[发明专利]一种隐私数据的处理方法、设备及介质

说明书

本发明公开了一种隐私数据的处理方法、设备及介质，属于计算机技术领域，用于解决如下技术问题：现有的隐私数据处理方案实用性较低。方法包括：在预设网络中搭建Jenkins环境以及Docker环境；在所述Docker环境下部署数据计算模型；通过所述Jenkins环境调取隐私数据；利用所述数据计算模型对所述隐私数据执行计算任务。

技术领域

本申请涉及计算机技术领域，尤其涉及一种隐私数据的处理方法、设备及介质。

背景技术

在数据应用的背景下，隐私涉密数据的处理相关的工作重要性不言而喻。同时，在目前隐私计算技术的发展和普及下，已经有了关于隐私数据处理的很多典型案。

但是由于隐私计算本身架构的复杂度极高，而且目前还尚未有典型的行业应用案例与产品，存在的一些专项建设的项目部署也极为复杂，导致现有的隐私数据处理方案实用性较低。

发明内容

本申请实施例提供了一种隐私数据的处理方法、设备及介质，用于解决如下技术问题：现有的隐私数据处理方案实用性较低。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供了一种隐私数据的处理方法，所述方法包括：在预设网络中搭建Jenkins环境以及Docker环境；在所述Docker环境下部署数据计算模型；通过所述Jenkins环境调取隐私数据；利用所述数据计算模型对所述隐私数据执行计算任务。

在本申请说明书的一个或多个实施例中，在预设网络中搭建Jenkins环境以及Docker环境之后，所述方法还包括：在所述预设网络中搭建Gitlab环境；通过所述Gitlab环境接收并存储数据计算代码。

在本申请说明书的一个或多个实施例中，在所述预设网络中搭建Gitlab环境之后，所述方法还包括：通过所述Gitlab环境对所述数据计算代码进行编译打包后，发送至所述Jenkins环境；通过所述Jenkins环境对所述数据计算代码与所述数据计算模型进行处理，得到隐私数据计算流程，并将所述隐私数据计算流程部署到所述Docker环境中。

在本申请说明书的一个或多个实施例中，所述数据计算代码中至少包括：数据的采集获取、数据的加工处理以及数据流向指定三类操作。

在本申请说明书的一个或多个实施例中，在预设网络中搭建Jenkins环境以及Docker环境之后，所述方法还包括：使用Jenkins Pipeline对所述Docker环境进行镜像部署。

在本申请说明书的一个或多个实施例中，利用所述数据计算模型对所述隐私数据执行计算任务之后，所述方法还包括：通过所述Docker环境向所述Jenkins环境提出镜像销毁申请。

在本申请说明书的一个或多个实施例中，在所述Docker环境下部署数据计算模型之后，所述方法还包括：在所述Docker环境下部署Flink网络，以便于通过所述Flink网络提供实时计算能力。

在本申请说明书的一个或多个实施例中，利用所述数据计算模型对所述隐私数据执行计算任务之后，所述方法还包括：所述Flink网络中集成有Flink cdc程序；当所述Flink cdc程序意外停止时，记录当前数据对应的数据位置，并在所述Flink cdc程序恢复时继续读取所述数据位置下数据。

第二方面，本申请实施例还提供了一种隐私数据的处理设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行如上述的一种隐私数据的处理方法。

第三方面，本申请实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行如上述的一种隐私数据的处理方法。