数据处理方法、装置、电子设备及计算机可读存储介质与流程

1.本技术涉及计算机的技术领域，具体而言，涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.目前，在采集得到数据后，通常是直接存储至数据库中，在需要使用数据时，直接从数据库中调用即可。但是，此种方式使得在从数据库中调用数据时，需要在数据库中全局查找数据，导致查找效率低。


技术实现要素：

3.本技术提供一种数据处理方法、装置、电子设备及计算机可读存储介质，以解决现有技术从数据库中调用数据时，需要在数据库中全局查找数据，导致查找效率低的问题。
4.第一方面，本技术提供一种数据处理方法，包括：获取待存储数据集；基于预设分类模板中的关键词对所述待存储数据集中的数据进行分类，得到多个分类结果，其中，同一个分类结果下的不同数据具有相同的关键词；存储所述多个分类结果，并针对每一个分类结果，基于该分类结果的存储地址和预设唯一标识符生成索引，其中，不同的分类结果的存储地址不同。
5.本技术实施例中，利用分类模板对待存储数据集中的数据进行分类，并将分类得到的每一种分类结果分别进行存储，且基于每一个分类结果的存储地址和预设唯一标识符生成索引，从而在需要查找数据时，可以直接根据索引查找到对应的分类结果，无需进行全局查找，从而提高了查找效率。
6.结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述获取待存储数据集，包括：获取当前空闲线程；调用空闲线程采集数据，得到待存储数据集。
7.本技术实施例中，通过调用当前空闲线程来采集数据，可以对空闲线程进行充分利用，提高采集数据的效率。
8.结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述获取待存储数据集，包括：对采集得到的数据进行标准化处理，标准化处理后的数据具有相同数据格式；对标准化处理后的数据进行数据清洗，得到待存储数据集。
9.本技术实施例中，将采集得到的数据进行标准化处理，便于后续对该数据进行处理，而对标准化后的数据进行数据清洗，可以去除无效数据，防止将无效数据存储至数据库中。
10.结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述方法还包括：提取所述待存储数据集的关键词；将所述关键词更新至所述分类模板中，得到更新后的分类模板。
11.本技术实施例中，通过提取待存储数据集中的关键词对分类模板进行更新，可以使后续对数据进行分类时，可以得到更加准确的分类结果。
12.结合上述第一方面提供的技术方案，在一些可能的实施方式中，利用分布式数据库存储所述待存储数据集，所述存储所述多个分类结果，包括：针对每一个分类结果，获取该分类结果对应的数据传输协议；在基于所述数据传输协议确定需要对该分类结果进行加密时，对该分类结果加密；将加密后的该分类结果传输至所述分布式数据库中对应的局部数据库进行存储。
13.本技术实施例中，基于分类结果对应的数据传输协议来确定该分类结果是否需要加密，在确定需要进行加密时，将该分类结果进行加密，并将加密后的分类结果传输至局部数据库中，从而提高分类结果的安全性。
14.结合上述第一方面提供的技术方案，在一些可能的实施方式中，当所述待存储数据集中包括多个设备中任意两个设备之间的访问行为数据时，所述方法还包括：针对每一个分类结果，从该分类结果中包括的设备中确定出目标设备，利用该分类结果中与所述目标设备相关的访问行为数据以及该分类数据对应的预设预测模型，对所述目标设备进行行为预测或趋势分析，得到预测结果；基于所述预测结果和该分类结果中与所述目标设备相关的访问行为数据，生成知识图谱，其中，所述知识图谱中的节点为所述目标设备以及所述分类结果和所述预测结果中出现的其他设备，所述分类结果和所述预测结果中包括的所述目标设备与其他设备之间的访问行为数据作为所述知识图谱中所述目标设备与其他设备之间的连接关系。
15.本技术实施例中，对每一个分类结果，利用其对应的预设预测模型对该分类结果进行行为预测或趋势分析，得到预测结果，并基于预测结果和该分类结果生成知识图谱，从而可以直观地展示该分类结果及预测结果对应的访问行为数据或趋势走向。
16.结合上述第一方面提供的技术方案，在一些可能的实施方式中，所述方法还包括：接收用户查询指定数据的查询请求；判断该用户是否具备查询该指定数据的权限；在该用户不具备查询该指定数据的权限时，拒绝用户查询指定数据的查询请求。
17.本技术实施例中，在用户查询指定数据时，判断其是否具备查询权限，在该用户不具备查询指定数据的权限时，拒绝其查询指定数据的查询请求，从而可以提高已存储数据的安全性。
