本公開大體上涉及數(shù)據(jù)管理領(lǐng)域，更具體地，涉及數(shù)據(jù)管理設(shè)備和數(shù)據(jù)管理的計(jì)算機(jī)實(shí)現(xiàn)方法。

背景技術(shù)：

1、不同的監(jiān)管機(jī)構(gòu)，如《通用數(shù)據(jù)保護(hù)條例》(general?data?protectionregulation，gdpr)和《健康保險(xiǎn)可攜性和責(zé)任法案》(health?insurance?portability?andaccountability?act，hipaa)等，要求各種組織(例如私人組織或政府組織)維護(hù)其客戶數(shù)據(jù)的信息，尤其是潛在客戶數(shù)據(jù)的信息。潛在客戶也可以稱為主體。由于各種組織保存的數(shù)據(jù)可能分布在不同的存儲(chǔ)系統(tǒng)和存儲(chǔ)層中(例如，一些信息存儲(chǔ)在本地?cái)?shù)據(jù)中心，另一些信息存儲(chǔ)在云數(shù)據(jù)中心)，因此獲取關(guān)于特定主體的信息可能既復(fù)雜又耗時(shí)，有時(shí)可能還需要人工干預(yù)。通常，不同的組織會(huì)使用各種目錄方案，這些目錄方案存儲(chǔ)關(guān)于組織保存的全部或部分?jǐn)?shù)據(jù)的元數(shù)據(jù)。目錄方案支持檢索關(guān)于主體的信息，這些信息可用于回答來(lái)自監(jiān)管機(jī)構(gòu)的查詢(例如，數(shù)據(jù)主體訪問請(qǐng)求(data?subject?access?request，dsar))。但是，存在某些與目錄方案相關(guān)的實(shí)現(xiàn)問題，例如，數(shù)據(jù)不斷地流入典型的數(shù)據(jù)存儲(chǔ)系統(tǒng)，因此需要不斷地對(duì)信息進(jìn)行索引。這意味著需要不斷地維護(hù)主體信息與主體之間的相關(guān)性，這不是一項(xiàng)簡(jiǎn)單的任務(wù)。另一個(gè)關(guān)于數(shù)據(jù)與主體之間的相關(guān)性的問題是數(shù)據(jù)并不總是結(jié)構(gòu)化的，并且即使在結(jié)構(gòu)化數(shù)據(jù)中，維護(hù)數(shù)據(jù)項(xiàng)之間的相關(guān)性也不是一項(xiàng)簡(jiǎn)單的任務(wù)。另一個(gè)實(shí)現(xiàn)問題是要求主體指定某種形式的識(shí)別，并且作為響應(yīng)，組織需要提供關(guān)于主體的所有相關(guān)信息。

2、目前，已經(jīng)提出了某些方法，以便關(guān)聯(lián)數(shù)據(jù)存儲(chǔ)系統(tǒng)中與數(shù)據(jù)主體相關(guān)的所有信息。例如，提供工具以用于搜索和識(shí)別個(gè)人可識(shí)別信息(personally?identifiableinformation，pii)以及pii元素之間的相關(guān)性。現(xiàn)有的方法基于自動(dòng)的、以數(shù)據(jù)為中心的方案，或在數(shù)據(jù)模型中使用的圖(例如，身份圖)。一些方法基于文檔標(biāo)記，并依賴于這些標(biāo)記和過程來(lái)響應(yīng)法規(guī)定義的身份請(qǐng)求。然而，所提出的方法在識(shí)別與數(shù)據(jù)主體相關(guān)的各種pii元素以及各種pii元素之間的相關(guān)性方面缺乏所需的準(zhǔn)確性和效率。因此，由于數(shù)據(jù)主體的各種pii元素之間的相關(guān)性不足，所以存在識(shí)別與數(shù)據(jù)主體相關(guān)的相關(guān)信息效率低下的技術(shù)問題。

3、因此，根據(jù)上述討論，需要克服與傳統(tǒng)方法相關(guān)的上述缺點(diǎn)，即在典型數(shù)據(jù)存儲(chǔ)系統(tǒng)中關(guān)聯(lián)與數(shù)據(jù)主體相關(guān)的所有信息。

技術(shù)實(shí)現(xiàn)思路

1、本公開提供了一種數(shù)據(jù)管理設(shè)備和一種數(shù)據(jù)管理的計(jì)算機(jī)實(shí)現(xiàn)方法。本公開提供了一種方案，解決了由于數(shù)據(jù)主體的各種pii元素之間的相關(guān)性不足而導(dǎo)致的識(shí)別與數(shù)據(jù)主體相關(guān)的相關(guān)信息效率低下的現(xiàn)有問題。本公開的目的是提供一種至少部分地克服現(xiàn)有技術(shù)中遇到的問題的方案，并提供一種改進(jìn)的數(shù)據(jù)管理設(shè)備和改進(jìn)的數(shù)據(jù)管理的計(jì)算機(jī)實(shí)現(xiàn)方法。

