具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

首先，对本申请中涉及的若干名词进行解析：

人工智能(artificial intelligence，AI)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

自然语言处理(natural language processing，NLP)：NLP用计算机来处理、理解以及运用人类语言(如中文、英文等)，NLP属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息检索、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。

医疗云(Medical cloud)，是指在云计算、移动技术、多媒体、4G通信、大数据、以及物联网等新技术基础上，结合医疗技术，使用“云计算”来创建医疗健康服务云平台，实现了医疗资源的共享和医疗范围的扩大。因为云计算技术的运用于结合，医疗云提高医疗机构的效率，方便居民就医。像现在医院的预约挂号、电子病历、医保等都是云计算与医疗领域结合的产物，医疗云还具有数据安全、信息共享、动态扩展、布局全局的优势。

卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks，FNN)，是深度学习(deeplearning)的代表算法之一。由于卷积神经网络能够进行平移不变分类(shift-invariantclassification)，因此也被称为“平移不变人工神经网络(Shift-Invariant ArtificialNeural Networks,SIANN)”。卷积神经网络的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于计算机视觉、自然语言处理等领域。

Dubbo：Dubbo是一种开源的一个高性能的服务框架，是的应用可通过高性能的远程过程调用(Remote Procedure Call，RPC)实现服务的输出和输入功能，可以和Spring框架无缝集成。主要包括Remoting、RPC和注册服务中心(Registry)，其中，Remoting是一种网络通信框架，实现异步中同步(sync-over-async)和消息回复(request-response)的机制，RPC是远程过程调用的抽象，支持负载均衡、容灾和集群功能，Registry注册服务中心用于服务的注册和服务时间发布和订阅。

消息队列(Message Queue，MQ)，是基础数据结构中“先进先出”的一种数据结构。一般用来解决应用解耦，异步消息，流量削峰等问题，实现高性能，高可用，可伸缩和最终一致性架构。MQ(Message Queue)消息队列，是基础数据结构中“先进先出”的一种数据结构。指把要传输的数据(消息)放在队列中，用队列机制来实现消息传递——生产者产生消息并把消息放入队列，然后由消费者去处理。消费者可以到指定队列拉取消息，或者订阅相应的队列，由MQ服务端给其推送消息。

可扩展标记语言(Extensible Markup Language，XML)是一种简单的数据存储语言。使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立，虽然可扩展标记语言占用的空间比二进制数据要占用更多的空间，但可扩展标记语言极其简单易于掌握和使用。

Java对象表示法(JavaScript Object Notation，JSON)是一种轻量级的数据交换格式。它基于ECMAScript(欧洲计算机协会制定的js规范)的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。

Bean是一种描述JAVA的软件模型，在拦截器中注入bean，能够在对数据处理时，保证原系统的性能和健壮性。

fastjson是由阿里巴巴工程师基于JAVA开发的一款JSON解析器和生成器，可用于将Java对象转换为其JSON表示形式。它还可以用于将JSON字符串转换为等效的Java对象。fastjson可以处理任意Java对象，包括没有源代码的预先存在的对象。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

基于此，本申请实施例提供了一种业务数据处理方法、上传方法及其对应的装置，以降低监管平台对医疗数据的监管难度，便于监管平台对医疗数据的监管。

本申请实施例提供的业务数据处理方法、上传方法，涉及人工智能技术领域。本申请实施例提供的业务数据处理方法、上传方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机或者智能手表等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现业务数据处理方法、上传方法的应用等，但并不局限于以上形式。

下面参照图1，对本申请中的业务数据处理方法的具体处理过程进行详细介绍。

如图1所示，第一方面，本申请的一些实施例提供了一种业务数据处理方法，包括步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。下面对这五个步骤进行详细介绍。应理解，本申请的业务数据处理方法包括但不限于步骤100至步骤S500。

