其中，对于所述分数阈值的取值不作限定，可根据实际需求进行设置。若大于所述分数阈值，则判定权限校验通过，否则判定权限校验未通过。本实施例中，通过结合使用预设的访问黑名单与权限分数数据表来对业务系统进行权限校验，进而根据得到的权限校验结果来判别出该业务系统是否具有访问装置内的目标交易数据的权限，有效地提高了对于业务系统的权限校验的准确性，有效地避免了出现不具有访问权限的业务系统的非正常访问的现象，保证了装置内的目标交易数据的安全性。
88.进一步地，本技术一实施例中，上述步骤s502之后，包括：
89.s5020：若未存储有所述指定ip地址，限制对所述交易数据获取请求进行响应；
90.s5021：将所述ip地址加入所述访问黑名单。
91.如上述步骤s5020至s5021所述，在执行所述判断所述权限分数数据表内是否存储有与所述ip地址相同的指定ip地址的步骤之后，还可包括：若未存储有所述指定ip地址，限制对所述交易数据获取请求进行响应。后续将所述ip地址加入所述访问黑名单。本实施例中，在判别出业务系统的ip地址不存在于权限分数数据表内时，则表明该业务系统不具有访问装置的访问权限，此时则会智能地限制对所述交易数据获取请求进行响应，以避免对无权限的请求进行响应而导致重要数据泄露，有效地提高了交易数据获取请求处理的安全性与规范性。另外，还会进一步将业务系统的ip地址加入访问黑名单，以使得后续可以基于该访问黑名单来快速地确定出不合法的业务系统，有利于提高对于不合法的业务系统的权
限校验的处理效率。
92.进一步地，本技术一实施例中，上述步骤s30之后，包括：
93.s300：分别获取预设的区块链中包含的多个存储区块的剩余内存，以及获取预设的内存阈值；
94.s301：从所有所述存储区块中获取剩余内存大于所述内存阈值的第一存储区块；
95.s302：从所有所述第一存储区块中筛选出符合预设筛选条件的目标存储区块；
96.s303：将所述目标交易数据存储至所述目标存储区块内。
97.如上述步骤s300至s303所述，在执行所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤之后，还可包括对于所述目标交易数据的存储过程。具体地，首先分别获取预设的区块链中包含的多个存储区块的剩余内存，以及获取预设的内存阈值。其中，会预先将区块链划分为多个存储区块来进行相应的数据存储。另外，对所述内存阈值的取值不作具体限定，可根据实际需求进行设置，只需保证该内存阈值的取值大于目标交易数据的内存占用值即可。然后从所有所述存储区块中获取剩余内存大于所述内存阈值的第一存储区块。其中，所述第一存储区块的数量为多个。之后从所有所述第一存储区块中筛选出符合预设筛选条件的目标存储区块。其中，对于所述预设筛选条件不作限定，例如可以为第一存储区块中剩余内存最大的存储区块，或者为第一存储区块中区块使用次数最大的，或者为第一存储区块中清理指数最小的存储区块，等等。最后将所述目标交易数据存储至所述目标存储区块内。本实施例中，通过先根据存储区块的剩余内存来从所有所述存储区块中筛选出第一存储区块，使得后续只需对第一存储区块进行数据处理来筛选出目标存储区块，有效地减少了数据处理量，提高了目标存储区域的生成速率。另外，通过从第一存储区块中筛选出符合预设筛选条件的目标存储区块，并将目标交易数据存储至所述目标存储区块内，有效地提高了数据存储的安全性与智能性。
98.进一步地，本技术一实施例中，上述步骤s302，包括：
99.s3020：获取各所述第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数；
100.s3021：基于所述区块存储次数、所述存储内存使用量以及所述数据清理系数，调用预设的第一计算公式计算各所述第一存储区块的存储得分值；
101.s3022：从所有所述存储得分值中筛选出数值最大的目标存储得分值；
102.s3023：从所有所述第一存储区块中获取与所述目标存储得分值对应的第二存储区块；
103.s3024：将所述第二存储区块作为所述目标存储区块。
104.如上述步骤s3020至s3024所述，所述从所有所述第一存储区块中筛选出符合预设筛选条件的目标存储区块的步骤，具体可包括：首先获取各所述第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数。其中，对所述预设时间周期的取值不作具体限定，例如可为距离当前时间的前一个月内。另外，所述区块存储次数是指存储区块在该预设时间周期内进行数据存储的次数，所述存储内存使用量是指存储区块在该预设时间周期内进行的所有数据存储处理所花费的内存使用量。所述数据清理系数为用于表征存储区块在该预设时间周期内的存储的数据被清理的可能性的数值，数据清理系数的
