纵向联邦数据统计的去重方法、装置、终端设备及介质与流程

[0001]
本发明涉及联邦数据去重技术领域，尤其涉及一种纵向联邦数据统计的去重方法、装置、终端设备及存储介质。


背景技术：

[0002]
时下，科学技术的发展早已步入数据信息化时代，而针对数据的统计应用也已经变得越来越广泛。在数据统计场景中，针对重复的数据进行去重处理是十分常见的操作，如，用户针对自己本地拥有的数据，选择特定的统计特征，然后，在检测到该统计特征下存在多条数据且该多条数据均相同的情况下，用户即针对该多条相同的数据进行去重从而仅在该统计特征下保留一条数据。
[0003]
然而，在多个拥有自有数据的用户联合组成纵向的联邦场景之后，基于对各个用户自有数据的隐私安全考虑，通常会选择将需要进行去重判断的数据进行加密然后在各用户之间进行传递以联合进行去重处理，如此，在需要进行去重的数据量较大的情形下，将需要耗费大量的时间来完成针对数据的预处理及加密等过程，难以保证对数据进行去重的整体效率。


技术实现要素：

[0004]
本发明的主要目的在于提供一种纵向联邦数据统计的去重方法、装置、终端设备及存储介质，旨在解决现有技术中，纵向联邦场景下对统计数据执行去重处理的整体效率难以得到保证的技术问题。
[0005]
为实现上述目的，本发明提供一种纵向联邦数据统计的去重方法，所述纵向联邦数据统计的去重方法应用于纵向联邦中的任意一个参与方，所述纵向联邦数据统计的去重方法包括：
[0006]
接收纵向联邦中的其他参与方发送的结果矩阵，其中，所述结果矩阵为所述其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用所述第一特征矩阵乘以预设随机矩阵得到；
[0007]
在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将所述第二特征矩阵与所述结果矩阵进行纵向拼接得到拼接矩阵；
[0008]
检测所述拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理。
[0009]
进一步地，所述在本地基于自有数据中的第二待去重数据构建第二特征矩阵的步骤，包括：
[0010]
在本地的自有数据中提取第二待去重数据，其中，所述第二待去重数据的条数大于一；
[0011]
依次将每一条所述第二待去重数据中的各特征数据对应作为矩阵中一行的各个元素，以构建得到第二特征矩阵。
[0012]
进一步地，所述在本地的自有数据中提取第二待去重数据的步骤，包括：
[0013]
接收预设数据去重请求，并解析所述预设数据去重请求得到待去重数据统计特征，其中，所述待去重数据统计特征的数量大于或者等于一；
[0014]
在本地检测自有数据中各数据标签下属于所述待去重数据统计特征的特征数据；
[0015]
将相同所述数据标签下的所述特征数据作为一条第二待去重数据，以提取到各所述第二待去重数据。
[0016]
进一步地，所述检测所述拼接矩阵中对应位置元素相同的各目标行的步骤，包括：
[0017]
依次将所述拼接矩阵的每一行作为基准行，并遍历所述拼接矩阵中位于所述基准行以下各待检行中的各元素；
[0018]
若当前所述待检行中的各所述元素均与所述基准行中对应位置处的各元素相同，则将所述待检行和所述基准行均标记为目标行。
[0019]
进一步地，所述针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理的步骤，包括：
[0020]
确定各所述目标行分别在各所述第二待去重数据中指向的目标第二去重数据，并在各所述目标第二去重数据中确定唯一的保留数；
[0021]
将各所述目标第二去重数据中除所述保留数据之外的其他目标第二去重数据进行清除；
[0022]
确定所述保留数据在各所述目标行中对应的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0023]
将所述行标识发送至所述其他参与方，以供所述其他参与方确定所述行标识在各所述第一待去重数据中指向的目标第一去重数据，并清除所述目标第一去重数据。
[0024]
此外，为实现上述目的，本发明还提供一种纵向联邦数据统计的去重方法，所述纵向联邦数据统计的去重方法应用于纵向联邦中的协调方，所述纵向联邦数据统计的去重方法包括：
[0025]
接收纵向联邦中的各参与方发送的结果矩阵，其中，所述结果矩阵为各所述参与方各自在本地基于自有数据中的待去重数据构建特征矩阵后，利用所述特征矩阵乘以预设随机矩阵得到；
[0026]
将各所述结果矩阵进行纵向拼接得到拼接矩阵，并检测所述拼接矩阵中对应位置元素相同的各目标行；
[0027]
根据各所述目标行控制各所述参与方针对所述待去重数据进行去重处理。
[0028]
进一步地，所述根据各所述目标行控制各所述参与方针对所述待去重数据进行去重处理的步骤，包括：
[0029]
在各所述目标行中确定唯一的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0030]
将所述行标识发送至各所述参与方，以供各所述参与方各自在本地确定所述行标识在各待去重数据中指向的去重数据，并清除所述去重数据。
[0031]
此外，为实现上述目的，本发明还提供一种纵向联邦数据统计的去重装置，所述纵向联邦数据统计的去重装置应用于纵向联邦中的任意一个参与方，所述纵向联邦数据统计的去重装置包括：
[0032]
所述纵向联邦数据统计的去重装置应用于纵向联邦中的任意一个参与方，所述纵向联邦数据统计的去重装置包括：
[0033]
第一接收模块，用于接收纵向联邦中的其他参与方发送的结果矩阵，其中，所述结果矩阵为所述其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用所述第一特征矩阵乘以预设随机矩阵得到；
[0034]
