[發明專利]數據內生血緣關系的分析方法、裝置和計算機設備

在審

• 申請號: 201911418176.8
• 申請日: 2019-12-31
• 公開（公告）號: CN113127478A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 李宇;劉躍;齊向東;吳云坤
• 申請（專利權）人: 奇安信科技集團股份有限公司;網神信息技術（北京）股份有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/242;G06F16/28
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

本發明提供了一種數據內生血緣關系的分析方法、裝置和計算機設備。該方法包括：獲取數據庫的SQL日志；對SQL語句進行語法解析，得到抽象語法樹對象；確定語法葉子節點對應的信息；將語法葉子節點對應的信息作為血緣樹中的節點，建立SQL語句對應的血緣樹；根據多條SQL語句對應的血緣樹確定數據庫中的數據內生血緣關系。通過本發明，能夠確定數據庫中各數據表的數據內生血緣關系。

技術領域

本發明涉及大數據技術領域，尤其涉及一種數據內生血緣關系的分析方法、裝置和計算機設備。

背景技術

對于企業來講，數據就是資產的一種，大數據時代的企業數據存儲與運用至關重要。現有技術中的企業數的存儲和運用存在以下問題：第一，在企業數據倉庫的建模中，由于最初建模的不合理，隨著時間的流逝，會導致數據倉庫運行的越來越慢，添加和計算指標越來越復雜，維護成本越來越高；第二，在企業的發展中，沉淀的大量數據與技術人員的流入流出等諸多因素，大量數據已經成為“未知意義”的數據，并且，對于這些數據的來源與去向無從查詢，進而成為無價值的數據。

針對上述問題，現有技術提出數據血緣關系的概念，即數據的全生命周期中，數據與數據之間會形成多種多樣的關系，這些關系與人類的血緣關系類似，所以被稱作數據血緣關系，通過數據血緣關系，能夠找到模型問題進而解決模型問題，也能夠根據父子關系、生命周期等形式來分析數據的價值。

此外，傳統的網絡安全防護都是“外生”的，立足于邊界防護，但隨著不斷變化的網絡威脅，網絡安全進化到了“內生安全”時代，而聚合是實現“內生安全”的必要手段，信息化系統和安全系統的聚合，產生自適應安全能力；IT人才和安全人才的聚合，產生自成長的安全能力；業務數據和安全數據的聚合，產生自主安全能力，其中，在數據聚合的過程中，數據內生血緣關系的分析時必要步驟。

因此，提供一種數據內生血緣關系的分析方法、裝置、計算機設備和存儲介質，以分析數據庫中各數據表的數據內生血緣關系，成為本領域亟需解決的技術問題。

發明內容

本發明的目的是提供一種數據內生血緣關系的分析方法、裝置、計算機設備和存儲介質，用于解決現有技術中的上述技術問題。

一方面，為實現上述目的，本發明提供了一種數據內生血緣關系的分析方法。

該數據內生血緣關系的分析方法包括：獲取數據庫的SQL日志，其中，數據庫包括多個數據表，數據表包括若干字段，SQL日志包括多條SQL語句；對SQL語句進行語法解析，得到抽象語法樹對象，其中，抽象語法樹對象包括語法根節點和多個語法葉子節點，語法根節點為SQL語句，語法葉子節點為SQL語句中的語法結構；確定語法葉子節點對應的信息，其中，當語法結構的語法包括操作時，語法葉子節點對應的信息包括操作的標識信息，當語法結構表征目的字段時，語法葉子節點對應的信息包括第一表達式，第一表達式包括目的字段的字段名和目的字段所在數據表的表名，當語法結構表征源字段時，語法葉子節點對應的信息包括第二表達式，第二表達式包括源字段的字段名和源字段所在的數據表的表名；將語法葉子節點對應的信息作為血緣樹中的節點，建立SQL語句對應的血緣樹；根據多條SQL語句對應的血緣樹確定數據庫中的數據內生血緣關系。

進一步地，將語法葉子節點對應的信息作為血緣樹中的節點，建立SQL語句對應的血緣樹的步驟包括：按照由語法葉子節點到語法根節點的順序，將語法葉子節點對應的信息存儲至節點存儲棧，其中，節點存儲棧的出棧邏輯為先進先出；獲取節點存儲棧中的對象建立SQL語句對應的血緣樹。

進一步地，血緣樹包括表征標識信息的中間節點、表征第一表達式或第二表達式的端節點，根據多條SQL語句對應的血緣樹確定數據庫中的數據內生血緣關系的步驟包括：獲取血緣樹中兩個端節點之間的路徑，得到血緣路徑；存儲血緣路徑的路徑信息至血緣數據庫，其中，路徑信息包括所兩個端節點、兩個端節點之間的數據流向和兩個端節點之間在血緣路徑上的中間節點；顯示血緣數據庫中多條路徑信息，以得到血緣圖。