[发明专利]数据管理系统、控制方法及存储介质有效
| 申请号: | 201710433301.7 | 申请日: | 2017-06-09 |
| 公开(公告)号: | CN107491470B | 公开(公告)日: | 2021-10-26 |
| 发明(设计)人: | 田村存 | 申请(专利权)人: | 佳能株式会社 |
| 主分类号: | G06F16/22 | 分类号: | G06F16/22;G06F16/28 |
| 代理公司: | 北京魏启学律师事务所 11398 | 代理人: | 魏启学 |
| 地址: | 日本东京都大*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 数据管理 系统 控制 方法 存储 介质 | ||
1.一种数据管理系统,包括:
接收部件,用于从多个装置接收分析对象数据;
分类部件,用于将所述分析对象数据分类为多个分类至少之一;
第一存储部件,用于存储包括个人数据的分析对象数据;
第二存储部件,用于存储被处理成使得分析对象数据中所包括的个人数据无法被识别的分析对象数据;以及
应答部件,用于在从web服务器接收到分析对象数据的数据访问请求时识别所述数据访问请求所指定的分类,确认所述web服务器是否被许可访问与所识别出的分类相对应的分析对象数据,并且在所述web服务器被确认为许可访问与所识别出的分类相对应的分析对象数据的情况下,发送与所识别出的分类相对应的并存储在所述第一存储部件或所述第二存储部件中的分析对象数据作为应答。
2.根据权利要求1所述的数据管理系统,其中,在所述应答部件确认为所述web服务器被许可访问与所识别出的分类相对应的分析对象数据的情况下,所述应答部件发送通过与所述数据访问请求所指定的装置标识符相对应的装置发送至所述数据管理系统的并存储在所述第一存储部件或所述第二存储部件中的分析对象数据作为应答。
3.根据权利要求1或2所述的数据管理系统,其中,所述应答部件所进行的用以识别所述数据访问请求所指定的分类的识别是识别所述数据访问请求所指定的分类是否是个人数据。
4.根据权利要求1所述的数据管理系统,其中,所述应答部件判断所述数据访问请求所指定的装置标识符是否与所述web服务器相关联,并且确认所述web服务器是否被许可访问与所识别出的分类相对应的分析对象数据。
5.根据权利要求4所述的数据管理系统,其中,还包括:
接受部件,用于从用户接受访问控制设置请求;以及
判断部件,用于判断所述web服务器的标识符和所述访问控制设置请求中所包括的装置标识符是否与所述用户的标识符相关联,
其中,响应于所述判断部件判断为所述装置标识符和所述web服务器的标识符与所述用户的标识符相关联,所述应答部件将所述访问控制设置请求中所包括的装置标识符与所述web服务器的标识符相关联,并且相关联地存储所述web服务器的个人数据访问级别。
6.根据权利要求1所述的数据管理系统,其中,所述第二存储部件对被分类为包括个人数据的数据的分析对象数据进行用以删除该分析对象数据中所包括的个人数据的处理或者用以将该分析对象数据中所包括的个人数据模糊化的处理,并且存储处理后的分析对象数据。
7.根据权利要求1所述的数据管理系统,其中,在所述分析对象数据中,所述第一存储部件还存储不包括个人数据的分析对象数据。
8.一种数据管理系统的控制方法,所述控制方法包括以下步骤:
从多个装置接收分析对象数据;
将所述分析对象数据分类为多个分类至少之一;
作为第一存储步骤,存储包括个人数据的分析对象数据;
作为第二存储步骤,存储被处理成使得分析对象数据中所包括的个人数据无法被识别的分析对象数据;以及
在从web服务器接收到分析对象数据的数据访问请求时识别所述数据访问请求所指定的分类,确认所述web服务器是否被许可访问与所识别出的分类相对应的分析对象数据,并且在所述web服务器被确认为许可访问与所识别出的分类相对应的分析对象数据的情况下,发送与所识别出的分类相对应的并在所述第一存储步骤或所述第二存储步骤中所存储的分析对象数据作为应答。
9.根据权利要求8所述的控制方法,其中,在所述web服务器被确认为许可访问与所识别出的分类相对应的分析对象数据的情况下,发送通过与所述数据访问请求所指定的装置标识符相对应的装置发送至所述数据管理系统的并在所述第一存储步骤或所述第二存储步骤中所存储的分析对象数据作为应答。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佳能株式会社,未经佳能株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710433301.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:智能任务发现
- 下一篇:基于Spark的大规模天文数据天区覆盖生成方法