18.第二方面，本技术提供一种数据处理装置，包括：获取模块，用于获取待存储数据集；分类模块，用于基于预设分类模板中的关键词对所述待存储数据集中的数据进行分类，得到多个分类结果，其中，同一个分类结果下的不同数据具有相同的关键词；存储模块，用于存储所述多个分类结果，并针对每一个分类结果，基于该分类结果的存储地址和预设唯一标识符生成索引，其中，不同的分类结果的存储地址不同。
19.第三方面，本技术实施例还提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器连接；所述存储器，用于存储程序；所述处理器，用于调用存储于所述存储器中的程序，以执行如上述第一方面实施例和/或结合上述第一方面实施例的任一种可能的实施方式提供的方法。
20.第四方面，本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被计算机运行时，执行如上述第一方面实施例和/或结合上述第一方面实施例的任一种可能的实施方式提供的方法。
附图说明
21.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
22.图1为本技术实施例示出的一种数据处理方法的流程示意图；
23.图2为本技术实施例示出的又一种数据处理方法的流程示意图；
24.图3为本技术实施例示出的一种数据处理装置的结构框图；
25.图4为本技术实施例示出的一种电子设备的结构框图。
具体实施方式
26.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。
27.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他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、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
28.再者，本技术中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
29.下面将结合附图对本技术的技术方案进行详细地描述。
30.请参阅图1，图1为本技术实施例提供的一种数据处理方法的流程示意图，下面将结合图1对其包含的步骤进行说明。
31.s100：获取待存储数据集。
32.待存储数据集可以是预先获取并存储在存储介质中的，在需要时实时调用即可，或者，也可以是在需要使用时，实时获取得到的。
33.当待存储数据集是实时获取得到的时，一种实施方式下，可以是在执行该数据处理方法的设备上设置有数据采集接口，基于该数据采集接口从其他设备采集数据，得到待存储数据集。其中，可以设置多个数据采集接口，从而实现多通道同时采集数据，提高数据采集效率。
34.利用数据采集接口获取的数据可以是其他设备的日志数据以及其他设备中运行的程序产生的数据等，可以根据实际需求采集不同种类的数据，此处不对采集的具体数据类型进行限制。
35.又一种实施方式下，还可以是获取执行该数据处理方法的设备当前的空闲线程，然后调用空闲线程采集数据，得到s100中的待存储数据集。
36.其中，可以是对设备的“硬盘存储或cpu(central processing unit，中央处理
器)”损耗进行实时分析，实现对数据资源的动态监听，从而可以获得当前设备资源池中的空闲线程，进而调用空闲线程采集数据，得到待存储数据集。
37.可以理解的是，当执行该数据处理方法的设备为多台设备组成的系统中占据主导地位的主设备时，且该系统中的主设备有权限访问其他子设备的数据时，则执行该数据处理方法的设备可以调用空闲线程去采集子设备中的数据，得到包括子设备数据的待存储数据集。
38.调用空闲线程采集的数据可以是设备的日志数据、设备中的程序运行时产生的数据等，可以根据实际需求采集不同种类的数据，此处不对其具体数据类型进行限制。
39.一种实施方式下，为了便于后续对待存储数据集中的数据进行处理，在采集得到数据后，还可以对采集得到的数据进行标准化处理，标准化处理后的数据具有相同数据格式；以及对标准化处理后的数据进行数据清洗，得到待存储数据集。从而便于后续对该待存储数据集进行处理，且能去除无效数据，防止将无效数据存储至数据库中。
40.s200：基于预设分类模板中的关键词对待存储数据集中的数据进行分类，得到多个分类结果。
41.其中，同一个分类结果下的不同数据具有相同的关键词。
42.预设分类模板中的关键词的具体数量及具体类型可以根据实际需求设置，此处不对关键词的数量及类型进行限制。
43.例如，当分类模板中的关键词包括“ddos(distributed denial of service，分布式拒绝服务攻击)”、“sql(structured query language，结构化查询语言)注入”、“跨站攻击”时，则可以将待存储数据集中的数据分为“ddos”、“sql注入”、“跨站攻击”三个分类结果，其中，“ddos”分类结果中的数据均具有关键词“ddos”，“sql注入”分类结果中的数据均具有关键词“sql注入”，“跨站攻击”分类结果中的数据均具有关键词“跨站攻击”。