2、本公開的目的是通過所附獨(dú)立權(quán)利要求中提供的方案實(shí)現(xiàn)的。在從屬權(quán)利要求中進(jìn)一步限定本公開的有利實(shí)現(xiàn)方式。

3、在一方面，本公開提供了一種數(shù)據(jù)管理設(shè)備，包括用于接收至少一個(gè)文檔的輸入單元。所述數(shù)據(jù)管理設(shè)備還包括：識(shí)別單元，用于識(shí)別所述接收到的文檔中的一個(gè)或多個(gè)個(gè)人可識(shí)別信息(personally?identifiable?information，pii)元素；關(guān)系單元，用于識(shí)別在所述接收到的文檔中識(shí)別出的pii元素對(duì)之間的一個(gè)或多個(gè)關(guān)系。所述數(shù)據(jù)管理設(shè)備還包括映射單元，所述映射單元用于通過以下操作生成圖：將每個(gè)識(shí)別出的pii元素添加為節(jié)點(diǎn)；將每個(gè)識(shí)別出的關(guān)系添加為邊；為每個(gè)節(jié)點(diǎn)分配準(zhǔn)確性分?jǐn)?shù)和唯一性分?jǐn)?shù)；為每個(gè)邊分配關(guān)系準(zhǔn)確性分?jǐn)?shù)。

4、由于在數(shù)據(jù)存儲(chǔ)系統(tǒng)中識(shí)別出的一個(gè)或多個(gè)pii元素與身份請(qǐng)求中指定的至少一個(gè)pii元素之間的相關(guān)性充分，因此所述數(shù)據(jù)管理設(shè)備能夠高效地識(shí)別與數(shù)據(jù)主體相關(guān)的相關(guān)信息。此外，數(shù)據(jù)管理設(shè)備不僅能從單個(gè)文檔，而且能從由輸入單元接收并保存在數(shù)據(jù)存儲(chǔ)系統(tǒng)中的多個(gè)文檔中識(shí)別與數(shù)據(jù)主體相關(guān)的一個(gè)或多個(gè)pii元素。數(shù)據(jù)管理設(shè)備使用加權(quán)因子，以便在表示數(shù)據(jù)主體的圖中定位此類pii元素的集群，同時(shí)刪除不相關(guān)的信息。

5、在一種實(shí)現(xiàn)方式中，所述數(shù)據(jù)管理設(shè)備還包括上報(bào)模塊，所述上報(bào)模塊包括：請(qǐng)求輸入單元，該單元用于接收指定至少一個(gè)pii元素的請(qǐng)求；發(fā)現(xiàn)單元，該單元用于從所述指定pii元素開始遍歷所述圖并生成包括每個(gè)遍歷的pii元素的列表，其中所述遍歷受限于基于所述分配的分?jǐn)?shù)的加權(quán)因子。

6、通過請(qǐng)求輸入單元，請(qǐng)求中指定的至少一個(gè)pii元素與定義為圖中節(jié)點(diǎn)的數(shù)據(jù)主體的一個(gè)或多個(gè)pii元素中的每一個(gè)元素更準(zhǔn)確地相關(guān)聯(lián)。并且，通過發(fā)現(xiàn)單元，可以高效地遍歷所述圖，以返回似乎更接近請(qǐng)求中指定的pii元素的pii元素。

7、在另一種實(shí)現(xiàn)方式中，所述圖的每個(gè)節(jié)點(diǎn)包括與所述pii元素相關(guān)的至少一個(gè)接收到的文檔的信息，并且其中所述發(fā)現(xiàn)單元用于將每個(gè)相關(guān)文檔包括在所述遍歷的pii元素的列表中。

8、這在從一個(gè)或多個(gè)與pii元素相關(guān)的文檔中收集所有信息方面是有利的。

9、在另一種實(shí)現(xiàn)方式中，所述發(fā)現(xiàn)單元用于使用廣度優(yōu)先搜索遍歷所述圖。

10、使用廣度優(yōu)先搜索有利于高效地確定下一步要搜索的節(jié)點(diǎn)。

11、在另一種實(shí)現(xiàn)方式中，通過將每個(gè)節(jié)點(diǎn)的所述準(zhǔn)確性分?jǐn)?shù)與路徑權(quán)重相乘，為所述每個(gè)節(jié)點(diǎn)計(jì)算所述加權(quán)因子，其中所述路徑權(quán)重是前一個(gè)節(jié)點(diǎn)的路徑權(quán)重、所述前一個(gè)節(jié)點(diǎn)的唯一性分?jǐn)?shù)和兩個(gè)節(jié)點(diǎn)之間的關(guān)系準(zhǔn)確性分?jǐn)?shù)的乘積。