数值越大则数据被清理的可能性越大，数据清理系数的数值越小则数据被清理的可能性越小。然后基于所述区块存储次数、所述存储内存使用量以及所述数据清理系数，调用预设的第一计算公式计算各所述第一存储区块的存储得分值。具体的，所述第一计算公式可为：s为存储得分值，a为在所述预设时间周期内的区块存储次数，w1为区块存储次数的权重，b为在所述预设时间周期内的存储内存使用量，w2为存储内存使用量的权重，c为在所述预设时间周期内的数据清理系数。若存储区块在预设时间周期内的区块存储次数越大，存储内存使用量越大，且数据清理系数越小，则表示该存储区块为用户常用的存储区块，且该存储区块内存储的数据被清理的可能性越小，故使用该存储区块进行数据存储可以保证用户的使用满意度，提高存储智能性。其中，对于区块存储次数的权重，以及存储内存使用量的权重的取值不作具体限定，可根据实际需求进行设置或根据大量数据模拟得到。之后从所有所述存储得分值中筛选出数值最大的目标存储得分值。后续从所有所述第一存储区块中获取与所述目标存储得分值对应的第二存储区块。最后将所述第二存储区块作为所述目标存储区块。本实施例中，通过获取各第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数，并基于第一计算公式计算出各第一存储区块的存储得分值，进而将与数值最大的存储得分值对应的第二存储区块作为目标存储区块，以实现根据存储区块的存储情况和清理情况合理选取相应的存储区块来进行对更新后的目标交易数据的存储，有效的保证了得到的目标存储区块的准确性，也可以减少目标交易数据被清理的可能性，提高了目标交易数据的存储效率，以方便用户能够快速查询，有效地提高了用户使用体验。
105.进一步地，本技术一实施例中，上述步骤s3020之前，包括：
106.s30200：获取第三存储区块在所述预设时间周期内的数据清理次数；其中，所述第三存储区块为所有所述第一存储区块中的任意一个区块；
107.s30201：获取所述第三存储区块在所述预设时间周期内每一次的清理内存数值；
108.s30202：从所有所述清理内存数值中筛选出数值大于预设的清理内存阈值的指定清理内存数值；
109.s30203：获取所述指定清理内存数值的数量；
110.s30204：计算每一个所述指定清理内存数值与所述清理内存阈值之间的差值，并计算所有所述差值的和值得到清理内存溢出总量；
111.s30205：获取与所述数据清理次数对应的第一权重，与所述指定清理内存数值对应的第二权重，以及与所述清理内存溢出总量对应的第三权重；
112.s30206：基于所述第一权重、所述第二权重与所述第三权重，调用预设的第二计算公式对所述数据清理次数、所述指定清理内存数值的数量以及所述清理内存溢出总量进行计算处理得到结果值；
113.s30207：将所述结果值作为所述第三存储区块的数据清理系数。
114.如上述步骤s30200至s30207所述，在执行所述获取各所述第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数的步骤之前，还可包括数据清理系数的生成过程。具体地，首先获取第三存储区块在所述预设时间周期内的数据清理次数。其中，所述第三存储区块为所有所述第一存储区块中的任意一个区块。以及获取所述
第三存储区块在所述预设时间周期内每一次的清理内存数值。在得到清理内存数值后，从所有所述清理内存数值中筛选出数值大于预设的清理内存阈值的指定清理内存数值。其中，对于所述清理内存阈值的取值不作具体限定，可根据实际需求进行设置。然后获取所述指定清理内存数值的数量。之后计算每一个所述指定清理内存数值与所述清理内存阈值之间的差值，并计算所有所述差值的和值得到清理内存溢出总量。后续获取与所述数据清理次数对应的第一权重，与所述指定清理内存数值对应的第二权重，以及与所述清理内存溢出总量对应的第三权重。其中，对于所述第一权重、第二权重以及第三权重的取值不作具体限定，可根据实际需求进行设置或根据大量数据模拟得到。最后基于所述第一权重、所述第二权重与所述第三权重，调用预设的第二计算公式对所述数据清理次数、所述指定清理内存数值的数量以及所述清理内存溢出总量进行计算处理得到结果值，并将所述结果值作为所述第三存储区块的数据清理系数。