第一矩阵拼接模块，用于在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将所述第二特征矩阵与所述结果矩阵进行纵向拼接得到拼接矩阵；
[0035]
第一去重模块，用于检测所述拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理；
[0036]
其中，所述纵向联邦数据统计的去重装置还应用于纵向联邦中的协调方，所述纵向联邦数据统计的去重装置，还包括：
[0037]
第二接收模块，用于接收纵向联邦中的各参与方发送的结果矩阵，其中，所述结果矩阵为各所述参与方各自在本地基于自有数据中的待去重数据构建特征矩阵后，利用所述特征矩阵乘以预设随机矩阵得到；
[0038]
第二矩阵拼接模块，用于将各所述结果矩阵进行纵向拼接得到拼接矩阵，并检测所述拼接矩阵中对应位置元素相同的各目标行；
[0039]
第二去重模块，用于根据各所述目标行控制各所述参与方针对所述待去重数据进行去重处理。
[0040]
此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的纵向联邦数据统计的去重程序，所述纵向联邦数据统计的去重程序被所述处理器执行时实现如上述中的纵向联邦数据统计的去重方法的步骤。
[0041]
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的纵向联邦数据统计的去重方法的步骤。
[0042]
本发明提出的纵向联邦数据统计的去重方法、装置、终端设备以及存储介质，通过纵向联邦中的任意一个参与方接收纵向联邦中的其他参与方发送的结果矩阵，其中，所述结果矩阵为所述其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用所述第一特征矩阵乘以预设随机矩阵得到；在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将所述第二特征矩阵与所述结果矩阵进行纵向拼接得到拼接矩阵；检测所述拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理。
[0043]
本发明在纵向联邦场景中，基于参与方利用本端的待去重数据构建特征矩阵，形成待去重数据与矩阵各行元素之间的一一对应关系，既满足了数据一致性要求，又方便了各参与方联合对相同数据的判断和去重操作，此外，通过在参与方之间传递用特征矩阵乘以随机矩阵得到的结果矩阵，实现了利用矩阵方式直接采用随机数相乘的方式对数据加密，而无需额外针对待去重数据进行的其他复杂的加密操作，就能够完成在确保数据隐私安全的情况下进行数据去重，极大程度上简化了针对数据进行去重的过程，提高了数据去重的整体效率，能够适用于更大数据量的去重，可扩展性强。
附图说明
[0044]
图1是本发明实施例方案涉及终端设备的硬件运行的结构示意图；
[0045]
图2是本发明一种纵向联邦数据统计的去重方法一实施例的流程示意图；
[0046]
图3是本发明一种纵向联邦数据统计的去重方法一实施例中所涉及的一应用场景示意图；
[0047]
图4是本发明一种纵向联邦数据统计的去重方法另一实施例的流程示意图；
[0048]
图5是本发明一种纵向联邦数据统计的去重装置的模块结构示意图。
[0049]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0050]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0051]
如图1所示，图1是本发明实施例方案涉及终端设备的硬件运行环境的结构示意图。
[0052]
需要说明的是，图1即可为终端设备的硬件运行环境的结构示意图。本发明实施例终端设备可以是pc，便携计算机等终端设备。
[0053]
如图1所示，该终端设备可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi 接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器 (non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
[0054]
本领域技术人员可以理解，图1中示出的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0055]
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及分布式任务的处理程序。其中，操作系统是管理和控制样本终端设备硬件和软件资源的程序，支持分布式任务的处理程序以及其它软件或程序的运行。
[0056]
在图1所示的终端设备中，用户接口1003主要用于与各个终端进行数据通信；网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；而处理器1001可以用于调用存储器1005中存储的纵向联邦数据统计的去重程序，并执行以下操作：
[0057]
接收纵向联邦中的其他参与方发送的结果矩阵，其中，所述结果矩阵为所述其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用所述第一特征矩阵乘以预设随机矩阵得到；
[0058]
在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将所述第二特征矩阵与所述结果矩阵进行纵向拼接得到拼接矩阵；
[0059]
检测所述拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理。
[0060]
进一步地，处理器1001可以调用存储器1005中存储的纵向联邦数据统计的去重程序，还执行以下操作：
