[发明专利]一种数据溯源方法和装置

说明书

本发明公开了一种数据溯源方法和装置，涉及计算机技术领域，解决了目前数据溯源过程前期需要人工参与效率过低的问题，以及由于数据库设计问题导致对数据库中冗余字段或保留字段溯源而为溯源工作带来不必要的开销的问题。该数据溯源方法包括：获取网络设备的数据包镜像，解析数据包镜像，确定数据包镜像的结构化数据，根据包头数据，生成网络设备的溯源数据。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据溯源方法和装置。

背景技术

数据溯源是指追溯数据的来源和流向的过程。在大数据时代，由于数据汇集的阶段性、技术性以及不同类型数据本身的特点等因素，导致数据汇集过程中积累了大量来源不同、质量各异的数据。在使用该数据时，常常需要通过追溯数据的来源，确认数据的确切含义、数据计算和错误排查等。

目前，数据溯源追踪的方法包括：标注法和反向查询法。其中，标注法是指通过记录处理相关信息来追溯数据的历史状态，即采用人工标注的方式记录原始数据的一些重要信息，并将标注和原始数据一起传输，通过查看目标数据的标注来追溯数据的历史状态。该标注法在数据标注阶段需要大量的人工参与，效率较低，同时在存储原始数据的标注信息时需要额外的存储空间。

反向查询法是指通过逆向查询或构造函数对查询求逆，或者根据转换过程反向推导，根据查询结果追溯原数据。该反向查询法需要人工构造逆向函数，逆向函数的好与坏直接影响反向查询的效果和性能，同时反向查询法只有在需要追溯原数据时才会计算。

其次，标注法和反向查询法在数据溯源的过程中，都是从数据库层直接发起，如果数据库设计出现问题，例如该数据库中存在大量的冗余字段或保留字段，上述方法在数据溯源过程中依旧会对该冗余字段或保留字段进行溯源，给整个溯源工作带来不必要的开销。

发明内容

本发明提供了一种数据溯源方法和装置，用于解决目前数据溯源过程前期需要人工参与效率过低的问题，以及由于数据库设计问题导致对数据库中冗余字段或保留字段溯源而为溯源工作带来不必要的开销的问题。

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种数据溯源方法，包括：获取网络设备的数据包镜像，解析数据包镜像，确定数据包镜像的结构化数据。结构化数据包括：包头数据。包头数据用于指示数据包镜像的特征。根据包头数据，生成网络设备的溯源数据。

通过本申请提供的数据溯源方法，获取网络设备的数据包镜像，解析数据包镜像，确定数据包镜像的结构化数据，根据包头数据，生成网络设备的溯源数据，以实现自动监控业务流程中的数据包，并对该数据包进行数据溯源，减少了人工的参与，同时仅根据业务所需的数据包进行数据溯源，对于数据库中的冗余字段或保留字段不会纳入溯源过程，提高数据溯源效率。

一种可能的实现方式，包头数据包括：数据包镜像的来源地址、数据包镜像的目标地址、数据包到达网络设备的时间戳。根据包头数据，生成网络设备的溯源数据，包括：利用时间戳，生成结构化数据的初步溯源数据，利用来源地址和目标地址，确定初步溯源数据的层级，按照层级对初步溯源数据添加层级标记，根据初步溯源数据和层级标记，生成溯源数据。

一种可能的实现方式，利用时间戳，生成结构化数据的初步溯源数据，包括：利用时间戳，确定结构化数据的数据包流向，根据数据包流向，生成初步溯源数据。

一种可能的实现方式，结构化数据还包括：包体数据；包体数据用于指示数据包镜像的业务数据。本申请提供的数据溯源方法，还包括：若第一结构化数据的业务数据与第二结构化数据的业务数据相同，对第一结构化数据和所述第二结构化数据添加同名数据标记。第一结构化数据是基于第一数据包镜像生成的结构化数据，第二结构化数据是基于第二数据包镜像生成的结构化数据，第一数据包镜像与第二数据包镜像不同。同名数据标记用于指示第一结构化数据的业务数据和第二结构化数据的业务数据为同名数据的不同版本的业务数据。