具体的，所述第二计算公式可为：z＝d*w3 e*w4 f*w5，z为数据清理系数，d为数据清理次数、w3为数据清理次数的第一权重，e为指定清理内存数值的数量，w4为指定清理内存数值的第二权重，f为清理内存溢出总量，w5为清理内存溢出总量的第三权重。本实施例中，通过获取预设时间周期内各第一存储区块的数据清理次数、指定清理内存数值的数量以及清理内存溢出总量，来快速准确地计算出每一个第一存储区块的数据清理系数，有利于后续能够基于该数据清理系数来准确地计算出各所述第一存储区块的存储得分值，进而可以根据存储得分值来快速准确地完成目标存储区块的确定。
115.进一步地，本技术一实施例中，所述修改请求还携带所述用户的用户信息，上述步骤s30之前，包括：
116.s310：获取预存储的合法用户名单，判断所述合法用户名单内是否存储有与所述用户信息相同的指定用户信息；
117.s311：若存储有所述指定用户信息，基于预设的目标眼睛信息，采集与所述目标眼睛信息对应的所述用户的第一虹膜图像；
118.s312：从预存储的与所述指定用户信息对应的所有标准虹膜图像中筛选出与所述目标眼睛信息对应的第二虹膜图像；
119.s313：判断所述第一虹膜图像与所述第二虹膜图像是否匹配；
120.s314：若匹配，展示预设的脸部动作输入提醒信息；
121.s315：获取所述用户输入的脸部动作信息，以及获取与所述指定用户信息对应的标准脸部动作信息；其中，所述脸部动作信息包括脸部动作序列，所述脸部动作序列为包含依次执行的多个脸部动作；
122.s316：判断所述脸部动作信息中包含的每一个脸部动作与所述标准脸部动作信息中对应位置处的脸部动作是否全部匹配；
123.s317：若全部匹配，则判定身份验证通过，并执行所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤。
124.如上述步骤s310至s317所述，所述修改请求还携带所述用户的用户信息，所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤之前，包括：首先获取预存储的合法用户名单，判断所述合法用户名单内是否存储有与所述用户信息相同的指定用户信息。其中，所述合法用户名单为
预先收集的具有合法身份用户的用户信息的名单数据。若存储有所述指定用户信息，基于预设的目标眼睛信息，采集与所述目标眼睛信息对应的所述用户的第一虹膜图像。其中，所述目标眼睛信息是指虹膜图像所对应的眼睛信息，可包括左眼或右眼。然后从预存储的与所述指定用户信息对应的所有标准虹膜图像中筛选出与所述目标眼睛信息对应的第二虹膜图像。其中，预先创建有存储了每一个具有合法身份用户的标准虹膜图像的数据库，可基于所述指定用户信息与所述目标眼睛信息可从该数据库中查询出所述第二虹膜图像。之后判断所述第一虹膜图像与所述第二虹膜图像是否匹配。其中，可基于现有的相似度算法计算第一虹膜图像与所述第二虹膜图像之间的相似度，若相似度大于预设的相似度阈值，则判定两者匹配，否则判定两者不匹配。若匹配，展示预设的脸部动作输入提醒信息。其中，为保证用户输入的是脸部动作信息，可提前提供并展示脸部动作输入提示信息，以提示用户输入对应的脸部动作信息，例如眨眼，皱眉，抿嘴，吐舌头等等，从而后续将该脸部动作信息与预存储的与所述指定用户信息对应的标准脸部动作信息进行对比处理，以准确得到与用户对应的身份验证结果。后续获取所述用户输入的脸部动作信息，以及获取与所述指定用户信息对应的标准脸部动作信息。其中，所述脸部动作信息包括脸部动作序列，所述脸部动作序列为包含依次执行的多个脸部动作。另外，所述标准脸部动作信息为合法用户预先录入的用于进行身份验证的脸部动作信息。所述脸部动作信息为包括用户的脸部动作的图像序列，可通过摄像头获取用户的脸部动作信息。图像序列中包括多张图像，图像序列中的每一张图像中包含有一个脸部动作。以获取用户的脸部动作序列为例，装置可通过摄像头采集多张图像，每一张图像中包含有用户执行的一个脸部动作。具体的，脸部动作序列是指包括多个脸部动作的图像序列。例如，一个脸部动作序列包括依次执行的眨眼，皱眉，抿嘴，吐舌头这4个脸部动作。可通过如下方式获取用户的脸部动作序列：通过摄像头采集用户的一个脸部动作；检测获取到继续采集指示或停止采集指示；其中，继续采集指示用于指示继续采集脸部动作，停止采集指示用于指示停止采集脸部动作；若获取到继续采集指示，则再次从上述通过摄像头获取用户的一个脸部动作的步骤开始执行；若获取到停止采集指示，则根据已获取到的用户的各个脸部动作生成用户的脸部动作序列。