一种基于块数据和分布式账本技术的数据资产管理方法及装置

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

一种基于块数据和分布式账本技术的数据资产管理方法及装置
申请号	CN201810911244.3	申请日	2018-08-10	公开(公告)号	CN109325018A	公开(公告)日	2019-02-12
申请人	山东超越数控电子股份有限公司;			发明人	杨航; 马双涛; 刘凯; 吴睿; 杨若松;
摘要	本发明公开了一种基于块数据和分布式账本技术的数据资产管理方法，包括：采集业务数据；清洗和融合业务数据来构建块数据；提取块数据的数据摘要进而构建分布式账本的数据区块；将数据区块上传并且进行数据背书；将上传的数据区块入账形成数据资产账本。本发明还公开了一种基于块数据和分布式账本技术的数据资产管理装置。本发明提供的基于块数据和分布式账本技术的数据资产管理方法和装置解决了各业务局数据之间存在壁垒、难以融合利用，缺乏数据追溯机制，难以达成数据共识等诸多问题。
权利要求	1.一种数据资产管理方法，其特征在于，包括以下步骤：采集业务数据；清洗和融合所述业务数据来构建块数据；提取所述块数据的数据摘要进而构建分布式账本的数据区块；将所述数据区块上传并且进行数据背书；将上传的所述数据区块入账形成数据资产账本。 2.根据权利要求1所述的方法，其特征在于，采集业务数据包括采集各类信息系统中各个阶段产生的数据，其中所述数据包括条数据和点数据。 3.根据权利要求1所述的方法，其特征在于，清洗和融合所述业务数据来构建块数据包括：根据所述业务数据的多源、异构特性进行数据清洗工作并且针对数据完整性、唯一性、权威性、合法性以及一致性进行操作以形成点数据和条数据；将所述点数据和条数据以数据主题为线索进行数据融合以形成当前物理空间或逻辑空间内与其中一个数据主题具有高度关联性的数据集合，从而生成块数据。 4.根据权利要求3所述的方法，其特征在于，所述数据清洗包括：根据各类业务数据的特点规律，按照业务逻辑和经验规律指定数据清洗策略；编写数据算法以对数据完整性、置信度、权重一致性进行评估、标识、异常数据特殊处理并且对半结构化、非结构化数据进行多维度的智能标注，其中所述数据算法包括以下至少之一：数据校核、异常标识、还原追溯算法，所述半结构化、非结构化数据包括以下至少之一：技术资料、公文、图片、音频、视频。 5.根据权利要求3所述的方法，其特征在于，所述数据融合包括：通过基于数据库的实例对齐、基于信息的实例对齐的方法中的至少一个的规则、不一致性验证并且采取多种相关性度量方法，来覆盖异构数据源从而实现数据融合。 6.根据权利要求1所述的方法，其特征在于，提取所述块数据的数据摘要进而构建分布式账本的数据区块包括：选取哈希算法，对块数据进行哈希操作，得到哈希值；选取数据结构体，将元数据信息组合，形成数据摘要，再将所述数据摘要结合其它信息组成数据区块，其中，所述元数据信息包括以下至少之一：块数据哈希值、数据责任人、源数据IP地址、源数据接口、数据生产时间、数据隶属单位，所述其它信息包括以下至少之一：区间编号、本区块哈希值、父区块哈希值、时间戳。 7.根据权利要求6所述的方法，其特征在于，所述数据摘要和区块大小组成所述数据区块的区块体，并且在所述数据区块的头部中保存区间编号、父区块哈希值、时间戳以及本区块哈希值。 8.根据权利要求1所述的方法，其特征在于，将所述数据区块上传并且进行数据背书包括：上传所述数据区块；根据业务流程，采用技术手段和管理手段对所述数据区块的真实性、完整性以及有效性进行校验进而为所述数据区块背书。 9.根据权利要求1所述的方法，其特征在于，将上传的所述数据区块入账形成数据资产账本包括：接收经过背书的所述数据区块；将所述数据区块作为一笔账目并入数据资产账本。 10.一种数据资产管理装置，其特征在于，包括：至少一个处理器；存储器，所述存储器用于存储可在所述处理器上运行的程序代码，其中所述处理器在运行所述程序代码时执行如权利要求1-9中任意一项所述的方法。