44.需要注意的是，也可以是多个关键词构成一个关键词组，将包括该关键词组中任意一个关键词的数据归类为一个分类结果。例如，可以将“ddos”、“sql注入”、“跨站攻击”作为一个关键词组，将包括“ddos”、“sql注入”、“跨站攻击”中任意一个关键词的数据归类为一个分类结果。但是，关键词组中的所有关键词应当具有至少一个相同性质，例如，“ddos”、“sql注入”、“跨站攻击”均是属于网络攻击方式，因此，可以将其作为一个关键词组。
45.可以理解的是，为了使分类结果更加准确，且实现对预设分类模板的自动更新，一种实施方式下，可以提取待存储数据集中数据的关键词；并将提取得到的关键词更新至分类模板中，得到更新后的分类模板。在后续再次对获取的待存储数据集中的数据进行分类时，利用更新后的分类模板对再次获取的待存储数据集中的数据进行分类，从而可以使分类得到的结果更加准确。
46.可选的，除上述的利用待存储数据集中的关键词对预设分类模板进行更新外，还可以是工作人员主动向预设分类模板中更新关键词，实现对预设分类模板的更新。
47.s300：存储多个分类结果，并针对每一个分类结果，基于该分类结果的存储地址和预设唯一标识符生成索引。
48.其中，不同的分类结果的存储地址不同。基于每一个分类结果的存储地址和预设唯一标识符生成索引，从而在需要查找数据时，可以直接根据索引查找到对应的分类结果，无需进行全局查找，从而提高了查找效率。
49.其中，唯一标识符可以是任意类型的数据，只要保证每一个分类结果的唯一标识符不同即可。例如，可以采用每一个分类结果对应的关键词的hash值(哈希值)作为该分类结果的唯一标识符。此处不对唯一标识符的具体类型进行限制。
50.一种实施方式下，当利用分布式数据库存储待存储数据集时，此时，存储多个分类结果的具体过程可以是：针对每一个分类结果，获取该分类结果对应的数据传输协议，然后在基于该数据传输协议确定需要对该分类结果进行加密时，对该分类结果加密，最后将加密后的该分类结果传输至分布式数据库中对应的局部数据库进行存储。
51.例如，当一分类结果对应的数据传输协议为http(hyper text transfer protocol，超文本传输协议)协议时，由于http协议的安全性较低，因此，为了提高分类结果的安全性，可以对该分类结果进行加密，然后将加密后的分类结果利用http协议进行传输，以传输至分布式数据库中对应的局部数据库进行存储。
52.若该分类结果对应的数据传输协议为https(hyper text transfer protocol over securesocket layer，超文本传输安全协议)协议时，由于https协议的安全性较高，因此，可以直接利用https协议传输该分类结果，无需进行加密。
53.上述举例仅为便于理解，在实际应用时，可以根据实际需求确定不同数据传输协议的安全性是否足够，进而确定是否需要对分类结果进行加密传输，此处不对其进行限制。
54.当待存储数据集中包括多个设备中任意两个设备之间的访问行为数据时，此时，在得到多个分类结果后，还可以针对每一个分类结果，从该分类结果中包括的设备中确定出目标设备，然后利用该分类结果中与目标设备相关的访问行为数据以及该分类结果对应的预设预测模型，对目标设备进行行为预测或趋势分析，得到预测结果。之后基于预测结果和该分类结果中与目标设备相关的访问行为数据，生成知识图谱。
55.其中，知识图谱中的节点为目标设备以及分类结果和预测结果中出现的其他设备，分类结果和预测结果中包括的目标设备与其他设备之间的访问行为数据作为知识图谱中目标设备与其他设备之间的连接关系。
56.例如，分类结果中包括有a、设备b、设备c、设备d四个设备，且分类结果中包括有设备a、设备b之间的访问行为数据，设备a、设备c之间的访问行为数据，设备a、设备d之间的访问行为数据，设备b、设备c之间的访问行为数据，设备b、设备d之间的访问行为数据，设备c、设备d之间的访问行为数据。
57.若确定目标设备为设备a，则利用该分类结果中的设备a、设备b之间的访问行为数据、设备a、设备c之间的访问行为数据、设备a、设备d之间的访问行为数据以及预设预测模型对设备a的行为进行预测或趋势分析。例如可以是预测设备a是否会访问设备b、设备c、设备d中的任意一个设备，或者是预测设备a在一预设时间段内可能接收到的数据访问次数等。具体的预测结果可以根据预设预测模型进行确定。
58.此时，知识图谱中的节点包括设备a、设备b、设备c、设备d四个节点，设备a与设备b、设备c、设备d的连接关系分别为分类结果和预测结果中设备a与设备b、设备c、设备d之间的访问行为数据。
59.其中，得到预设预测模型的方式可以是，利用训练样本集对初始预测模型进行训练，得到预设预测模型。利用训练样本集对初始预测模型进行训练的具体方式及实现原理已为本领域技术人员所熟知，为简要描述，此处不再赘述。