[0061]
在本地的自有数据中提取第二待去重数据，其中，所述第二待去重数据的条数大于一；
[0062]
依次将每一条所述第二待去重数据中的各特征数据对应作为矩阵中一行的各个元素，以构建得到第二特征矩阵。
[0063]
进一步地，处理器1001可以调用存储器1005中存储的纵向联邦数据统计的去重程序，还执行以下操作：
[0064]
接收预设数据去重请求，并解析所述预设数据去重请求得到待去重数据统计特征，其中，所述待去重数据统计特征的数量大于或者等于一；
[0065]
在本地检测自有数据中各数据标签下属于所述待去重数据统计特征的特征数据；
[0066]
将相同所述数据标签下的所述特征数据作为一条第二待去重数据，以提取到各所述第二待去重数据。
[0067]
进一步地，处理器1001可以调用存储器1005中存储的纵向联邦数据统计的去重程序，还执行以下操作：
[0068]
依次将所述拼接矩阵的每一行作为基准行，并遍历所述拼接矩阵中位于所述基准行以下各待检行中的各元素；
[0069]
若当前所述待检行中的各所述元素均与所述基准行中对应位置处的各元素相同，则将所述待检行和所述基准行均标记为目标行。
[0070]
进一步地，处理器1001可以调用存储器1005中存储的纵向联邦数据统计的去重程序，还执行以下操作：
[0071]
确定各所述目标行分别在各所述第二待去重数据中指向的目标第二去重数据，并在各所述目标第二去重数据中确定唯一的保留数；
[0072]
将各所述目标第二去重数据中除所述保留数据之外的其他目标第二去重数据进行清除；
[0073]
确定所述保留数据在各所述目标行中对应的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0074]
将所述行标识发送至所述其他参与方，以供所述其他参与方确定所述行标识在各所述第一待去重数据中指向的目标第一去重数据，并清除所述目标第一去重数据。
[0075]
进一步地，处理器1001可以调用存储器1005中存储的纵向联邦数据统计的去重程序，还执行以下操作：
[0076]
接收纵向联邦中的各参与方发送的结果矩阵，其中，所述结果矩阵为各所述参与方各自在本地基于自有数据中的待去重数据构建特征矩阵后，利用所述特征矩阵乘以预设随机矩阵得到；
[0077]
将各所述结果矩阵进行纵向拼接得到拼接矩阵，并检测所述拼接矩阵中对应位置元素相同的各目标行；
[0078]
根据各所述目标行控制各所述参与方针对所述待去重数据进行去重处理。
[0079]
进一步地，处理器1001可以调用存储器1005中存储的纵向联邦数据统计的去重程序，还执行以下操作：
[0080]
在各所述目标行中确定唯一的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0081]
将所述行标识发送至各所述参与方，以供各所述参与方各自在本地确定所述行标识在各待去重数据中指向的去重数据，并清除所述去重数据。
[0082]
基于上述的结构，提出本发明纵向联邦数据统计的去重方法的各个实施例。
[0083]
请参照图2，图2为本发明纵向联邦数据统计的去重方法第一实施例的流程示意图。
[0084]
本发明实施例提供了纵向联邦数据统计的去重方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0085]
本发明实施例纵向联邦数据统计的去重方法应用于上述作为纵向联邦中其中一个参与方的终端设备，本发明实施例终端设备可以是pc，便携计算机等终端设备，在此不做具体限制。
[0086]
本实施例纵向联邦数据统计的去重方法包括：
[0087]
步骤s100，接收纵向联邦中的其他参与方发送的结果矩阵，其中，所述结果矩阵为所述其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用所述第一特征矩阵乘以预设随机矩阵得到；
[0088]
需要说明的是，在本实施例中，各参与方以用户的不同特征维度作为竖向的备选列，并以各用户分别作为横向的数据标签来建立数据统计表，并以各用户各自属于不同特征维度的特征数据填充至对应位置，以此形成各行数据来统计得到各参与方各自本端的自有数据。
[0089]
在由多个参与方组建构成的纵向联邦中，除当前参与方之外的各个其他参与方在本地各自基于接收到的预设数据去重请求，在自有数据中选取需要进行数据去重的第一待去重数据，并基于该第一待去重数据构建得到第一特征矩阵，利用该第一特征矩阵乘以预设随机矩阵得到结果矩阵，然后，当前参与方接收该其他参与方各自所传递的结果矩阵。
[0090]
需要说明的是，在本实施例中，预设数据去重请求具体可以由作为其他参与方终端设备自动触发或者基于该终端设备的用户人为触发，自动或者人为触发该预设数据去重请求时，同步配置用于在本端自有数据中提取要判断是否去重的数据的数据标签，以及配置要判断是否去重的数据所属的特征维度作为待去重数据统计特征，从而便于提取待去重数据进行特征矩阵的构建。
[0091]
此外，预设随机矩阵为根据预设数据去重请求中配置的特征维度的个数n，而随机生成一个n*n的矩阵。
[0092]
具体地，例如，在由参与方a和参与方b联合构建的纵向联邦中，参与方b在本地利用特征维度：“年龄”、“收入”、“交易次数”以及“是否逾期”作为备选列，然后以设备号u1、u2和u3分别作为横向的数据标签进行统计得到的自有数据。然后，若参与方b接收到了基于工作人员通过配置 u1、u2和u3作为待去重数据的数据标签，以及配置“年龄”、“收入”和“交易次数”作为待去重数据统计特征，从而触发的预设数据去重请求，则参与方b随即在本地从自有数据中，提取出u1、u2和u3三行数据中属于特征维度“年龄”、“收入”和“交易次数”下的9个特征数据作为第一待去重数据，并基于该9个特征数据构建一个3*3维的第一特征矩阵，即，参与方b 在本地，将u1这一行的三个特征数据作为第一特征矩阵中第一行(从上至下) 的三个元素，将u2这一行的三个特征数据作为第一特征矩阵中第二行(从上至下)的三个元
