数据分级处理方法、装置、设备和存储介质与流程

1.本技术涉及信息安全领域，尤其涉及一种数据分级处理方法、装置、设备和存储介质。


背景技术：

2.随着云计算、大数据的快速发展，政府部门以及各类企业通过各种途径收集了大量数据，用来进行数据分析研究并根据分析研究结果进行决策制定。收集到的敏感数据涉及个人隐私信息、财产信息、企业基础信息等等，若出现数据泄露或数据滥用事件将会给数据的使用者以及拥有者造成损失，因此如何提高数据使用过程的安全性，是数据安全领域的重要课题。
3.数据分类分级是数据安全的前提，准确高效的定义分级级别是数据共享开放的基础，数据只有在确认了分级级别的情况下，才能定义共享开放级别，从而保证数据流通的安全性。现行的分级技术主要是从字段内容出发，即根据字段的实际数据内容，如“身份证号码”、“手机号码”、“姓名”等，通过编写正则表达式，匹配数据内容。
4.然而，实际情况中绝大部分的字段并不含有实际的数据内容，这给数据分级带来了很大的难度。


技术实现要素：

5.本技术提供一种数据分级处理方法、装置、设备和存储介质，以解决现有技术中存在的对不含有实际的数据内容的字段分级难度大的缺陷。
6.一方面，本技术提供一种数据分级处理方法，包括：
7.通过自然语言处理对新增字段进行分词处理，得到至少一个第一数据标签；
8.根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别，所述分级级别用于指示所述第一数据标签的敏感程度；
9.根据所述至少一个第一数据标签的分级级别，确定所述新增字段的分级级别；
10.将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。
11.可选的，所述根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别，包括：
12.若所述数据分级规则库中存在与所述第一数据标签相同的第二数据标签，则将所述第二数据标签的分级级别作为所述第一数据标签的分级级别。
13.可选的，所述根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别，包括：
14.若所述数据分级规则库中不存在与所述第一数据标签相同的第二数据标签，则将第一预设分级级别作为所述第一数据标签的分级级别。
15.可选的，所述将第一预设分级级别作为所述第一数据标签的分级级别之前，所述
方法还包括：
16.获取所述数据分级规则库中预设数量的第二数据标签对应的分级级别的平均值；
17.根据所述平均值得到所述第一预设分级级别。
18.可选的，所述根据所述至少一个第一数据标签的分级级别，确定所述新增字段的分级级别，包括：
19.对所述至少一个第一数据标签的分级级别数据进行加权平均，得到所述新增字段的分级级别。
20.可选的，所述将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库之前，所述方法还包括：
21.若所述新增字段为被标记的新增字段；
22.判断所述新增字段的分级级别是否小于第二预设分级级别；
23.若小于，则将所述新增字段的分级级别更新为所述第二预设分级级别；
24.对应地，所述将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库，包括：
25.将所述新的数据标签以及所述新的数据标签对应的第二预设分级级别存储至所述数据分级规则库。
26.可选的，所述方法还包括：
27.建立原始数据集合，所述原始数据集合包括最小颗粒度的第二数据标签；
28.确定每个所述第二数据标签的分级级别；
29.根据每个所述第二数据标签以及对应的所述分级级别，得到所述数据分级规则库。
30.第二方面，本技术提供一种数据分级处理装置，包括：
31.处理模块，用于通过自然语言处理对新增字段进行分词处理，得到至少一个第一数据标签；
32.所述处理模块，还用于根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别，所述分级级别用于指示所述第一数据标签的敏感程度；