60.可以理解的是，训练样本集包括的具体数据可以根据预设预测模型的实际用途确定，例如，在预设预测模型用于预测目标设备在下一预设周期内被访问次数时，训练样本集中可以包括多个历史周期中目标设备与其他设备之间的历史访问行为数据。以及利用每个历史周期中，目标设备被访问次数对训练样本集中的数据进行标记。在训练时，将训练样本集中每个历史周期中目标设备与其他设备之间的历史访问行为数据作为初始预测模型的输入数据，利用每个历史周期中目标设备被访问次数和对应历史周期的初始预测模型的输出结果对初始预测模型的参数进行修正，直至初始预测模型的输出结果满足预设条件，得到预设预测模型。
61.其中，预设条件可以根据实际需求设置，例如，可以是设置预测结果和实际结果之间的误差小于预设阈值，或者，对初始预测模型的参数进行修正的次数等，此处不对预设条件的具体方式进行限制。
62.预设条件还可以是利用正态分布的方式对预测结果进行验证，当预测结果通过验证的次数大于一预设值时，认为初始预测模型已经完成训练。以上述利用每个历史周期中目标设备被访问次数和对应历史周期的初始预测模型的输出结果对初始预测模型的参数进行修正，直至初始预测模型的输出结果满足预设条件为例，正态分布的横坐标可以是按照时间顺序排列的预设周期，纵坐标为访问次数，将预测结果添加至该正态分布中，若其与该周期的实际结果误差在一定范围内，即认为通过验证，反之则认为未通过验证。
63.上述举例仅为便于理解，训练样本集中的数据类型可以根据实际需求设置，此处不对训练样本集的具体数据类型进行限制。
64.一种实施方式下，在存储多个分类结果后，该数据处理方法还包括：接收用户查询指定数据的查询请求，然后判断该用户是否具备查询该指定数据的权限。在该用户不具备查询该指定数据的权限时，拒绝用户查询指定数据的查询请求，从而提高存储的数据的安全性。
65.其中，上述的判断该用户是否具备查询该指定数据的权限的具体过程可以是，调用预设的“身份验证”接口对用户身份进行校验。具体的，可以是先获取该用户的身份信息，该身份信息包括唯一标识符和唯一身份证书。然后通过唯一标识符验证模块和唯一身份证书验证模块发起对该用户的身份信息的交叉验证和查询。在验证通过后，根据该用户的身份信息匹配该用户的“角色”。最后判断该“角色”是否属于允许访问指定数据的对象。在该“角色”不属于允许访问指定数据的对象时，确认该用户不具备查询该指定数据的权限。其中，每一个分类结果均预设有允许访问的对象。
66.例如，用户的“角色”为人事部员工，而指定数据允许访问的对象为销售部员工时，则该“角色”不属于允许访问指定数据的对象。若指定数据允许访问的对象包括人事部员工时，则该“角色”属于允许访问指定数据的对象。
67.上述举例仅为便于理解，判断该用户是否具备查询该指定数据的权限的具体实现方式可以根据实际需求设置，此处不对其具体实现方式进行限制。
68.为了进一步理解上述的数据处理方法，请参阅图2。需要说明的是，图2所示的原理为本技术数据处理方法的众多实施例中的一种，因此，不能将图2所示的方式理解成是对本技术的限制。
69.如图2所示，首先调用空闲线程采集数据，然后对采集得到的数据进行标准化处
理，并对标准化处理后的数据进行数据清洗，得到待存储数据集。之后基于预设分类模板中的关键词对待存储数据集中的数据进行分类，得到多个分类结果。然后针对每一个分类结果，获取该分类结果对应的数据传输协议，并在基于数据传输协议确定需要对该分类结果进行加密时，对该分类结果加密，再将加密后的该分类结果传输至分布式数据库中对应的局部数据库进行存储。此时，针对每一个分类结果，基于该分类结果的存储地址和预设唯一标识符生成索引。
70.在基于预设分类模板中的关键词对待存储数据集中的数据进行分类，得到多个分类结果时，针对每一个分类结果，从该分类结果中包括的设备中确定出目标设备，利用该分类结果中与目标设备相关的访问行为数据以及该分类结果对应的预设预测模型，对目标设备进行行为预测或趋势分析，得到预测结果。然后基于预测结果和该分类结果中与目标设备相关的访问行为数据，生成知识图谱。
71.除上述方式外，还可以是在将加密后的该分类结果传输至分布式数据库中对应的局部数据库进行存储后，针对每一个分类结果，从该分类结果中包括的设备中确定出目标设备，利用该分类结果中与目标设备相关的访问行为数据以及该分类结果对应的预设预测模型，对目标设备进行行为预测或趋势分析，得到预测结果。然后基于预测结果和该分类结果中与目标设备相关的访问行为数据，生成知识图谱。
72.在基于预设分类模板中的关键词对待存储数据集中的数据进行分类，得到多个分类结果时，可以针对每一个分类结果建立初始预测模型，并利用该分类结果对初始预测模型进行训练，得到预设预测模型。或者，也可以是在将加密后的该分类结果传输至分布式数据库中对应的局部数据库进行存储后，针对每一个分类结果建立初始预测模型，并利用该分类结果对初始预测模型进行训练，得到预设预测模型。
