【技术实现步骤摘要】
本专利技术涉及数据处理，尤其是涉及一种异构云数据处理方法、装置及电子设备。
技术介绍
1、随着云计算的发展和普及，越来越多的云服务厂商提供云产品服务。同时，随着数字化改革的深入，信息化系统的建设，对私有云服务的需求越来越大。在众多的云服务厂商中，产品个性化，没有统一的规范和标准。云产品的多样化为用户提供便利的同时，也造成了产品标准不统一。各云服务厂商基于不同的云平台构建应用系统，在使用运维平台对各应用系统进行统一管理时，出现应用产品资源对接困难的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种异构云数据处理方法、装置及电子设备，以缓解相关技术中存在的上述问题。
2、第一方面，本专利技术实施例提供了一种异构云数据处理方法，所述方法包括：从多个具有不同数据结构的数据源获取待属性分类的异构云数据集；其中，所述异构云数据集中的云数据样本包含各个数据源的第一属性信息；通过预先训练好的多个属性分类模型对所述异构云数据集进行属性分类，得到所述异构云数据集对应于运维平台的属性分类结果；其中，所述属性分类结果包括与所述运维平台的第二属性信息对应的多个属性类别，属性分类模型的数量与属性类别的数量一致，不同属性分类模型与不同属性类别对应；基于所述异构云数据集对应于运维平台的属性分类结果以及所述运维平台的数据结构，将所述异构云数据集中的云数据样本存储至所述运维平台进行管理。
3、第二方面，本专利技术实施例还提供一种异构云数据处理装置，所述装置包括：获取模块，用于从多
4、第三方面，本专利技术实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现上述第一方面所述异构云数据处理方法。
5、本专利技术实施例提供的一种异构云数据处理方法、装置及电子设备，首先从多个具有不同数据结构的数据源获取待属性分类的异构云数据集，异构云数据集中的云数据样本包含各个数据源的第一属性信息；然后通过预先训练好的多个属性分类模型对异构云数据集进行属性分类，得到异构云数据集对应于运维平台的属性分类结果，属性分类结果包括与运维平台的第二属性信息对应的多个属性类别，属性分类模型的数量与属性类别的数量一致，不同属性分类模型与不同属性类别对应；最终基于异构云数据集对应于运维平台的属性分类结果以及运维平台的数据结构，将异构云数据集中的云数据样本存储至运维平台进行管理。采用上述技术，在使用运维平台对各云服务厂商基于不同的云平台构建的应用系统进行统一管理时，可通过预先训练好的多个属性分类模型对来自多个具有不同数据结构的数据源的异构云数据进行属性分类，进而基于属性分类结果将异构云数据存储至运维平台进行管理，能够实现运维平台自动对接各应用系统进行异构云数据的统一管理，降低了运维平台对接各应用系统的难度，还提高了运维平台对接各应用系统的效率，从而缓解在使用运维平台对各应用系统进行统一管理时出现的应用产品资源对接困难的问题。
6、本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
7、为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种异构云数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多个属性分类模型的训练，包括：
3.根据权利要求2所述的方法，其特征在于，从所述标注样本集中分别为每个属性分类模型确定相应的正样本和负样本，包括：
4.根据权利要求2所述的方法，其特征在于，通过预先训练好的多个属性分类模型对所述异构云数据集进行属性分类，得到所述异构云数据集对应于运维平台的属性分类结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述异构云数据集对应于各个属性分类模型的初始属性分类结果包括每个云数据样本对应于各个属性分类模型的初始属性类别预测结果；基于所述异构云数据集对应于各个属性分类模型的初始属性分类结果，确定所述异构云数据集对应于运维平台的属性分类结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述初始属性类别预测结果包括初始预测属性类别及其对应属性分类模型的预测置信度；基于每个云数据样本对应于各个属性分类模型的初始属性类别预测结果，确定相应云数据样本对应于运维平台的属性类别预测结果，包
7.根据权利要求6所述的方法，其特征在于，根据第一属性类别对应属性分类模型的预测置信度，从所述至少两个属性分类模型对应的第一属性类别中确定该云数据样本对应于运维平台的属性类别预测结果，包括：
8.一种异构云数据处理装置，其特征在于，所述装置包括：
9.根据权利要求8所述的装置，其特征在于，所述装置还包括训练测试模块，用于：
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述方法。
...【技术特征摘要】
1.一种异构云数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多个属性分类模型的训练，包括：
3.根据权利要求2所述的方法，其特征在于，从所述标注样本集中分别为每个属性分类模型确定相应的正样本和负样本，包括：
4.根据权利要求2所述的方法，其特征在于，通过预先训练好的多个属性分类模型对所述异构云数据集进行属性分类，得到所述异构云数据集对应于运维平台的属性分类结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述异构云数据集对应于各个属性分类模型的初始属性分类结果包括每个云数据样本对应于各个属性分类模型的初始属性类别预测结果；基于所述异构云数据集对应于各个属性分类模型的初始属性分类结果，确定所述异构云数据集对应于运维平台的属性分类结果，包括：
6.根据权利要求5所...
【专利技术属性】
技术研发人员：曾梦思，
申请(专利权)人：数字浙江技术运营有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。