33.确定模块，用于根据所述至少一个第一数据标签的分级级别，确定所述新增字段的分级级别；
34.存储模块，用于将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。
35.可选的，所述处理模块，具体用于若所述数据分级规则库中存在与所述第一数据标签相同的第二数据标签，则将所述第二数据标签的分级级别作为所述第一数据标签的分级级别。
36.可选的，所述处理模块，还具体用于若所述数据分级规则库中不存在与所述第一数据标签相同的第二数据标签，则将第一预设分级级别作为所述第一数据标签的分级级别。
37.可选的，所述处理模块，还用于获取所述数据分级规则库中预设数量的第二数据标签对应的分级级别的平均值；
38.根据所述平均值得到所述第一预设分级级别。
39.可选的，所述确定模块，具体用于对所述至少一个第一数据标签的分级级别数据进行加权平均，得到所述新增字段的分级级别。
40.可选的，所述数据分级处理装置还包括：判断模块和更新模块，
41.若所述新增字段为被标记的新增字段，所述判断模块，用于判断所述新增字段的分级级别是否小于第二预设分级级别；
42.所述更新模块，用于在所述新增字段的分级级别小于第二预设分级级别时，将所述新增字段的分级级别更新为所述第二预设分级级别；
43.所述存储模块，还用于将所述新的数据标签以及所述新的数据标签对应的第二预设分级级别存储至所述数据分级规则库。
44.可选的，所述处理模块，还用于建立原始数据集合，所述原始数据集合包括最小颗粒度的第二数据标签；
45.所述确定模块，还用于确定每个所述第二数据标签的分级级别，根据每个所述第二数据标签以及对应的所述分级级别，得到所述数据分级规则库。
46.第三方面，本技术提供一种数据分级处理设备，包括：
47.存储器；
48.处理器；
49.其中，所述存储器存储计算机执行指令；
50.所述处理器执行所述存储器存储的计算机执行指令，以实现如上述第一方面及第一方面各种可能的实现方式所述的数据分级处理方法。
51.第四方面，本技术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以实现如上述第一方面及第一方面各种可能的实现方式所述的数据分级处理方法。
52.本技术提供的数据分级处理方法，在数据分级规则库的基础上，利用自然语言处理技术，对新增字段进行分词，并与数据分级规则库中的数据标签进行比对，从而确定该新增字段的分级级别，降低了人工参与数据分级的干预程度，减少了因个人主观因素掺杂到分级内容中的情况，提高了流程的可用性和自动化，提高了分级准确率，同时实现了数据分级规则库的自动扩充。
附图说明
53.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
54.图1为本技术提供的数据分级处理方法的流程图一；
55.图2为本技术提供的数据分级处理方法的流程图二；
56.图3为本技术提供的数据分级处理方法的流程图三；
57.图4为本技术提供的数据分级处理装置的结构示意图；
58.图5为本技术提供的数据分级处理设备的结构示意图。
59.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为
本领域技术人员说明本技术的概念。
具体实施方式
60.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通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，都属于本技术保护的范围。
61.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。
62.随着云计算、大数据的快速发展，政府部门以及各类企业通过各种途径收集了大量数据，用来进行数据分析研究并根据分析研究结果进行决策制定。收集到的敏感数据涉及个人隐私信息、财产信息、企业基础信息等等，若出现数据泄露或数据滥用事件将会给数据的使用者以及拥有者造成损失，因此如何提高数据使用过程的安全性，是数据安全领域的重要课题。
63.数据分类分级是数据安全的前提，准确高效的定义分级级别是数据共享开放的基础，数据只有在确认了分级级别的情况下，才能定义共享开放级别，从而保证数据流通的安全性。