素，以及将u3这一行的三个特征数据作为第一特征矩阵中第三行(从上至下)的三个元素。
[0093]
此外，参与方b根据接收到的预设数据去重请求中配置的待去重数据统计特征“年龄”、“收入”和“交易次数”的个数“3”，再在本地生成一个 3*3维的随机矩阵。从而，参与方b在构建得到3*3维的第一特征矩阵之后，基于成熟的矩阵相乘算法，利用该第一特征矩阵与生成的随机矩阵相乘得到一个3*3维的结果矩阵，并将该结果矩阵传递给参与方a。
[0094]
步骤s200，在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将所述第二特征矩阵与所述结果矩阵进行纵向拼接得到拼接矩阵；
[0095]
当前参与方在接收到其他参与方传递的结果矩阵之后，当前参与方随即在本地提取自有数据中的第二待去重数据，并基于该第二待去重数据构建得到第二特征矩阵，然后，当前参与方在本地将该第二特征矩阵与接收到的结果矩阵进行纵向拼接得到拼接矩阵。
[0096]
需要说明的是，在本实施例中，纵向联邦中的各参与方各自在本地提取待去重数据，然后基于该待去重数据构建得到各自特征矩阵的过程是一致的。此外，当前参与方a在本地针对第二特征矩阵与接收到的结果矩阵进行纵向拼接的方式基于现有成熟的矩阵拼接操作。具体地，例如，若参与方a在基于自有数据中的第二待去重数据所构建得到第二特征矩阵为一个3*3维的矩阵，而参与方a接收到的参与b上传的结果矩阵同样也为一个3*3维的矩阵，从而，在参与方a针对该第二特征矩阵与结果矩阵进行纵向拼接(直接将结果矩阵的三列元素排列在第二特征矩阵的第三列特征元素之后，或者，直接将第二特征矩阵的三列元素排列在结果矩阵的第三列特征元素之后)即可得到一个3*6维的拼接矩阵。
[0097]
进一步地，在一种可行的实施例中，步骤s200，可以包括：
[0098]
步骤s201，在本地的自有数据中提取第二待去重数据，其中，所述第二待去重数据的条数大于一；
[0099]
需要说明的是，在本实施例中，为了能够判断自有数据中各条以数据标签尽心标识的待去重数据是否相同，各参与方在本地从各自的自有数据中提取出的待去重数据的条数均大于等于一，即，至少需要保证提取出两条以不同数据标签标识的待去重数据，才能够判断该两条待去重数据是否相同从而需要进行去重处理。
[0100]
步骤s202，依次将每一条所述第二待去重数据中的各特征数据对应作为矩阵中一行的各个元素，以构建得到第二特征矩阵。
[0101]
当前参与方同样基于从本端接收到的预设数据去重请求，从本端已经统计的自有数据中提取出需要判断以进行数据去重处理的多条第二待去重数据，然后，当前参与方依次将每一条待去重数据中的各个特征数据对应作为矩阵当中某一行的各个元素，进而构建得到各行元素一一与各条第二待去重数据中各特征数据相对应的第二特征矩阵。
[0102]
具体地，例如，当前参与方a在本地同样利用特征维度：“年龄”、“收入”、“交易次数”以及“是否逾期”作为备选列，然后以设备号u4、u5和 u6分别作为横向的数据标签进行统计得到的自有数据。然后，若参与方a接收到了基于工作人员通过配置u4、u5和u6作为待去重数据的数据标签，以及配置“年龄”、“收入”和“是否逾期”作为待去重数据统计特征，从而触发的预设数据去重请求，则参与方a随即在本地从自有数据中，提取出u4、 u5和u6三行数据中属于特征维度“年龄”、“收入”和“是否逾期”下的9 个特征数据作为第一待去重数据，并基于该9个特征数据构建一个3*3维的第一特征矩阵，即，将u4这一行的三个特征数据作为第一特征矩阵中第一行 (从上至下)的三个元素，将u5这一行的三个特征数据作为第
一特征矩阵中第二行(从上至下)的三个元素，以及将u6这一行的三个特征数据作为第一特征矩阵中第三行(从上至下)的三个元素。
[0103]
进一步地，在一种可行的实施例中，在上述步骤s201中，“在本地的自有数据中提取第二待去重数据”的步骤，可以包括：
[0104]
步骤s2011，接收预设数据去重请求，并解析所述预设数据去重请求得到待去重数据统计特征，其中，所述待去重数据统计特征的数量大于或者等于一；
[0105]
当前参与方在接收到其他参与方传递的各第一加密值之后，可在本端输出一提示消息然后接收基于该提示消息触发的预设数据去重请求，进而解析该预设数据去重请求以从该预设数据去重请求中，提取得到一个或者多个待去重数据统计特征。
[0106]
需要说明的是，在本实施例中，待去重数据统计特征为作为当前参与方的终端设备，自动触发或者基于该终端设备的用户人为触发预设数据去重请求时，同步配置的一个或者多个特征维度。此外，提示消息具体可以为用于提醒作为当前参与方的终端设备的用户，其他参与方当前正发起针对各自自有数据判断是否需要进行去重处理的请求，以令用户确认是否响应该请求并选取本端自有数据中的待去重数据进行判断和执行数据去重处理，应当理解的是，基于实际应用的不同设计需要，该提示消息的具体内容可以被设定为任意要求内容，本发明纵向联邦数据统计的去重方法并不针对该提示消息的具体内容进行限定。
[0107]
具体地，例如，请参照如图3所示的应用场景，在由参与方a和参与方b 联合构建的纵向联邦中，当前参与方a在接收到参与方b传递的结果矩阵之后，当前参与方a在本端输出一个提示消息，若当前参与方a接收到了基于用户或者本端自动输入的确认反馈从而触发的预设数据去重请求，则当前参与方a基于时下成熟的指令解析技术解析该预设数据去重请求，并从该预设数据去重请求中提取得到“年龄”、“收入”和“是否逾期”四个待去重数据统计特征。
[0108]
步骤s2012，在本地检测自有数据中各数据标签下属于所述待去重数据统计特征的特征数据；
[0109]
步骤s2013，将相同所述数据标签下的所述特征数据作为一条第二待去重数据，以提取到各所述第二待去重数据。