说明书全文	一种基于块数据和分布式账本技术的数据资产管理方法及装置技术领域 [0001] 本发明涉及数据资产管理领域，更具体地，特别是指一种基于块数据和分布式账本技术的数据资产管理方法及装置。背景技术 [0002] 大数据时代，军事数据成为举足轻重的战略资源，在当前军队信息化建设深度转型的关键阶段，军事数据治理综合考虑我军信息化建设现状和未来业务发展需求，将数据作为资产展开面向全生命周期的治理，成为实现数据深度挖掘和利用的重要手段。 [0003] 当前军事数据治理面临着一系列的“困”与“局”。“困”是指军事数据治理面临的技术困难；“局”是指军事数据治理面临的机制管理局限。“困”主要是目前大数据技术发展的欠成熟所造成的；而“局”则是现行的军队业务管理模式和数据使用机制造成的。 [0004] 对于军事数据治理的技术困难来说： [0005] 当前，军事数据治理工作面临着一系列的技术困难。 [0006] (一)多源军事数据信息融合程度较低。当前部队业务数据多头采集、重复采集问题较为显著，不同业务部门的元数据标准和数据字典定义各不相同，这就增加了数据标准化管理的难度，使得不同业务部门之间的数据融合程度较低。 [0007] (二)全局军事数据资产整编欠佳。当前军事数据的整编方式比较单一，主要侧重于数据整理，但不同类型、不同部门的数据间缺乏关联和整编，在全局层面缺乏统一的数据资产管理体系，难以满足当前军事业务工作由单一部门开展向多部门协同转变的需求。 [0008] (三)深度军事数据价值挖掘不足。军事数据运用多停留在简单查询对比阶段，基于数据获取的信息价值有限。同时数据应用工作以人工驱动为主，数据应用的产品化、自动化、模块化和动态集成化程度较低。 [0009] 对于军事数据治理的管理局限来说： [0010] 在管理机制方面，目前军事数据治理存在诸多局限。 [0011] (一)业务壁垒导致数据割据。当前各军种、各战区的各级部门大都建立了自己的信息化管理系统，在一定程度上解决了业务工作信息化问题。但是信息系统的研制部署往往是按照业务职能划分来开展的，信息系统中包含的数据大多局限于本单位的业务方向，信息系统之间保持独立，业务数据之间也基本隔离，最终导致大量数据条块和信息孤岛的出现。 [0012] (二)存在数据篡改的隐患：出于对责任的规避和利益的驱使，业务部门在数据汇总和上交之前往往对底层数据进行人为的修改和隐藏，而数据的分头采集、管理以及业务壁垒，为这种数据篡改行为提供了滋生的温床和保护伞。 [0013] 对于军事数据治理难点来说： [0014] 以上技术现状和管理现状导致当前的军事数据治理存在以下难点： [0015] 第一，业务部门之间难以实现信息透明，导致“信息不可见、不可信”。军事数据“谁分管、谁采集、谁保管、谁使用”的管理方式导致各个业务部门之间以及机关与业务单位之间存在信息不对称和信息不透明的问题。就如同《黑暗森林》中所描述的：“宇宙就是一座黑暗森林，每个文明都是带枪的猎人”、“猜疑链导致文明无法互相判断彼此之间的善恶并最终驱使两方相互敌视”，在这样的条件下，各个业务单位之间缺乏数据信任，相互猜疑不可避免。例如当军事装备发生故障时，装备生产单位、装备使用单位和装备维修单位之间无法实现数据的共享和透明，导致故障根源无法快速溯源和定位，相关各方对故障责任都避而远之，同时会不断的猜疑可能的罪魁祸首。因此，实现信息透明和可见可信是军事数据治理首先要解决的问题。 [0016] 第二，信息追溯机制缺失，难以达成数据共识。数据的割据导致业务部门之间无法进行信息识别，一方面无法对其他业务部门的数据的可靠性和真实性进行判别，另一方面本业务部门的数据(或针对数据的操作)无法得到其他单位的认可和背书，最终导致不同部门之间的业务协同非常复杂和低效。这如同拜占庭将军问题一样，地理隔离的将军们彼此之间只能依靠信差传递作战消息，一位将军无法对收到的作战消息数据进行真实性的判定；同时叛变的将军可能故意对作战消息数据进行篡改并向外发送。在军事数据治理过程中，具有业务相关性的多个业务部门如何构建军事领域的“拜占庭容错机制”，如何让下游用户对上游数据篡改进行有效的定位和甄别，从而降低数据共识的成本，是军事数据治理的又一难点。 [0017] 现有技术中尚未披露一种基于块数据和分布式账本技术的军事数据资产管理方法，该方法能够解决各业务局数据之间存在壁垒、难以融合利用，缺乏数据追溯机制，难以达成数据共识等诸多问题。发明内容 [0018] 有鉴于此，本发明的目的在于提出一种基于块数据和分布式账本技术的数据资产管理方法与装置，能够利用块数据解决数据壁垒，构建多维数据和分布式账本的可追溯、易共识的优势，贴合各业务局实际的数据治理工作，从而实现数据资产的科学、有效管理。 [0019] 基于上述目的，本发明实施例的一方面，提供了一种数据资产管理方法，包括以下步骤： [0020] 采集业务数据； [0021] 清洗和融合业务数据来构建块数据； [0022] 提取块数据的数据摘要进而构建分布式账本的数据区块； [0023] 将数据区块上传并且进行数据背书； [0024] 将上传的数据区块入账形成数据资产账本。 [0025] 在一些实施例中，采集业务数据包括采集各类信息系统中各个阶段产生的数据，其中数据包括条数据和点数据。 [0026] 在一些实施例中，清洗和融合业务数据来构建块数据包括： [0027] 根据业务数据的多源、异构特性进行数据清洗工作并且针对数据完整性、唯一性、权威性、合法性以及一致性进行操作以形成点数据和条数据； [0028] 将点数据和条数据以数据主题为线索进行数据融合以形成当前物理空间或逻辑空间内与其中一个数据主题具有高度关联性的数据集合，从而生成块数据。 [0029] 在一些实施例中，数据清洗包括： [0030] 根据各类业务数据的特点规律，按照业务逻辑和经验规律指定数据清洗策略； [0031] 编写数据算法以对数据完整性、置信度、权重一致性进行评估、标识、异常数据特殊处理并且对半结构化、非结构化数据进行多维度的智能标注，其中数据算法包括以下至少之一：数据校核、异常标识、还原追溯算法，半结构化、非结构化数据包括以下至少之一：技术资料、公文、图片、音频、视频。 [0032] 在一些实施例中，数据融合包括： [0033] 通过基于数据库的实例对齐、基于信息的实例对齐的方法中的至少一个的规则、不一致性验证并且采取多种相关性度量方法来覆盖异构数据源从而实现数据融合。 [0034] 在一些实施例中，提取块数据的数据摘要进而构建分布式账本的数据区块包括： [0035] 选取哈希算法，对块数据进行哈希操作，得到哈希值； [0036] 选取数据结构体，将元数据信息组合，形成数据摘要，再将数据摘要结合其它信息组成数据区块，其中，元数据信息包括以下至少之一：块数据哈希值、数据责任人、源数据IP地址、源数据接口、数据生产时间、数据隶属单位，其它信息包括以下至少之一：区间编号、本区块哈希值、父区块哈希值、时间戳。 [0037] 在一些实施例中，数据摘要和区块大小组成数据区块的区块体，并且在数据区块的头部中保存区间编号、父区块哈希值、时间戳以及本区块哈希值。 [0038] 在一些实施例中，将数据区块上传并且进行数据背书包括： [0039] 上传所述数据区块； [0040] 根据业务流程，采用技术手段和管理手段对数据区块的真实性、完整性以及有效性进行校验进而为数据区块背书。 [0041] 在一些实施例中，将上传的数据区块入账形成数据资产账本包括： [0042] 接收经过背书的数据区块； [0043] 将数据区块作为一笔账目并入数据资产账本。 [0044] 本发明实施例的另一方面，还提供了一种数据资产管理装置，包括： [0045] 至少一个处理器； [0046] 存储器，所述存储器用于存储可在所述处理器上运行的程序代码，其中所述处理器在运行所述程序代码时执行上述的方法。 [0047] 本发明具有以下有益技术效果：本发明实施例提供的一种基于块数据和分布式账本技术的数据资产管理方法及装置，通过整合各业务部门之间的装备数据，并将其以“块数据”的形式组织起来，打破各部门之间的业务壁垒，实现高度关联性数据在一定时空内的高度聚合，进而以块数据作为构建数据资产账本的管理单元，以期借助数据资产账本的数据可见、可信、可追溯的特点，解决装备数据治理工作中面临的数据壁垒、难以融合利用，缺乏数据追溯机制，难以达成数据共识等问题。附图说明 [0048] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 [0049] 图1为本发明提供的基于块数据和分布式账本技术的数据资产管理方法的实施例的流程示意图； [0050] 图2为本发明提供的块数据、条数据以及点数据的一个实施例的示意图； [0051] 图3为本发明提供的数据区块的一个实施例的示意图； [0052] 图4为本发明提供的记账流程的一个实施例的示意图； [0053] 图5为本发明提供的数据资产账本的一个实施例的示意图； [0054] 图6为本发明提供的执行块数据和分布式账本技术的数据资产管理方法的计算机设备的一个实施例的硬件结构示意图。具体实施方式 [0055] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。 [0056] 需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”和“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。 [0057] 基于上述目的，本发明实施例的第一个方面，提出了一种基于块数据和分布式账本技术的数据资产管理方法的一个实施例。图1示出了本发明提供的基于块数据和分布式账本技术的数据资产管理方法的实施例的流程示意图。 [0058] 一种数据资产管理方法，可选地，包括以下步骤： [0059] 步骤S101，采集业务数据； [0060] 步骤S102，清洗和融合业务数据来构建块数据； [0061] 步骤S103，提取块数据的数据摘要进而构建分布式账本的数据区块； [0062] 步骤S104，将数据区块上传并且进行数据背书； [0063] 步骤S105，将上传的数据区块入账形成数据资产账本。 [0064] 图2示出了本发明提供的块数据、条数据以及点数据的一个实施例的示意图。