所述继续采集指示和停止采集指示可通过相应的选择控件触发。在时间维度上，通过依次执行多个脸部动作即形成脸部动作序列。最后判断所述脸部动作信息中包含的每一个脸部动作与所述标准脸部动作信息中对应位置处的脸部动作是否全部匹配。其中。比对每一组脸部动作是否匹配时的过程可包括：采用预设方式从包含有用户的单个脸部动作的图像中识别用户的单个脸部动作；若用户的单个脸部动作与标准脸部动作信息中对应位置处的单个脸部动作相同，则判定该组脸部动作相匹配，否则判定该组脸部动作不匹配。其中，所述预设方式还可以是采用脸部动作识别模型从图像中识别单个脸部动作。脸部动作识别模型可采用隐马尔科夫模型(hidden markov model，hmm)，也可以采用机器学习算法构建神经网络(neuralnetwork，nn)模型，本实施例对此不作限定。利用神经网络模型进行脸部动作识别，由于模型是通过大量训练样本训练得到的，因此具有较高的容错能力。另外，所述预设方式可以还可以是采用模板匹配方式从图像中识别单个脸部动作。可预先构建脸部动作模板集合，该脸部动作模板集合中包括多个脸部动作模板，每一个脸部动作模板可以是一张包含有单个脸部动作的图像。以对用户的单个脸部动作进行识别为例，计算包含有用户的单个脸部动作的图像与各个脸部动作模板之间的相似度，脸部动作识别结果即为相似度最高的脸部动作模板中
的单个脸部动作。此种处理方式的原理较为简单，且易于添加和改进脸部动作模板。若全部匹配，则判定身份验证通过，并执行所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤。在本实施例中，通过采用多维的匹配方式来对用户进行身份验证，只有当用户信息、虹膜识别以及脸部动作识别同时通过验证后才会认为用户通过身份验证，从而提高了对于用户的身份验证流程的安全性。并且，由于脸部动作信息和虹膜图像均可通过摄像头采集得到，因此不会影响到信息采集的便捷性，也不会额外增加设备的硬件成本。另外，通过引入脸部动作信息结合虹膜图像一起进行身份验证，即使用户的虹膜信息被他人获取，只要用户设置的脸部动作信息不泄漏给他人，他人仍然无法仿冒用户通过身份验证，有效地提高了身份验证的安全性。此外，只有在用户通过了身份验证时，后续才会对接收到的修改请求进行进一步的处理，有效地避免了出现为不法用户提供重要数据的修改功能的现象，保证了修改请求在处理过程中的安全性与规范性。
125.本技术实施例中的基于系统的数据处理方法还可以应用于区块链领域，如将上述目标交易数据等数据存储于区块链上。通过使用区块链来对上述目标交易数据进行存储和管理，能够有效地保证上述目标交易数据的安全性与不可篡改性。
126.上述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
127.区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。
128.参照图2，本技术一实施例中还提供了一种基于系统的数据处理装置，包括：
129.第一获取模块1，用于从预设平台获取原始交易数据；
130.接收模块2，用于接收用户触发的对所述原始交易数据的修改请求；
131.更新模块3，用于响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据；
132.第一判断模块4，用于判断是否接收到业务系统发出的交易数据获取请求；其中，
所述交易数据获取请求携带所述业务系统的身份标识信息；
133.校验模块5，用于若接收到所述交易数据获取请求，基于所述身份标识信息对所述业务系统进行权限校验处理；
134.发送模块6，用于若权限校验通过，将所述目标交易数据发送至所述业务系统。
135.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
136.进一步地，本技术一实施例中，，所述身份标识信息包括业务系统的ip地址，上述校验模块5，包括：
137.解析单元，用于从所述交易数据获取请求中解析出所述业务系统的ip地址；
138.第一判断单元，用于获取预存储的访问黑名单，判断所述访问黑名单内是否存储有所述ip地址；
139.第二判断单元，用于若未存储有所述ip地址，获取预存储的权限分数数据表，并判断所述权限分数数据表内是否存储有与所述ip地址相同的指定ip地址；