73.其中，图2所示的数据处理方法的每个步骤的具体实现方式在前文已经叙述清楚，为简要描述，此处不再赘述。
74.请参阅图3，图3为本技术实施例示出的一种数据处理装置100的结构框图，该数据处理装置包括获取模块110、分类模块120和存储模块130。
75.获取模块110，用于获取待存储数据集。
76.分类模块120，用于基于预设分类模板中的关键词对所述待存储数据集中的数据进行分类，得到多个分类结果，其中，同一个分类结果下的不同数据具有相同的关键词。
77.存储模块130，用于存储所述多个分类结果，并针对每一个分类结果，基于该分类结果的存储地址和预设唯一标识符生成索引，其中，不同的分类结果的存储地址不同。
78.获取模块110，具体用于获取当前空闲线程；调用空闲线程采集数据，得到待存储数据集。
79.获取模块110，具体用于对采集得到的数据进行标准化处理，标准化处理后的数据具有相同数据格式；对标准化处理后的数据进行数据清洗，得到待存储数据集。
80.数据处理装置100还包括处理模块，用于提取所述待存储数据集的关键词；将所述关键词更新至所述分类模板中，得到更新后的分类模板。
81.存储模块130，具体用于针对每一个分类结果，获取该分类结果对应的数据传输协议；在基于所述数据传输协议确定需要对该分类结果进行加密时，对该分类结果加密；将加密后的该分类结果传输至所述分布式数据库中对应的局部数据库进行存储。
82.处理模块，还用于当所述待存储数据集中包括多个设备中任意两个设备之间的访问行为数据时，针对每一个分类结果，从该分类结果中包括的设备中确定出目标设备，利用该分类结果中与所述目标设备相关的访问行为数据以及该分类结果对应的预设预测模型，对所述目标设备进行行为预测或趋势分析，得到预测结果；基于所述预测结果和该分类结果中与所述目标设备相关的访问行为数据，生成知识图谱，其中，所述知识图谱中的节点为所述目标设备以及所述分类结果和所述预测结果中出现的其他设备，所述分类结果和所述预测结果中包括的所述目标设备与其他设备之间的访问行为数据作为所述知识图谱中所述目标设备与其他设备之间的连接关系。
83.处理模块，还用于接收用户查询指定数据的查询请求；判断该用户是否具备查询该指定数据的权限；在该用户不具备查询该指定数据的权限时，拒绝用户查询指定数据的查询请求。
84.本技术实施例所提供的数据处理装置100，其实现原理及产生的技术效果和前述数据处理方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述数据处理方法实施例中相应内容。
85.请参阅图4，其为本技术实施例提供的一种电子设备200。所述电子设备200包括：收发器210、存储器220、通讯总线230、处理器240。
86.所述收发器210、所述存储器220、处理器240各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线230或信号线实现电性连接。其中，收发器210用于收发数据。存储器220用于存储计算机程序，如存储有图3中所示的软件功能模块，即数据处理装置100。其中，数据处理装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器220中或固化在所述电子设备200的操作系统(operating system，os)中的软件功能模块。所述处理器240，用于执行存储器220中存储的可执行模块，例如数据处理装置100包括的软件功能模块或计算机程序。此时，处理器240，用于获取待存储数据集；基于预设分类模板中的关键词对所述待存储数据集中的数据进行分类，得到多个分类结果，其中，同一个分类结果下的不同数据具有相同的关键词；存储所述多个分类结果，并针对每一个分类结果，基于该分类结果的存储地址和预设唯一标识符生成索引，其中，不同的分类结果的存储地址不同。
87.其中，存储器220可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
88.处理器240可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器240也可以是任何常规的处理器等。
89.其中，上述的电子设备200，包括但不限于个人电脑、服务器等。
90.本技术实施例还提供了一种非易失性计算机可读取存储介质(以下简称存储介质)，该存储介质上存储有计算机程序，该计算机程序被计算机如上述的电子设备200运行时，执行上述所示的数据处理方法。该计算机可读存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
91.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。