64.现有的分级技术主要是从字段内容出发，即根据字段的实际数据内容，如“身份证号码”、“手机号码”、“姓名”等，通过编写正则表达式，通过正则表达式的匹配规则，搜索数据内容。
65.正则表达式是对字符串操作的一种逻辑公式，采用事先定义好的一些特定字符或者特定字符与字符串的组合，组成一个规则字符串，该规则字符串用来表达对待处理字符串的一种过滤逻辑，通过待处理字符串是否符合正则表达式的过滤逻辑，从待处理字符串中获取特定部分。示例性的，通过规则字符串“^once”，可以获取待处理字符串中以“once”开始的字符串。
66.然而，通过正则表达式的匹配规则来搜索数据内容时，需要人员花费大量的时间对敏感数据的规则进行梳理，不仅效率低下，而且由于实际情况中大部分的字段并不含有实际的数据内容，因此在搜索时往往也只能搜索到规律明显的数据内容，对规律不明显的数据内容，遗漏较大，使得数据分级的难度较大。
67.本技术提供了一种数据分级处理方法，由于大部分数据字段含有字段的中文描述，而通过字段的中文描述可大致了解字段内容，因此本技术利用自然语言处理技术，对中文描述进行分词，并与规则库的数据标签对比，计算各个分词标签的级别，进而计算该字段的分级级别，提高了分级的自动化程度和分级的准确性。
68.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
69.图1为本技术实施例示出的数据分级处理方法的流程图一。如图1所示，本实施例
提供的数据分级处理方法包括：
70.s101：通过自然语言处理对新增字段进行分词处理，得到至少一个第一数据标签。
71.其中，自然语言处理：指利用人类交流所使用的自然语言与机器进行交互通讯的技术。通过人为的对自然语言的处理，使得计算机对其能够可读并理解。
72.新增字段是指：未在数据分级规则库中的字段。新增字段例如可以是包括多个数据标签的字段，例如可以为：“身份证类型”，“身份证类型”可以被二次拆分为“身份证”和“类型”，因此无法直接确定该新增字段的分级级别。
73.无法再进行分词的字段被称为数据标签。数据标签例如可以为：“身份证”或者“号码”，“身份证”以及“号码”都属于不可进行二次拆分的最小颗粒度数据标签。
74.采用自然语言处理技术来对新增字段进行分词，可以解析该新增字段的中文描述，从而屏蔽掉必须识别字段内容的硬性要求。
75.s102：根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别，所述分级级别用于指示所述第一数据标签的敏感程度。
76.其中，数据分级规则库中存储有最小颗粒度的第二数据标签，以及与第二数据标签对应的分级级别，在得到至少一个第一数据标签后，可以根据数据分级规则库中存储的第二数据标签对应的分级级别来确定每个第一数据标签的分级级别。本技术对根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别的具体实现方式不做特殊限制。
77.示例性的，例如可以将每个第一数据标签分别与数据分级规则库中的第二数据标签进行匹配，根据匹配结果，确定每个第一数据标签的分级级别。
78.第一数据标签可以和第二数据标签相同，也可以不同。
79.例如新增字段为“身份证类型”，其分词后得到两个第一数据标签“身份证”和“类型”。数据分级规则库中存储的第二数据标签包括“类型”但是不包括“身份证”，那么第一数据标签“类型”与第二数据标签中的“类型”相同，第一数据标签“身份证”与第二数据标签不同。
80.s103：根据所述至少一个第一数据标签的分级级别，确定所述新增字段的分级级别。
81.其中，在得到每个第一数据标签的分级级别后，可以根据至少一个第一数据标签的分级级别来确定该新增字段的分级级别。例如可以将至少一个第一数据标签的分级级别中最大的或者最小的确定为该新增字段的分级级别。本技术对确定新增字段的分级级别的具体实现方式不做特殊限制。
82.s104：将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。
83.其中，由于新增字段包括至少一个最小颗粒度的第一数据标签，因此该新的数据标签也可以包括至少一个最小颗粒度的第一数据标签。