[0110]
当前参与方在解析预设数据去重请求从而提取出待去重数据统计特征之后，当前参与方随即在本端已经统计的自有数据中，检测各个数据标签下属于该待去重数据统计特征的特征数据，然后，当前参与方将该特征数据中隶属相同的数据标签的各特征数据作为一条第二待去重数据，进而得到按照各个数据标签分类的各个第二待去重数据。
[0111]
具体地，例如，当前参与方a按照与参与方b相同统计方式，在本地利用特征维度：“年龄”、“收入”、“交易次数”以及“是否逾期”作为备选列，并以设备号u4、u5和u6分别作为横向的数据标签进行统计得到自有数据。然后，当前参与方a基于从接收到的预设数据去重请求中解析出的“年龄”、“收入”和“是否逾期”三个待去重数据统计特征，在该自有数据中检测数据标签u4、u5和u6所标识的每一行特征数据中，各自属于该“年龄”、“收入”、和“是否逾期”三个待去重数据统计特征的9个特征数据，最后，当前参与方a将该9个特征数据中，处于数据标签u4所标识行的3个特征数据作为一条第二待去重数据、处于数据标签u5所标识行的3个特征数据作为另一条第二待去重数据，以及处于数据标签u6所标识行的3个特征数
据作为又一条第二待去重数据，从而得到本端自有数据中的三条第二待去重数据。
[0112]
步骤s300，检测所述拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理。
[0113]
当前参与方在本地将第二特征矩阵与接收到的结果矩阵进行纵向的拼接得到拼接矩阵之后，遍历该拼接矩阵中每一行的元素以检测出该拼接矩阵中对应位置元素相同的多个目标行，然后，当前参与方在本地针对该目标行包含的第二待去重数据进行去重处理，并根据该目标行生成去重指令以控制其他参与方针对该目标行指向的第一待去重数据进行去重处理。
[0114]
进一步地，在一种可行的实施例中，步骤s300中，“检测所述拼接矩阵中对应位置元素相同的各目标行”，可以包括：
[0115]
步骤s301，依次将所述拼接矩阵的每一行作为基准行，并遍历所述拼接矩阵中位于所述基准行以下各待检行中的各元素；
[0116]
步骤s302，若当前所述待检行中的各所述元素均与所述基准行中对应位置处的各元素相同，则将所述待检行和所述基准行均标记为目标行。
[0117]
具体地，例如，当前参与方a在接收到参与方b传递的3*3维的结果矩阵，并将该结果矩阵与在本地基于第二待去重数据构建得到的、同样为3*3 维的第二特征矩阵进行纵向拼接，以得到一个3*6维的拼接矩阵之后，当前参与方a在本地先将该3*6维的拼接矩阵中的第一行作为基准行，并遍历该 3*6维的拼接矩阵中的第二行中的6个元素，以检测该6个元素是否依次与该基准行中的6个元素所相同(即，检测第二行的第1个元素是否与基准行的第1个元素相同，如此检测直至第二行的第6个元素)，然后，当前参与方a 继续遍历该3*6维的拼接矩阵中的第三行中的6个元素，以同样的检测该6 个元素是否依次与该基准行中的6个元素所相同，最后，当前参与方a再将该3*6维的拼接矩阵中的第二行作为基准行，并遍历该3*6维的拼接矩阵中的第三行中的6个元素，以检测该6个元素是否依次与该基准行中的6个元素所相同。
[0118]
从而，若当前参与方a仅检测到第二行中的6个元素依次与基准行中的6 个元素所相同，则当前参与方a即同时将拼接矩阵中，当前正作为基准行的第一行和第二行共同标记为目标行。同样的，若当前参与方a在将第二行作为基准行，并检测到第三行中的6个元素依次与基准行中的6个元素所相同，则当前参与方a即同时将拼接矩阵中，当前正作为基准行的第二行和第三行共同标记为目标行。
[0119]
进一步地，在另一种可行的实施例中，若当前参与方a在将第一行作为基准行，并同步检测到第二行中的6个元素依次与基准行中的6个元素所相同，且第三行中的6个元素也依次与基准行中的6个元素所相同，则当前参与方a即无需在将第二行作为基准行进行后续的检测，而是，直接将该拼接矩阵中，当前正作为基准行的第一行和第二行以及第三行均共同标记为目标行。
[0120]
进一步地，在一种可行的实施例中，步骤s300中，“针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理”的步骤，可以包括：
[0121]
步骤s303，确定各所述目标行分别在各所述第二待去重数据中指向的目标第二去重数据，并在各所述目标第二去重数据中确定唯一的保留数据；
[0122]
当前参与方基于各第二待去重数据中特征数据各自与第二特征矩阵各行元素之
间的一一对应关系，确定该拼接矩阵中各目标行分别包含的第二特征矩阵的元素，在各条第二待去重数据中所指向的目标第二待去重数据，然后随机在该目标第二待去重数据中确定出一条唯一需要保留的保留数据。
[0123]
具体地，例如，当前参与方a在确定3*6维的拼接矩阵中，第一行和第二行为目标行之后，提取出该第一行属于第二特征矩阵的前3个元素，并依据该3个元素各自一一与各条第二待去重数据中处于数据标签u4所标识行的 3个特征数据之间的对应关系，将数据标签u4所标识的第一条第二待去重数据确定为目标第二待去重数据，同理，确定将数据标签u5所标识的第二条第二待去重数据也确定为目标第二待去重数据，然后，当前参与方a随机在该两条目标第二待去重数据中，确定数据标签u4所标识的第一条待去重数据为需要进行保留的保留数据。
[0124]
步骤s304，将各所述目标第二去重数据中除所述保留数据之外的其他目标第二去重数据进行清除；
[0125]
当前参与方在从目标第二待去重数据中确定出一条唯一需要保留的保留数据之后，随即将该目标第二待去重数据中，除开该保留数据之外的其他全部目标第二去重数据进行清除，从而使得第二待去重数据中不同时存在特征数据相同的两条第二待去重数据。
[0126]