在一个优选实施例中，采集业务数据包括采集各类信息系统中各个阶段产生的数据，其中数据包括条数据和点数据。 [0065] 如图2所示，采集各级部门在用的各类现役信息系统中各个阶段中产生的飞机等装备实装、训练、作战使用等数据，这些数据的组织形式多为条数据和点数据。 [0066] 在一个优选实施例中，清洗和融合业务数据来构建块数据包括： [0067] 根据业务数据的多源、异构特性进行数据清洗工作并且针对数据完整性、唯一性、权威性、合法性以及一致性进行操作以形成点数据和条数据； [0068] 将点数据和条数据以数据主题为线索进行数据融合以形成当前物理空间或逻辑空间内与其中一个数据主题具有高度关联性的数据集合，从而生成块数据。 [0069] 上述块数据构建的具体方法为： [0070] 第一：各业务局下属单位采集本单位业务数据，考虑到业务数据的多源、异构特性，首先完成数据清洗工作，针对数据完整性、唯一性、权威性、合法性和一致性采取针对性操作，保证数据质量，形成点数据和条数据； [0071] 第二：将点数据和条数据以数据主题为线索，进行数据融合，形成当前物理空间或逻辑空间内与某个数据主题具有高度关联性的数据集合。数据主题包括但不限于：歼10战机、战机、转场飞行、XX项目等。 [0072] 其中，针对性操作，包括： [0073] 针对完整性，采取人工补全、忽略元组等常规数据的数据清洗的办法； [0074] 针对唯一性，采取删除重复数据的办法； [0075] 针对权威性，定义数据来源的权威性排名，取权威性最高来源的数值； [0076] 针对合法性，人工校验或采取正则表达式匹配的方式，保证数据格式和值范围的合法性； [0077] 针对一致性，采取与唯一性和权威性类似的办法，使数据前后一致。 [0078] 在一个优选实施例中，上述数据清洗包括： [0079] 定制数据清洗策略，根据各类装备业务数据的特点规律，按照业务逻辑和经验规律指定数据清洗策略； [0080] 编写数据算法以对数据完整性、置信度、权重一致性进行评估、标识、异常数据特殊处理，保证数据质量，并且对半结构化、非结构化数据进行多维度的智能标注，其中数据算法包括以下至少之一：数据校核、异常标识、还原追溯算法。半结构化、非结构化数据包括以下至少之一：技术资料、公文、图片、音视频。异常数据特殊处理指的是针对通过常规通用数据清洗办法无法达到数据质量要求的数据采取的人工处理的过程，例如某些少量格式复杂的业务数据(诸如格式不统一的会议纪要、需要人工提取其核心内容、形成格式规范的数据)。多维度指的是时间、类别、主题等不同的维度，例如2017年首长针对歼10战机训练情况进行的讲话记录数据，在时间维度上标注为“2017”；在主题维度上标注为“歼10、训练”；在类别维度上标注为“首长讲话、会议纪要”。 [0081] 在一个优选实施例中，上述数据融合包括： [0082] 通过基于数据库的实例对齐、基于信息的实例对齐的方法中的至少一个的规则、不一致性验证等并且在此基础上采取多种相关性度量方法用以覆盖异构数据源从而实现数据融合，生产块数据。 [0083] 多种相关性度量方法指的是切比雪夫距离、闵可夫斯基距离、欧氏距离等机器学习中常见的相关性度量标准。 [0084] 图3示出了本发明提供的数据区块的一个实施例的示意图。在一个优选实施例中，提取块数据的数据摘要进而构建分布式账本的数据区块包括： [0085] 选取合适的哈希算法，对块数据进行哈希操作，得到哈希值； [0086] 选取合适的数据结构体，将元数据信息组合，形成数据摘要，再将所述数据摘要结合其它信息组成数据区块，其中，元数据信息包括以下至少之一：块数据哈希值、数据责任人、源数据IP地址、源数据接口、数据生产时间、数据隶属单位，其它信息包括以下至少之一：区间编号、本区块哈希值、父区块哈希值、时间戳。 [0087] 如图3所示，第一：选取合适的哈希算法，对步骤二中构建的块数据进行哈希操作，得到哈希值。以战机的飞参数据和故障数据为例，哈希值至少能体现以下项目(即当真实数据的以下项目被修改时，哈希值发生改变)： [0088] 对于飞参数据，包括：飞参ID、飞参名称、飞参时间、帧数、飞参数据、架次ID、飞机尾号、架次时长。 [0089] 对于故障数据，包括：故障ID、器件名称、故障现象、飞机尾号、工作时长、处理方法、维修效果和修理次数。 [0090] 第二：以上述步骤中的块数据哈希值，结合数据责任人、源数据IP地址、源数据接口、数据生产时间、数据隶属单位等元数据信息组成数据摘要。 [0091] 在一个优选实施例中，如图3所示，数据摘要和区块大小组成数据区块的区块体，并且在数据区块的头部中保存区间编号、父区块哈希值、时间戳以及本区块哈希值。 [0092] 图4示出了本发明提供的记账流程的一个实施例的示意图。