84.例如将新增字段“身份证类型”作为新的数据标签，将“身份证类型”以及对应的分级级别存储至数据分级规则库中。
85.将新的数据标签以及该新的数据标签对应的分级级别存储至数据分级规则库中，可以实现数据分级规则库的自动扩充及更新，从而逐步完善数据分级规则库。
86.此处将新增字段作为新的数据标签的目的是为了实现对规律不明显的数据进行搜索，从而避免数据的遗漏。例如：新增字段为“身份证类型”，在该步骤中，将新增字段“身份证类型”作为新的数据标签“身份证类型”，从而使得后续面对字段“身份证类型”时，可以直接搜索到该新的数据标签“身份证类型”的分级级别，提高了分级的自动化程序，也减少了人工的工作量。
87.本实施例提供的数据分级处理方法，包括：通过自然语言处理对新增字段进行分词处理，得到至少一个第一数据标签；根据数据分级规则库中的第二数据标签对应的分级级别，得到所述每个第一数据标签的分级级别，所述分级级别用于指示所述数据标签的敏感程度；根据所述至少一个第一数据标签的分级级别，确定所述新增字段的分级级别；将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。本实施例在数据分级规则库的基础上，利用自然语言处理技术，对新增字段进行分词，并与数据分级规则库中的数据标签进行比对，从而确定该新增字段的分级级别，降低了人工参与数据分级的干预程度，减少了因个人主观因素掺杂到分级内容中的情况，提高了流程的可用性和自动化，提高了分级准确率，同时实现了数据分级规则库的自动扩充。
88.图2为本技术实施例示出的数据分级处理方法的流程图二。如图2所示，本实施例提供的数据分级处理方法包括：
89.s201：建立原始数据集合，所述原始数据集合包括最小颗粒度的第二数据标签。
90.其中，最小颗粒度的数据标签是指可识别的最小颗粒度字段，字段不可进行二次拆分。原始数据集合的建立例如可以是预设其中的最小颗粒度的第二数据标签而得到的。
91.s202：确定每个所述第二数据标签的分级级别。
92.其中，第二数据标签的分级级别例如可以按照相关规则、业务场景和专家经验确认，本实施例对分级级别的确定不做特殊限制。
93.s203：根据每个所述第二数据标签以及对应的所述分级级别，得到数据分级规则库。
94.其中，数据分级规则库中包含有多个第二数据标签，以及每个第二数据对应的分级级别。
95.例如数据分级规则库包括数据规则集合，该数据规则集合由第二数据标签和对应的分级级别形成。
96.可以理解的，由于原始数据集合中的第二数据标签均为最小颗粒度的数据标签，在搜索时，是比较容易被搜索到的。根据规律明显的原始数据集合以及原始数据集合中每个第二数据标签所对应的分级级别，得到数据分级规则库，从而便于后续对规律不明显的数据进行分级。
97.s204：通过自然语言处理对新增字段进行分词处理，得到至少一个第一数据标签。
98.步骤s204与上述步骤s101类似，在此不做赘述。
99.s205：判断所述数据分级规则库中是否存在与所述第一数据标签相同的第二数据标签；若是，则执行步骤s206，若否，则执行步骤s207。
100.s206：将所述第二数据标签的分级级别作为所述第一数据标签的分级级别。
101.其中，若数据分级规则库中存在与第一数据标签相同的第二数据标签，说明新增
字段分词后得到的该第一数据标签在得到数据分级规则库时已经进入该数据分级规则库，此时就可以将数据分级规则库中的该第二数据标签的分级级别作为第一数据标签的分级级别。
102.例如：将新增字段“身份证类型”分词后得到第一数据标签“类型”，在数据分级规则库中也存在第二数据标签“类型”，其分级级别为2级，则可以将第一数据标签“类型”的分级级别设置为该第二数据标签“类型”的分级级别：2级，从而得到该第一数据标签“类型”的分级级别。
103.s207：将第一预设分级级别作为所述第一数据标签的分级级别。
104.其中，若数据分级规则库中不存在与第一数据标签相同的第二数据标签，说明新增字段分词后得到的该第一数据标签是没有进入数据分级规则库的最小颗粒度的数据标签。由于该第一数据标签是没有进入数据分级规则库的数据标签，因此可以将第一预设分级级别作为该第一数据标签的分级级别。