具体地，例如，当前参与方a在从u4和u5各自所标识的两条目标第二待去重数据中，确定数据标签u4所标识的第一条待去重数据为需要进行保留的保留数据之后，当前参与方a随即将u5所标识的这一条目标第二待去重数据进行清除。
[0127]
步骤s305，确定所述保留数据在各所述目标行中对应的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0128]
步骤s306，将所述行标识发送至所述其他参与方，以供所述其他参与方确定所述行标识在各所述第一待去重数据中指向的目标第一去重数据，并清除所述目标第一去重数据。
[0129]
当前参与方在从拼接矩阵中确定出各目标行之后，随机从该各目标行中确定出唯一一个保留目标行，然后，当前参与方针对该各目标行当中除开该保留目标行之外的其他目标行生成各自对应的行标识，再然后，当前参与方将该行标识传递至其他参与方，其他参与方在接收到该行标识之后，直接在本地先确定该行标识在第一特征矩阵中指向的目标行，并进一步基于各第一待去重数据中特征数据各自与第一特征矩阵各行元素之间的一一对应关系，确定该第一特征矩阵中该目标行，在各条第一待去重数据中所指向的目标第一待去重数据，然后直接清除该目标第一待去重数据，从而使得第一待去重数据中不同时存在特征数据相同的两条第一待去重数据。
[0130]
具体地，例如，当前参与方a在确定3*6维的拼接矩阵中，第一行和第二行为目标行之后，当前参与方a将第一行确定为保留目标行，并随即生成第二行的行标识“行2”，然后，当前参与方a将该行标识“行2”传递至参与方b。参与方b在接收到该行标识“行2”之后，随即在本地从基于第一待去重数据构建得到的3*3维的第一特征矩阵中，直接将第二行确定为目标行并依据该第二行中的3个元素各自一一与各条第一待去重数据中处于数据标签u2所标识行的3个特征数据之间的对应关系，将数据标签u2所标识的第一条第一待去重数据确定为目标第一待去重数据，然后，针对将该u2所标识的这一条目标第一待去重数据进行清除。
[0131]
在本实施例中，通过在由多个均拥有自有数据的参与方所组成的纵向联邦场景中，由该参与方中的任意一个当前参与方，接收其他参与方传递的结果矩阵(该结果矩阵由其他参与方各自在本地基于自有数据中的第一待去重数据构建第一特征矩阵，并利用该第一特征矩阵乘以预设随机矩阵得到)，然后，当前参与方同样在本地基于自有数据中的第二待去重数据构建第二特征矩阵，将该第二特征矩阵与接收到的结果矩阵进行拼接得到拼接矩阵，最终，当前参与方通过检测该拼接矩阵中各行对应位置处元素是否相同以检测得到对应位置元素相同的多个目标行，然后依据该多个目标行在本地针对第二待去重数据进行去重处理，并控制其他参与方针对第一待去重数据进行去重处理。
[0132]
本发明在纵向联邦场景中，基于参与方利用本端的待去重数据构建特征矩阵，形成待去重数据与矩阵各行元素之间的一一对应关系，既满足了数据一致性要求，又方便了各参与方联合对相同数据的判断和去重操作，此外，通过在参与方之间传递用特征矩阵乘以随机矩阵得到的结果矩阵，实现了利用矩阵方式直接采用随机数相乘的方式对数据加密，而无需额外针对待去重数据进行的其他复杂的加密操作，就能够完成在确保数据隐私安全的情况下进行数据去重，极大程度上简化了针对数据进行去重的过程，提高了数据去重的整体效率，能够适用于更大数据量的去重，可扩展性强。
[0133]
进一步地，请参照图5，图5为本发明纵向联邦数据统计的去重方法第二实施例的流程示意图。
[0134]
本发明纵向联邦数据统计的去重方法的第二实施例应用于纵向联邦中的协调方，需要说明的是，虽然本发明纵向联邦数据统计的去重方法的第二实施例在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0135]
本发明实施例纵向联邦数据统计的去重方法应用于作为纵向联邦中协调方的终端设备，本发明实施例终端设备可以是pc，便携计算机等终端设备，在此不做具体限制。
[0136]
本实施例纵向联邦数据统计的去重方法包括：
[0137]
步骤s400，接收纵向联邦中的各参与方发送的结果矩阵，其中，所述结果矩阵为各所述参与方各自在本地基于自有数据中的待去重数据构建特征矩阵后，利用所述特征矩阵乘以预设随机矩阵得到；
[0138]
在由多个参与方组建构成的纵向联邦中，各个参与方在本地各自基于接收到的预设数据去重请求，在自有数据中选取需要进行数据去重的待去重数据，并基于该待去重数据构建得到特征矩阵，利用该特征矩阵乘以预设随机矩阵得到结果矩阵，然后，各参与方各自将在本地计算得到的结果矩阵上传至纵向联邦中的协调方，协调方接收该各个参与方各自上传的结果矩阵。
[0139]
需要说明的是，在本实施例中，预设数据去重请求具体可以由作为其他参与方终端设备自动触发或者基于该终端设备的用户人为触发，自动或者人为触发该预设数据去重请求时，同步配置用于在本端自有数据中提取要判断是否去重的数据的数据标签，以及配置要判断是否去重的数据所属的特征维度作为待去重数据统计特征，从而便于提取待去重数据进行特征矩阵的构建。
[0140]
此外，预设随机矩阵为根据预设数据去重请求中配置的特征维度的个数n，而随机生成一个n*n的矩阵。
[0141]
具体地，例如，在由协调方x、参与方a和参与方b联合构建的纵向联邦中，参与方b
在本地利用特征维度：“年龄”、“收入”、“交易次数”以及“是否逾期”作为备选列，然后以设备号u1、u2和u3分别作为横向的数据标签进行统计得到的自有数据；参与方a同样在本地利用特征维度：“年龄”、“收入”、“交易次数”以及“是否逾期”作为备选列，然后以设备号u4、u5和u6分别作为横向的数据标签进行统计得到的自有数据。
[0142]