12、這有利于計(jì)算每個(gè)節(jié)點(diǎn)的加權(quán)因子，以便以更高的準(zhǔn)確性和可靠性高效地關(guān)聯(lián)與數(shù)據(jù)主體相關(guān)的一個(gè)或多個(gè)pii元素。

13、在另一種實(shí)現(xiàn)方式中，當(dāng)多個(gè)節(jié)點(diǎn)可供搜索時(shí)，下一個(gè)待搜索的節(jié)點(diǎn)被確定為路徑權(quán)重與唯一性分?jǐn)?shù)的乘積值最大的節(jié)點(diǎn)。

14、通過基于路徑權(quán)重與唯一性分?jǐn)?shù)的最大乘積值來(lái)確定待搜索的下一個(gè)節(jié)點(diǎn)，可以得到與數(shù)據(jù)主體的相關(guān)性更高的信息。

15、在另一種實(shí)現(xiàn)方式中，所述發(fā)現(xiàn)單元用于在所述加權(quán)因子低于預(yù)定義閾值時(shí)，停止遍歷所述圖。

16、使用預(yù)定義閾值可以消除不同主體的一個(gè)或多個(gè)pii元素，同時(shí)包括正在進(jìn)行搜索的數(shù)據(jù)主體的所有pii元素。

17、在另一種實(shí)現(xiàn)方式中，如果為同一主體找到共享共同類型的多個(gè)pii元素，則調(diào)整所述閾值。

18、在為同一主體找到共享共同類型的多個(gè)pii元素時(shí)調(diào)整預(yù)定義閾值可以過濾掉不相關(guān)的結(jié)果。

19、在另一方面，本公開提供了一種數(shù)據(jù)管理的計(jì)算機(jī)實(shí)現(xiàn)方法，包括：輸入單元接收至少一個(gè)文檔。所述計(jì)算機(jī)實(shí)現(xiàn)方法還包括：識(shí)別單元識(shí)別所述接收到的文檔中的一個(gè)或多個(gè)個(gè)人可識(shí)別信息(personally?identifiable?information，pii)元素；關(guān)系單元識(shí)別在所述接收到的文檔中識(shí)別出的pii元素對(duì)之間的一個(gè)或多個(gè)關(guān)系。所述計(jì)算機(jī)實(shí)現(xiàn)方法還包括：映射單元通過以下操作生成圖：將每個(gè)識(shí)別出的pii元素添加為節(jié)點(diǎn)；將每個(gè)識(shí)別出的關(guān)系添加為邊；為每個(gè)節(jié)點(diǎn)分配準(zhǔn)確性分?jǐn)?shù)和唯一性分?jǐn)?shù)；為每個(gè)邊分配關(guān)系準(zhǔn)確性分?jǐn)?shù)。

20、計(jì)算機(jī)實(shí)現(xiàn)方法實(shí)現(xiàn)了數(shù)據(jù)管理設(shè)備的所有優(yōu)點(diǎn)和技術(shù)效果。

21、在又一方面，本公開提供了一種包括指令的計(jì)算機(jī)可讀介質(zhì)，所述指令當(dāng)由處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行所述方法。

22、處理器(例如，設(shè)備或系統(tǒng)的處理器)在執(zhí)行方法后實(shí)現(xiàn)了方法的所有優(yōu)點(diǎn)和效果。

23、應(yīng)當(dāng)理解，上述所有實(shí)現(xiàn)方式都可以組合在一起。

24、需要說明的是，本技術(shù)中描述的所有設(shè)備、元件、電路、單元和模塊可以在軟件或硬件元件或其任何類型的組合中實(shí)現(xiàn)。本技術(shù)中描述的各種實(shí)體執(zhí)行的所有步驟和所描述的將由各種實(shí)體執(zhí)行的功能旨在表明各種實(shí)體適于或用于執(zhí)行各自的步驟和功能。雖然在以下具體實(shí)施例的描述中，外部實(shí)體執(zhí)行的具體功能或步驟沒有在執(zhí)行具體步驟或功能的實(shí)體的具體詳述元件的描述中反映，但是技術(shù)人員應(yīng)清楚，這些方法和功能可以通過相應(yīng)的軟件或硬件元件或其任意組合實(shí)現(xiàn)。可以理解的是，在不脫離由所附權(quán)利要求書所定義的本公開的范圍的情況下，本公開的特征易于以各種組合方式進(jìn)行組合。

25、本公開的其它方面、優(yōu)點(diǎn)、特征和目的從附圖和結(jié)合以下所附權(quán)利要求書解釋的說明性實(shí)現(xiàn)方式的詳細(xì)描述中變得顯而易見。