數據分級方法及其裝置、電子設備、計算機可讀介質制造方法及圖紙

本申請公開了一種數據分級方法及其裝置、電子設備、計算機可讀介質，方法包括：對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中。比如在一些應用場景中，通過人工智能深度學習用戶的數據訪問習慣，來動態確定數據的冷熱指標，還有，比如，根據用戶定義的冷熱級別輔助確定數據的冷熱指標，從而進一步實現了動態調整數據存儲地點，使得用戶常用的數據離用戶更近，不常用的數據離用戶更遠。

Data Classification Method and Device, Electronic Equipment and Computer Readable Media

This application discloses a data classification method and device, electronic equipment and computer readable medium. The method includes: analyzing the cold and heat degree of the stored data to obtain the cold and heat index value of the data to be stored; storing the data to be stored beyond the set limit of the cold and heat index value into the first level edge data node of the edge data center. For example, in some application scenarios, the user's data access habits are deeply learned by artificial intelligence to dynamically determine the hot and cold indicators of data. In addition, for example, the user-defined cold and hot levels are used to assist in determining the hot and cold indicators of data, thus further realizing the dynamic adjustment of data storage locations, making the user's commonly used data closer to the user, and the uncommon data closer to the user. Farther.

【技術實現步驟摘要】
數據分級方法及其裝置、電子設備、計算機可讀介質
本申請涉及互聯網領域，具體涉及互聯網
，尤其涉及一種數據分級方法及其裝置、電子設備、計算機可讀介質。
技術介紹
在云計算興起的時候，曾有觀點認為，終端只要一個顯示屏即可，物聯網所有的數據都傳輸到云中心，由云完成運算過程，再傳回到用戶的終端。因此瘦終端將是未來的趨勢?，F實情況是，過渡依賴云中心，會導致物聯網的效率達不到預期，特別是對時延要求嚴格的場景，物聯網部署變得毫無意義。例如，用于安全監控的場景下，攝像頭獲取用戶視頻并傳輸到云中心處理的陌生，不僅需要高速帶寬傳輸大量無效數據，而且給云中心也帶來巨大負擔。最終結果是處理成本高昂，處理事件長，效率低下。
技術實現思路
本申請的目的在于提出一種數據分級方法及其裝置、電子設備、計算機可讀介質，用于解決現有技術中的上述問題。第一方面，本申請實施例提供一種數據分級方法，其包括：對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中?？蛇x地，在本申請的任一實施例中，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據預先建立的冷熱分析模型，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值?？蛇x地，在本申請的任一實施例中，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的創建時間進行冷熱度分析得到所述待存儲數據的冷熱指標值?？蛇x地，在本申請的任一實施例中，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的訪問頻度對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值?？蛇x地，在本申請的任一實施例中，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的活躍度對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值?？蛇x地，在本申請的任一實施例中，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的查詢頻度對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值?？蛇x地，在本申請的任一實施例中，還包括：將其中冷熱指標值未超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第二層級邊緣數據節點中，所述第二層級邊緣數據節點相對于所述第一層級邊緣數據節點?？蛇x地，在本申請的任一實施例中，存儲到邊緣數據中心的第一層級邊緣數據節點中的待存儲數據為工業控制參數數據，或者自動駕駛的時延數據。第二方面，本申請實施例提供了一種數據存儲裝置，其包括：第一程序單元，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；第二程序單元，用于將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中。