然后，参与方b接收到了基于工作人员通过配置u1、u2和u3作为待去重数据的数据标签，以及配置“年龄”、“收入”和“交易次数”作为待去重数据统计特征，从而触发的预设数据去重请求，则参与方b随即在本地从自有数据中，提取出u1、u2和u3三行数据中属于特征维度“年龄”、“收入”和“交易次数”下的9个特征数据作为待去重数据，并基于该9个特征数据构建一个3*3维的特征矩阵，即，参与方b在本地，将u1这一行的三个特征数据作为特征矩阵中第一行(从上至下)的三个元素，将u2这一行的三个特征数据作为特征矩阵中第二行(从上至下)的三个元素，以及将u3这一行的三个特征数据作为特征矩阵中第三行(从上至下)的三个元素。
[0143]
此外，参与方b根据接收到的预设数据去重请求中配置的待去重数据统计特征“年龄”、“收入”和“交易次数”的个数“3”，再在本地生成一个 3*3维的随机矩阵。从而，参与方b在构建得到3*3维的特征矩阵之后，基于成熟的矩阵相乘算法，利用该特征矩阵与生成的随机矩阵相乘得到一个3*3 维的结果矩阵，并将该结果矩阵传递给协调方x。
[0144]
需要说明的是，在本实施例中，由于纵向联邦中各参与方在本地基于自有数据中的待去重数据构建特征矩阵，然后利用特征矩阵与随机矩阵相乘得到结果矩阵的过程相同，因此，针对参与方a在本地提取自有数据并构建特征矩阵、以及利用特征矩阵乘以随机矩阵得到结果矩阵的过程，此处不再过多赘述。
[0145]
步骤s500将各所述结果矩阵进行纵向拼接得到拼接矩阵，并检测所述拼接矩阵中对应位置元素相同的各目标行；
[0146]
协调方在接收到各参与方各自上传的结果矩阵之后，将该各结果矩阵两两进行纵向拼接得到拼接矩阵，然后，协调方遍历该拼接矩阵中每一行的元素以检测出该拼接矩阵中对应位置元素相同的多个目标行。
[0147]
具体地，例如，若协调方x接收到的参与a和参与方b各自上传的结果矩阵-结果矩阵a和结果矩阵b均为3*3维的矩阵，则，在协调方x针对该结果矩阵a和结果矩阵b进行纵向拼接(结果矩阵a三列元素排列在结果矩阵b 的第三列特征元素之后，或者，直接将结果矩阵b三列元素排列在结果矩阵a 的第三列特征元素之后)即可得到一个3*6维的拼接矩阵。
[0148]
然后，若协调方x先将该3*6维的拼接矩阵中的第一行作为基准行，并遍历该3*6维的拼接矩阵中的第二行中的6个元素，以检测该6个元素是否依次与该基准行中的6个元素所相同(即，检测第二行的第1个元素是否与基准行的第1个元素相同，如此检测直至第二行的第6个元素)，并且，若协调方x继续遍历该3*6维的拼接矩阵中的第三行中的6个元素，以同样的检测该6个元素是否依次与该基准行中的6个元素所相同，最后，若协调方x 再将该3*6维的拼接矩阵中的第二行作为基准行，并遍历该3*6维的拼接矩阵中的第三行中的6个元素，以检测该6个元素是否依次与该基准行中的6 个元素所相同。
[0149]
从而，若若协调方x仅检测到第二行中的6个元素依次与基准行中的6 个元素所相同，则若协调方x即同时将拼接矩阵中，当前正作为基准行的第一行和第二行共同标记为目标行。同样的，若若协调方x在将第二行作为基准行，并检测到第三行中的6个元素依次与基
准行中的6个元素所相同，则若协调方x即同时将拼接矩阵中，当前正作为基准行的第二行和第三行共同标记为目标行。
[0150]
步骤s600，根据各所述目标行控制各所述参与方针对所述待去重数据进行去重处理。
[0151]
协调方在从拼接矩阵中确定出各目标行之后，随机从该各目标行中确定出唯一一个保留目标行，然后，协调方针对该各目标行当中除开该保留目标行之外的其他目标行生成各自对应的行标识，再然后，协调方将该行标识传递至各个参与方，各个参与方在接收到该行标识之后，直接在本地先确定该行标识在特征矩阵中指向的目标行，并进一步基于各待去重数据中特征数据各自与特征矩阵各行元素之间的一一对应关系，确定该特征矩阵中该目标行在各条待去重数据中所指向的目标待去重数据，然后直接清除该目标待去重数据，从而使得待去重数据中不同时存在特征数据相同的两条待去重数据。
[0152]
具体地，例如，协调方x在确定3*6维的拼接矩阵中，第一行和第二行为目标行之后，协调方x将第一行确定为保留目标行，并随即生成第二行的行标识“行2”，然后，协调方x将该行标识“行2”传递至参与方a和参与方b。
[0153]
参与方a在接收到该行标识“行2”之后，随即在本地从基于待去重数据构建得到的3*3维的特征矩阵中，直接将第二行确定为目标行并依据该第二行中的3个元素各自一一与待去重数据中的3个特征数据之间的对应关系，将数据标签u5所标识的第一条待去重数据确定为目标待去重数据，然后，针对将该u5所标识的这一条目标待去重数据进行清除。
[0154]
参与方b在接收到该行标识“行2”之后，随即在本地从基于待去重数据构建得到的3*3维的特征矩阵中，直接将第二行确定为目标行并依据该第二行中的3个元素各自一一与待去重数据中的3个特征数据之间的对应关系，将数据标签u2所标识的第一条待去重数据确定为目标待去重数据，然后，针对将该u2所标识的这一条目标待去重数据进行清除。
[0155]
在本实施例中，通过在由多个均拥有自有数据的参与方所组成的纵向联邦场景中，由协调方接收各个参与方传递的结果矩阵(该结果矩阵由各参与方各自在本地基于自有数据中的待去重数据构建特征矩阵，并利用该特征矩阵乘以预设随机矩阵得到)，然后，协调方将接收到的结果矩阵两两进行拼接得到拼接矩阵，最后，协调方通过检测该拼接矩阵中各行对应位置处元素是否相同以检测得到对应位置元素相同的多个目标行，然后依据该多个目标行向各个参与方发送去重指令以控制各个参与方在本地针对待去重数据进行去重处理。
[0156]
本发明在纵向联邦场景中，基于参与方利用本端的待去重数据构建特征矩阵，形成待去重数据与矩阵各行元素之间的一一对应关系，既满足了数据一致性要求，又方便了各参与方联合对相同数据的判断和去重操作，此外，通过在参与方之间传递用特征矩阵乘以随机矩阵得到的结果矩阵给协调方进行联合判断，实现了利用矩阵方式直接采用随机数相乘的方式对数据加密，而无需额外针对待去重数据进行的其他复杂的加密操作，就能够完成在确保数据隐私安全的情况下进行数据去重，极大程度上简化了针对数据进行去重的过程，提高了数据去重的整体效率，能够适用于更大数据量的去重，可扩展性强。