105.第一预设分级级别例如可以是用户预先设置的分级级别，也可以是数据分级规则库中最大、最小或者中位数的分级级别，本技术对此不做特殊限制。
106.示例性的，此处给出一种可能的实现方式。获取所述数据分级规则库中预设数量的第二数据标签对应的分级级别的平均值；根据所述平均值得到所述第一预设分级级别。
107.预设数量例如可以是指数据分级规则库中所有的第二数据标签，也可以是根据规则选择出来的多个第二数据标签。本技术对此不做特殊限定。
108.示例性的，在确定所述第一数据标签的分级级别时，还可以确定出所述第一数据标签在所述新增字段中的重复次数，所述重复次数为大于等于1的整数。
109.在一个新增字段中可能会存在至少两个相同的第一数据标签，对于这种情况，就还需要确定出该第一数据标签在新增字段中的重复次数。
110.例如：新增字段为“身份证类型实际类型”，对其进行分词后得到第一数据标签“身份证”、“类型”、“实际”“类型”，可以获知第一数据标签的重复次数为2。
111.s208：对所述至少一个第一数据标签的分级级别数据进行加权平均，得到所述新增字段的分级级别。
112.其中，本实施例中由于是将新增字段作为新的数据标签来进行存储，因此在得到每个第一数据标签的分级级别后，还需要得到新增字段的分级级别。通过加权平均的算法可以使新增字段的分级级别更加准确。
113.示例性的，若在上述步骤s207中还确定了第一数据标签在新增字段中的重复次数，那么在确定新增字段的分级级别时，还需要考虑到该重复次数。例如可以将重复次数作为参数来进行加权平均，从而得到新增字段的分级级别。
114.s209：将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。
115.步骤s209与上述步骤s104类似，在此不做赘述。
116.可以理解的，通过本实施例的方法对数据分级规则库进行扩充后，使得后续的数据分级规则库可因新增数据字段的增多逐步由最小颗粒度数据标签(第二数据标签)过度为多颗粒度数据标签(新增字段)。
117.本实施例提供的数据分级处理方法，通过判断数据分级规则库中是否存在与第一
数据标签相同的第二数据标签，采用不同的处理方式求取第一数据标签的分级级别，提高了分级的准确率；还降低了人工参与数据分级的干预程度，减少了因个人主观因素掺杂到分级内容中的情况，提高了流程的可用性和自动化，提高了分级准确率，实现了数据分级规则库的自动扩充。
118.图3是本技术实施例示出的数据分级处理方法的流程图三。本实施例中的新增字段为被标记的新增字段。标记表明该新增字段的敏感程度更高。实际使用场景中往往存在新增字段的分级级别与实际使用的级别范围不一致的情况，针对上述情况，可以使用本实施例示出的方法来解决。如图3所示，本实施例提供的数据分级处理方法，包括：
119.s301：判断被标记的新增字段的分级级别是否小于第二预设分级级别；若否，则执行s302，若是，则执行s303。
120.s302：将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。
121.其中，在得到新增字段的分级级别后，还需要判断该新增字段是否被标记。若新增字段被标记，则表明该新增字段的分级级别较高(敏感程度高)，因此需要判断该被标记的新增字段的分级级别是否与实际使用的级别范围不一致。
122.若被标记的新增字段的分级级别不小于第二预设分级级别，则表明该新增字段的分级级别足够大，与实际使用的级别范围一致，因此无需对该新增字段的分级级别进行调整，直接将该新增字段作为新的数据标签，并将该新的数据标签以及对应的分级级别进行存储即可。
123.s303：将所述新增字段的分级级别更新为所述第二预设分级级别。
124.s304：将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的第二预设分级级别存储至所述数据分级规则库。
125.若被标记的新增字段的分级级别小于第二预设分级级别，则表明该新增字段的分级级别相对较小，与实际使用的级别范围不一致，此时需要将该新增字段的分级级别更新为第二预设分级级别，从而使该新增字段的分级级别与实际使用的级别范围一致。同理，在存储时，存储的是更新后的第二预设分级级别。