140.查询单元，用于若存储有所述指定ip地址，从所述权限分数数据表中查询出与所述指定ip地址对应的权限分数；
141.第三判断单元，用于判断所述权限分数是否大于预设的分数阈值；
142.判定单元，用于若大于所述分数阈值，则判定权限校验通过，否则判定权限校验未通过。
143.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
144.进一步地，本技术一实施例中，上述校验模块5，包括：
145.处理单元，用于若未存储有所述指定ip地址，限制对所述交易数据获取请求进行响应；
146.加入单元，用于将所述ip地址加入所述访问黑名单。
147.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
148.进一步地，本技术一实施例中，上述基于系统的数据处理装置，包括：
149.第二获取模块，用于分别获取预设的区块链中包含的多个存储区块的剩余内存，以及获取预设的内存阈值；
150.第三获取模块，用于从所有所述存储区块中获取剩余内存大于所述内存阈值的第一存储区块；
151.第一筛选模块，用于从所有所述第一存储区块中筛选出符合预设筛选条件的目标存储区块；
152.存储模块，用于将所述目标交易数据存储至所述目标存储区块内。
153.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
154.进一步地，本技术一实施例中，上述第一筛选模块，包括：
155.第一获取单元，用于获取各所述第一存储区块在预设时间周期内的区块存储次数、存储内存使用量以及数据清理系数；
156.第一计算单元，用于基于所述区块存储次数、所述存储内存使用量以及所述数据清理系数，调用预设的第一计算公式计算各所述第一存储区块的存储得分值；
157.第一筛选单元，用于从所有所述存储得分值中筛选出数值最大的目标存储得分值；
158.第二获取单元，用于从所有所述第一存储区块中获取与所述目标存储得分值对应的第二存储区块；
159.第一确定单元，用于将所述第二存储区块作为所述目标存储区块。
160.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
161.进一步地，本技术一实施例中，上述第一筛选模块，包括：
162.第三获取单元，用于获取第三存储区块在所述预设时间周期内的数据清理次数；其中，所述第三存储区块为所有所述第一存储区块中的任意一个区块；
163.第四获取单元，用于获取所述第三存储区块在所述预设时间周期内每一次的清理内存数值；
164.第二筛选单元，用于从所有所述清理内存数值中筛选出数值大于预设的清理内存阈值的指定清理内存数值；
165.第五获取单元，用于获取所述指定清理内存数值的数量；
166.第二计算单元，用于计算每一个所述指定清理内存数值与所述清理内存阈值之间的差值，并计算所有所述差值的和值得到清理内存溢出总量；
167.第六获取单元，用于获取与所述数据清理次数对应的第一权重，与所述指定清理内存数值对应的第二权重，以及与所述清理内存溢出总量对应的第三权重；
168.第三计算单元，用于基于所述第一权重、所述第二权重与所述第三权重，调用预设的第二计算公式对所述数据清理次数、所述指定清理内存数值的数量以及所述清理内存溢出总量进行计算处理得到结果值；
169.第二确定单元，用于将所述结果值作为所述第三存储区块的数据清理系数。
170.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
171.进一步地，本技术一实施例中，所述修改请求还携带所述用户的用户信息，上述基于系统的数据处理装置，包括：
172.第二判断模块，用于获取预存储的合法用户名单，判断所述合法用户名单内是否存储有与所述用户信息相同的指定用户信息；
173.采集模块，用于若存储有所述指定用户信息，基于预设的目标眼睛信息，采集与所述目标眼睛信息对应的所述用户的第一虹膜图像；
174.第二筛选模块，用于从预存储的与所述指定用户信息对应的所有标准虹膜图像中筛选出与所述目标眼睛信息对应的第二虹膜图像；
175.第三判断模块，用于判断所述第一虹膜图像与所述第二虹膜图像是否匹配；
176.展示模块，用于若匹配，展示预设的脸部动作输入提醒信息；
177.第四获取模块，用于获取所述用户输入的脸部动作信息，以及获取与所述指定用户信息对应的标准脸部动作信息；其中，所述脸部动作信息包括脸部动作序列，所述脸部动