在一个优选实施例中，将数据区块上传并且进行数据背书包括： [0093] 上传数据区块； [0094] 根据业务流程，采用技术手段和管理手段对所述数据区块的真实性、完整性以及有效性进行校验进而为所述数据区块背书。 [0095] 如图4所示，第一：各业务局下属单位将组织好的数据区块上传至本单位所属的业务局； [0096] 第二：业务局作为背书节点，在进行数据上传或数据变更时，采取相应的技术手段和管理手段，例如，操作者需要进行数字签名，同时相关业务机关单位对该动作和签名进行真实性背书，如图4中所示，空军装备部工厂管理局需要对维修工厂数据的上传和变更操作进行背书。这样任何数据操作不再是单个个人或者业务部门的行为，而是多个主体基于数据达成共识的一个过程。另外，账本可以对业务数据的全寿命周期进行追溯和定责，实现了业务数据的容错管理和信息追溯。 [0097] 背书在商业行为中的意思是：支票在转让的过程中有一种是转让支票出去的人要在支票背后签名(或盖章)称为背书。背书的人就会对这张支票负某种程度、类似担保的偿还责任，之后就引申为担保、保证的意思。本文中“由各单位直属的业务局完成数据背书”，意为由各单位的直属业务局为数据的合法性真实性作担保。各直属单位的业务局也可理解成区块链技术中的背书节点。 [0098] 图5示出了本发明提供的数据资产账本的一个实施例的示意图。在一个优选实施例中，将上传的数据区块入账形成数据资产账本包括： [0099] 接收经过背书的数据区块； [0100] 将数据区块作为一笔账目并入数据资产账本。 [0101] 如图4所示，第一：综计局作为记账节点接收来自个业务局的数据区块； [0102] 第二：将经过背书的数据区块作为一笔账目，并入数据资产账本，完成数据入账的环节。并最终实现如图5所示的军事数据资产账本。 [0103] 数据资产账本，在彼此信任和达成共识的条件下，各个业务单位之间的话语权争夺、利益博弈和责任规避将更加透明、公平以及有序。 [0104] 从上述实施例可以看出，本发明实施例提供的一种基于块数据和分布式账本技术的数据资产管理方法及装置，通过整合各业务部门之间的军事装备数据，并将其以“块数据”的形式组织起来，打破各部门之间的业务壁垒，实现高度关联性数据在一定时空内的高度聚合，进而以块数据作为构建数据资产账本的管理单元，以期借助数据资产账本的数据可见、可信、可追溯的特点，解决军事装备数据治理工作中面临的数据壁垒、难以融合利用，缺乏数据追溯机制，难以达成数据共识等问题。 [0105] 需要特别指出的是，上述基于块数据和分布式账本技术的数据资产管理方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于基于块数据和分布式账本技术的数据资产管理方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。 [0106] 以上是本发明公开的示例性实施例，上述本发明实施例公开的顺序仅仅为了描述，不代表实施例的优劣。但是应当注意，以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子，在不背离权利要求限定的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。 [0107] 基于上述目的，本发明实施例的第二个方面，提出了一种基于块数据和分布式账本技术的数据资产管理装置，所述基于块数据和分布式账本技术的数据资产管理装置使用了本公开中述及的基于块数据和分布式账本技术的数据资产管理方法。 [0108] 本发明实施例提供的基于块数据和分布式账本技术的数据资产管理装置，通过整合各业务部门之间的军事装备数据，并将其以“块数据”的形式组织起来，打破各部门之间的业务壁垒，实现高度关联性数据在一定时空内的高度聚合，进而以块数据作为构建数据资产账本的管理单元，以期借助数据资产账本的数据可见、可信、可追溯的特点，解决军事装备数据治理工作中面临的数据壁垒、难以融合利用，缺乏数据追溯机制，难以达成数据共识等问题。 [0109] 需要特别指出的是，上述基于块数据和分布式账本技术的数据资产管理装置的实施例采用了所述基于块数据和分布式账本技术的数据资产管理方法的实施例来具体说明各模块的工作过程，本领域技术人员能够很容易想到，将这些模块应用到所述基于块数据和分布式账本技术的数据资产管理方法的其他实施例中。当然，由于所述基于块数据和分布式账本技术的数据资产管理方法实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于所述基于块数据和分布式账本技术的数据资产管理装置也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。 [0110] 如图6所示，为本发明提供的执行块数据和分布式账本技术的数据资产管理方法的装置/计算机设备的一个实施例的硬件结构示意图。 [0111] 以如图6所示的计算机设备为例，在该计算机设备中包括处理器601以及存储器602，并还可以包括：输入装置603和输出装置604。 [0112] 处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。 [0113] 存储器602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的所述数据资产管理的方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的数据资产管理的方法。 [0114] 存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据数据资产管理的方法的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。 [0115] 输入装置603可接收输入的数字或字符信息，以及产生与数据资产管理的方法的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。 [0116] 所述一个或者多个数据资产管理的方法对应的程序指令/模块存储在所述存储器602中，当被所述处理器601执行时，执行上述任意方法实施例中的数据资产管理的方法。 [0117] 所述执行所述数据资产管理的方法的计算机设备的任何一个实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。 [0118] 基于上述目的，本发明实施例的第四个方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的数据资产管理的方法与实现上述任意装置/系统实施例中的执行数据资产管理的装置/系统。所述计算机可读存储介质的实施例，可以达到与之对应的前述任意方法与装置/系统实施例相同或者相类似的效果。 [0119] 最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。所述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。 [0120] 此外，典型地，本发明实施例公开所述的装置、设备等可为各种电子终端设备，例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等，也可以是大型终端设备，如服务器等，因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。 [0121] 此外，根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时，执行本发明实施例公开的方法中限定的上述功能。 [0122] 此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。 [0123] 此外，应该明白的是，本文所述的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。 [0124] 本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。 [0125] 结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。 [0126] 结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。 [0127] 在一个或多个示例性设计中，所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。 [0128] 以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。 [0129] 应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。 [0130] 上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。 [0131] 本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。 [0132] 所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。