126.第二预设分级级别例如可以是用户预先设置的分级级别，也可以是根据相关规定、实际使用场景等确定的，本实施例对分级级别的确定不做特殊限制，本技术对此不做特殊限制。
127.本实施例提供的数据分级处理方法，通过在被标记的新增字段的分级级别小于第二预设分级级别时，对该被标记的新增字段的分级级别进行更新，使得新增字段的分级级别更加符合实际场景。
128.图4为本技术提供的数据分级处理装置的结构示意图。如图4所示，本技术提供一种数据分级处理装置，该数据分级处理装置300包括：
129.处理模块301，用于通过自然语言处理对新增字段进行分词处理，得到至少一个第一数据标签；
130.所述处理模块301，还用于根据数据分级规则库中的第二数据标签对应的分级级别，得到每个第一数据标签的分级级别，所述分级级别用于指示所述第一数据标签的敏感程度；
131.确定模块302，用于根据所述至少一个第一数据标签的分级级别，确定所述新增字段的分级级别；
132.存储模块303，用于将所述新增字段作为新的数据标签，并将所述新的数据标签以及所述新的数据标签对应的分级级别存储至所述数据分级规则库。
133.可选的，所述处理模块301，具体用于若所述数据分级规则库中存在与所述第一数据标签相同的第二数据标签，则将所述第二数据标签的分级级别作为所述第一数据标签的分级级别。
134.可选的，所述处理模块301，还具体用于若所述数据分级规则库中不存在与所述第一数据标签相同的第二数据标签，则将第一预设分级级别作为所述第一数据标签的分级级别。
135.可选的，所述处理模块301，还用于获取所述数据分级规则库中预设数量的第二数据标签对应的分级级别的平均值；
136.根据所述平均值得到所述第一预设分级级别。
137.可选的，所述确定模块302，具体用于对所述至少一个第一数据标签的分级级别数据进行加权平均，得到所述新增字段的分级级别。
138.可选的，所述数据分级处理装置还包括：判断模块304和更新模块305，
139.若所述新增字段为被标记的新增字段，所述判断模块304，用于判断所述新增字段的分级级别是否小于第二预设分级级别；
140.所述更新模块305，用于在所述新增字段的分级级别小于第二预设分级级别时，将所述新增字段的分级级别更新为所述第二预设分级级别；
141.所述存储模块303，还用于将所述新的数据标签以及所述新的数据标签对应的第二预设分级级别存储至所述数据分级规则库。
142.可选的，所述处理模块301，还用于建立原始数据集合，所述原始数据集合包括最小颗粒度的第二数据标签；
143.所述确定模块302，还用于确定每个所述第二数据标签的分级级别，根据每个所述第二数据标签以及对应的所述分级级别，得到所述数据分级规则库。
144.图5为本技术提供的数据分级处理设备的结构示意图。如图5所示，本技术提供一种数据分级处理设备，该数据分级处理设备400包括：接收器401、发送器402、处理器403以及存储器404。
145.接收器401，用于接收指令和数据；
146.发送器402，用于发送指令和数据；
147.存储器404，用于存储计算机执行指令；
148.处理器403，用于执行存储器404存储的计算机执行指令，以实现上述实施例中数据分级处理方法所执行的各个步骤。具体可以参见前述数据分级处理方法实施例中的相关描述。
149.可选地，上述存储器404既可以是独立的，也可以跟处理器403集成在一起。
150.当存储器404独立设置时，该电子设备还包括总线，用于连接存储器404和处理器403。
151.本技术还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执
行指令，当处理器执行计算机执行指令时，实现如上述数据分级处理设备所执行的数据分级处理方法。
152.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
153.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
154.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。