作序列为包含依次执行的多个脸部动作；
178.第四判断模块，用于判断所述脸部动作信息中包含的每一个脸部动作与所述标准脸部动作信息中对应位置处的脸部动作是否全部匹配；
179.执行模块，用于若全部匹配，则判定身份验证通过，并执行所述响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据的步骤。
180.本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于系统的数据处理方法的步骤一一对应，在此不再赘述。
181.参照图3，本技术实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、输入装置和数据库。其中，该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储原始交易数据、目标交易数据以及身份标识信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备的显示屏是计算机中必不可少的一种图文输出设备，用于将数字信号转换为光信号，使文字与图形在显示屏的屏幕上显示出来。该计算机设备的输入装置是计算机与用户或其他设备之间进行信息交换的主要装置，用于把数据、指令及某些标志信息等输送到计算机中去。该计算机程序被处理器执行时以实现一种基于系统的数据处理方法。
182.上述处理器执行上述基于系统的数据处理方法的步骤：
183.从预设平台获取原始交易数据；
184.接收用户触发的对所述原始交易数据的修改请求；
185.响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据；
186.判断是否接收到业务系统发出的交易数据获取请求；其中，所述交易数据获取请求携带所述业务系统的身份标识信息；
187.若接收到所述交易数据获取请求，基于所述身份标识信息对所述业务系统进行权限校验处理；
188.若权限校验通过，将所述目标交易数据发送至所述业务系统。
189.本领域技术人员可以理解，图3中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的装置、计算机设备的限定。
190.本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于系统的数据处理方法，具体为：
191.从预设平台获取原始交易数据；
192.接收用户触发的对所述原始交易数据的修改请求；
193.响应所述修改请求，基于所述用户输入的修改操作对所述原始交易数据进行更新处理，得到更新后的目标交易数据；
194.判断是否接收到业务系统发出的交易数据获取请求；其中，所述交易数据获取请求携带所述业务系统的身份标识信息；
195.若接收到所述交易数据获取请求，基于所述身份标识信息对所述业务系统进行权限校验处理；
196.若权限校验通过，将所述目标交易数据发送至所述业务系统。
197.综上所述，本技术实施例中提供的基于系统的数据处理方法、装置、计算机设备和存储介质，首先从预设平台获取原始交易数据，并在接收到用户触发的对原始交易数据的修改请求后，会响应修改请求，基于用户输入的修改操作对原始交易数据进行更新处理，得到更新后的目标交易数据，然后判断是否接收到业务系统的交易数据获取请求，若接收到交易数据获取请求，后续基于身份标识信息对业务系统进行权限校验处理，若权限校验通过，将所述目标交易数据发送至所述业务系统。本技术实施例通过获取原始交易数据，并对原始交易数据进行更新得到目标交易数据，进而将该目标交易数据发送给通过权限校验的业务系统，实现了对于交易数据的统一管理与维护，使得不再需要各业务系统分别维护交易数据，有效地减少了各业务系统的工作量与维护成本，提高了对于交易数据的维护处理的智能性与处理效率。
198.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram通过多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
199.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
200.以上所述仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。