[0157]
此外，请参照图5，本发明实施例还提出一种纵向联邦数据统计的去重装置，所述纵向联邦数据统计的去重装置应用于纵向联邦中的任意一个参与方，所述纵向联邦数据统计的去重装置包括：
[0158]
第一接收模块，用于接收纵向联邦中的其他参与方发送的结果矩阵，其中，所述结果矩阵为所述其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用所述第一特征矩阵乘以预设随机矩阵得到；
[0159]
第一矩阵拼接模块，用于在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将所述第二特征矩阵与所述结果矩阵进行纵向拼接得到拼接矩阵；
[0160]
第一去重模块，用于检测所述拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理。
[0161]
优选地，所述第一矩阵拼接模块，包括：
[0162]
提取单元，用于在本地的自有数据中提取第二待去重数据，其中，所述第二待去重数据的条数大于一；
[0163]
构建单元，用于依次将每一条所述第二待去重数据中的各特征数据对应作为矩阵中一行的各个元素，以构建得到第二特征矩阵。
[0164]
优选地，所述提取单元，包括：
[0165]
接收子单元，用于接收预设数据去重请求，并解析所述预设数据去重请求得到待去重数据统计特征，其中，所述待去重数据统计特征的数量大于或者等于一；
[0166]
检测子单元，用于在本地检测自有数据中各数据标签下属于所述待去重数据统计特征的特征数据；
[0167]
标记子单元，用于将相同所述数据标签下的所述特征数据作为一条第二待去重数据，以提取到各所述第二待去重数据。
[0168]
优选地，所述第一去重模块，包括：
[0169]
遍历单元，用于依次将所述拼接矩阵的每一行作为基准行，并遍历所述拼接矩阵中位于所述基准行以下各待检行中的各元素；
[0170]
标记单元，用于若当前所述待检行中的各所述元素均与所述基准行中对应位置处的各元素相同，则将所述待检行和所述基准行均标记为目标行。
[0171]
优选地，所述第一去重模块，还包括：
[0172]
第一确定单元，用于确定各所述目标行分别在各所述第二待去重数据中指向的目标第二去重数据，并在各所述目标第二去重数据中确定唯一的保留数据；
[0173]
清除去重单元，用于将各所述目标第二去重数据中除所述保留数据之外的其他目标第二去重数据进行清除；
[0174]
第二确定单元，用于确定所述保留数据在各所述目标行中对应的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0175]
第一发送单元，用于将所述行标识发送至所述其他参与方，以供所述其他参与方确定所述行标识在各所述第一待去重数据中指向的目标第一去重数据，并清除所述目标第一去重数据。
[0176]
优选地，所述纵向联邦数据统计的去重装置还应用于纵向联邦中的协调方，所述纵向联邦数据统计的去重装置，还包括：
[0177]
第二接收模块，用于接收纵向联邦中的各参与方发送的结果矩阵，其中，所述结果矩阵为各所述参与方各自在本地基于自有数据中的待去重数据构建特征矩阵后，利用所述特征矩阵乘以预设随机矩阵得到；
[0178]
第二矩阵拼接模块，用于将各所述结果矩阵进行纵向拼接得到拼接矩阵，并检测所述拼接矩阵中对应位置元素相同的各目标行；
[0179]
第二去重模块，用于根据各所述目标行控制各所述参与方针对所述待去重数据进行去重处理。
[0180]
优选地，所述第二去重模块，包括：
[0181]
第三确定单元，用于在各所述目标行中确定唯一的保留目标行，并为各所述目标行中除所述保留目标行之外的其他目标行生成行标识；
[0182]
第二发送单元，用于将所述行标识发送至各所述参与方，以供各所述参与方各自在本地确定所述行标识在各待去重数据中指向的去重数据，并清除所述去重数据。
[0183]
其中，本发明纵向联邦数据统计的去重装置的各功能模块在运行时所实现的步骤，可参照上述本发明纵向联邦数据统计的去重方法的各个实施例，此处不再赘述。
[0184]
此外，本发明实施例还提出一种终端设备，该终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的纵向联邦数据统计的去重程序，该纵向联邦数据统计的去重程序被所述处理器执行时实现如上述中的纵向联邦数据统计的去重方法的步骤。
[0185]
其中，在所述处理器上运行的纵向联邦数据统计的去重程序被执行时所实现的步骤可参照本发明纵向联邦数据统计的去重方法的各个实施例，此处不再赘述。
[0186]
此外，本发明实施例还提出一种存储介质，应用于计算机，该存储介质可以为非易失性计算机可读存储介质，该存储介质上存储有纵向联邦数据统计的去重程序，所述纵向联邦数据统计的去重程序被处理器执行时实现如上所述的纵向联邦数据统计的去重方法的步骤。
[0187]
其中，在所述处理器上运行的纵向联邦数据统计的去重程序被执行时所实现的步骤可参照本发明纵向联邦数据统计的去重方法的各个实施例，此处不再赘述。
[0188]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0189]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0190]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘) 中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0191]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。