[發明專利]一種特征數據處理方法、裝置、電子設備及存儲介質有效
| 申請號: | 202110482756.4 | 申請日: | 2021-04-30 |
| 公開(公告)號: | CN113127909B | 公開(公告)日: | 2023-07-25 |
| 發明(設計)人: | 張俊帆 | 申請(專利權)人: | 北京奇藝世紀科技有限公司 |
| 主分類號: | G06F21/60 | 分類號: | G06F21/60;G06F21/62;G06F18/23;G06N3/04;G06N3/08 |
| 代理公司: | 北京華夏泰和知識產權代理有限公司 11662 | 代理人: | 劉曉燕;曾軍 |
| 地址: | 100080 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 特征 數據處理 方法 裝置 電子設備 存儲 介質 | ||
本申請提供一種特征數據處理方法、裝置、電子設備及存儲介質,方法包括:接收目標登錄用戶針對目標特征庫的第一數據處理請求,根據預設的第一對應關系、第二對應關系和第三對應關系驗證目標登錄用戶對目標特征庫是否具備與第一數據處理請求對應的權限,若目標登錄用戶對目標特征庫具備與第一數據處理請求對應的權限,對第一數據處理請求進行響應處理,其中第一對應關系為特征庫與虛擬用戶的對應關系,第二對應關系為虛擬用戶與項目的對應關系,第三對應關系為登錄用戶與項目的對應關系。通過三個對應關系對目標登錄用戶進行權限驗證,在驗證通過后再對第一數據處理請求進行響應處理,提升了數據安全性。
技術領域
本申請涉及數據處理領域,尤其涉及一種特征數據處理方法、裝置、電子設備及存儲介質。
背景技術
深度學習是一種機器學習方法,在利用深度學習訓練模型過程中,通常是先通過特征工程提取樣本數據的特征數據,并對特征數據進行記錄,然后再基于記錄的特征數據進行模型訓練,因此可見特征數據在深度學習中處于至關重要的位置。
目前在對特征工程提取的特征數據進行記錄時,通常是由用戶以文本或者wiki等簡要手段將特征數據存儲在用戶的電腦等設備中,直接與用戶進行綁定,不利于特征數據的共享。
發明內容
為了解決上述特征數據安全性較弱的技術問題,本申請提供了一種特征數據處理方法、裝置、電子設備及存儲介質。
第一方面,本申請提供了一種特征數據處理方法,包括:
接收目標登錄用戶針對目標特征庫的第一數據處理請求;
根據預設的第一對應關系、第二對應關系以及第三對應關系驗證所述目標登錄用戶對所述目標特征庫是否具備與所述第一數據處理請求對應的權限;
若所述目標登錄用戶對所述目標特征庫具備與所述第一數據處理請求對應的權限,對所述第一數據處理請求進行響應處理;
其中,所述第一對應關系為特征庫與虛擬用戶的對應關系,所述第二對應關系為虛擬用戶與項目的對應關系,所述第三對應關系為登錄用戶與項目的對應關系。
作為一種可能的實現方式,所述根據預設的第一對應關系、第二對應關系以及第三對應關系驗證所述目標登錄用戶對所述目標特征庫是否具備與所述第一數據處理請求對應的權限,包括:
根據所述第一對應關系,確定所述目標特征庫對應的目標虛擬用戶;
根據所述第二對應關系,確定所述目標虛擬用戶對應的目標項目;
根據所述第三對應關系,確定所述目標登錄用戶與所述目標項目是否存在目標子對應關系,所述目標子對應關系用于表征所述目標登錄用戶對所述目標特征庫具備與所述第一數據處理請求對應的權限;
若所述目標登錄用戶與所述目標項目之間存在目標子對應關系,則確定所述目標登錄用戶對所述目標特征庫具備與所述第一數據處理請求對應權限。
作為一種可能的實現方式,所述權限包括訪問權限或下述權限中的任意一種:讀取權限、寫入權限或編輯權限。
作為一種可能的實現方式,所述第一對應關系中,一個特征庫與一個虛擬用戶對應,一個虛擬用戶與至少一個特征庫對應;
所述第二對應關系中,一個虛擬用戶與一個項目對應,一個項目與至少一個虛擬用戶對應;
所述第三對應關系中,一個登錄用戶與至少一個項目對應,一個項目與至少一個登錄用戶對應。
作為一種可能的實現方式,所述方法還包括:
所述接收目標登錄用戶針對目標特征庫的第一數據處理請求之前,接收第二數據處理請求,所述第二數據處理請求用于指示創建用于存儲目標特征數據集的目標特征庫;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京奇藝世紀科技有限公司,未經北京奇藝世紀科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110482756.4/2.html,轉載請聲明來源鉆瓜專利網。