第三方面，本申請實施例提供了一種電子設備，包括：一個或多個處理器；計算機可讀介質，配置為存儲一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如上述任一實施例中所述的方法。第四方面，本申請實施例提供了一種計算機可讀介質，其上存儲有計算機程序，該程序被處理器執行時實現如上述任一實施例中所述的方法。本申請提供的數據分級方法及其裝置、電子設備、計算機可讀介質中，通過對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中，從而實現了比如在一些應用場景中，通過人工智能深度學習用戶的數據訪問習慣，來動態確定數據的冷熱指標，還有，比如，根據用戶定義的冷熱級別輔助確定數據的冷熱指標，從而進一步實現了動態調整數據存儲地點，使得用戶常用的數據離用戶更近，不常用的數據離用戶更遠，避免了現有技術中給云中心帶來的巨大負擔，提高了數據訪問效率。附圖說明通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它特征、目的和優點將會變得更明顯：圖1為本申請實施例一中數據分級方法的流程示意圖；圖2為本申請實施例二中數據存儲系統的架構示意圖；圖3為本申請實施例三中數據分級方法的流程示意圖；圖4為本申請實施例四中數據分級方法的流程示意圖；圖5為本申請實施例五中數據分級方法的流程示意圖；圖6為本申請實施例六中數據分級方法的流程示意圖；圖7為本申請實施例七中數據存儲裝置的結構示意圖；圖8為本申請實施例八中電子設備的結構示意圖；圖9為本申請實施例九中電子設備的硬件結構。具體實施方式下面結合附圖和實施例對本申請作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅配置為解釋相關專利技術，而非對該專利技術的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關專利技術相關的部分。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結合實施例來詳細說明本申請。本申請提供的數據分級方法及其裝置、電子設備、計算機可讀介質中，通過對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中，比如在一些應用場景中，通過人工智能深度學習用戶的數據訪問習慣，來動態確定數據的冷熱指標，還有，比如，根據用戶定義的冷熱級別輔助確定數據的冷熱指標，從而進一步實現了動態調整數據存儲地點，使得用戶常用的數據離用戶更近，不常用的數據離用戶更遠。圖1為本申請實施例一中數據分級方法的流程示意圖；如圖1所示，其包括：S101、對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；具體地，本實施例中，步驟S101中在對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值時，具體可以根據預先建立的冷熱分析模型，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值。S102、將其中冷日指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中。本實施例中，在進行存儲是可以采用非對稱加密對待存儲數據進行加密，主要是考慮到增加數據的安全性，以及省去不需要像對稱加密那樣在通信之前要先同步秘鑰的過程。在一具體應用場景中，具體可以用RSA算法生成密鑰，詳細過程比如如下：1.1選擇兩個不同的大素數p和q；1.2計算乘積n＝pq和Φ(n)＝(p-1)(q-1)；1.3選擇大于1小于Φ(n)的隨機整數e，使得gcd(e,Φ(n))＝1；gcd即最大公約數。1.4計算d使得d*e＝1modΦ(n)；注：即d*emodΦ(n)＝1。1.5對每一個密鑰k＝(n,p,q,d,e)，定義加密變換為Ek(x)＝xemodn，解密變換為Dk(x)＝ydmodn，這里x,y∈Zn；1.6p,q銷毀，以{e,n}為公開密鑰，{d,n}為私有密鑰。實例：2.1假設p＝3、q＝11(p，q都是素數即可)，則N＝pq＝33；2.2r＝Φ(n)＝(p-1)(q-1)＝(3-1)(11-1)＝20；2.3根據gcd(e,Φ(n))＝1，即gcd(e,20)＝1，令e＝3，則，d＝7。到這里，公鑰和密鑰已經確定。公鑰為(N,e)＝(33,3)，密鑰為(N,d)＝(33,7)。具體地，本文檔來自技高網...

【技術保護點】
1.一種數據分級方法，其特征在于，包括：對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中。

【技術特征摘要】
1.一種數據分級方法，其特征在于，包括：對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值；將其中冷熱指標值超過設定冷熱指標界限的待存儲數據存儲到邊緣數據中心的第一層級邊緣數據節點中。2.根據權利要求1所述的方法，其特征在于，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據預先建立的冷熱分析模型，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值。3.根據權利要求2所述的方法，其特征在于，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的創建時間進行冷熱度分析得到所述待存儲數據的冷熱指標值。4.根據權利要求2所述的方法，其特征在于，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的訪問頻度對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值。5.根據權利要求2所述的方法，其特征在于，對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值，包括：根據所述待存儲數據的活躍度對待存儲數據進行冷熱度分析得到所述待存儲數據的冷熱指標值。6.根據權利...

【專利技術屬性】
技術研發人員：沈寓實，王崇魯，
申請(專利權)人：北京世紀互聯寬帶數據中心有限公司，
類型：發明
國別省市：北京,11