步骤S100：收集医院端的业务数据以及获取监管平台的监管数据；

具体地，在步骤S100中，业务数据包括各种处方数据、挂号数据、备案数据、各种预约数据(如：挂号预约、医师预约等)、问诊数据、收费数据等等。监管平台设有多个，监管数据包括每个监管平台需要监管的数据类型和每个监管平台对某一种业务数据的编码和字段，例如：对于药方数据，监管平台A对于药方数据的编码为0001，字段是药方，监管平台B对于药方数据的编码为002，字段是药剂处方。业务数据和监管数据可以通过消息队列(MQ)消息监听或者Dubbo服务框架获取，可以是直接从医疗云服务器中获取数据，也可以是其他手段获取，本申请不作具体限制。

步骤S200：对监管数据进行特征提取，得到监管通用标准，其中，监管通用标准包括：监管通用字段组和对应每一医院端的标准类型；

在步骤S200中，监管通用标准指的是适用于所有监管平台的一个监管标准以及每个医院需要被监管的数据类型，可以通过抽取所有监管平台的共性，得到一个监管通用标准，也可以通过将某一个监管平台C的监管标准规定为监管通用标准，其他监管平台根据该监管平台C的监管标准进行更改，对此，本申请不作具体限制。

步骤S300：对业务数据进行状态校验筛选，以得到校验数据，其中，校验数据包括完结数据；

步骤S400：根据标准类型对校验数据进行分类处理，得到对应每一医院端的分类数据；

在步骤S400中，标准类型指的是在该医院需要被监管的业务数据类型有哪些。例如：医院A的挂号数据不需要监管，但是，医院B的挂号数据需要被监管，不同的医院被监管的数据类型存在着差别。通过标准类型对校验数据进行分类筛选处理，得到对应每一医院端的分类数据。

步骤S500：根据监管通用字段组对分类数据进行标准化封装处理，以得到对应每一医院端的通用数据包。

在步骤S500中，标准化封装处理包括对码处理和填充处理，对码处理指的是，将所有业务数据以监管通用字段组进行匹配编码，将业务数据编码为监管通用字段组中的通用编码代号。填充指的是将必填项进行填充处理，例如：医院A的挂号数据不需要监管，但是，医院B的挂号数据需要被监管，那么在标准化封装处理，得到通用数据包时，由于存在医院B的挂号数据需要被监管，则挂号数据是通用数据包中的必填项，需要将医院A的挂号数据进行填充，可以填充为一个无关的数据，例如填充为0等。

相关技术中，互联网医院在实际运营过程中需要接受卫健委指派的监管平台进行牌照验收及业务数据监控等操作。但是，由于每个医院的对于同一种类型数据的编码和名称存在着差别，不同医院需要被监管的监管数据类型存在着差别，不同监管平台的同一种类型数据的编码和名称存在着差别，导致没有一套通用的监管平台实现对医院业务数据的统一的监管，设置多个监管平台又会造成资源的浪费和运营成本的增加。基于此，本申请实施例提供了一种业务数据处理方法，通过对业务数据进行状态校验筛选，以得到校验数据，然后以标准类型对校验数据进行分类处理，得到对应每一医院端的分类数据，再根据监管通用字段对分类数据进行标准化封装处理，将每一医院端的数据封装成为通用数据包，以便于监管平台对通用数据包进行监管，降低了监管平台对医疗数据的监管难度，便于监管平台对医疗数据的监管，避免了资源的浪费，降低了运营成本，提高了监管效率。

下面结合图2对上述S200中确定监管通用字段组的过程进行详细介绍。

如图2所示，步骤S200包括步骤S210、步骤S220和步骤S230。下面对这三个步骤进行详细介绍。应理解，本申请中步骤S200包括但不限于步骤S210、步骤S220和步骤S230。

步骤S210：对监管数据进行语义特征提取，得到数据字段；

具体地，在步骤S210中，可以通过神经网络(例如：卷积神经网络CNN、循环神经网络RNN或者Transformer层)对监管数据进行语义特征提取，得到数据字段。也可以是通过人工筛选比对的手段对监管数据进行语义特征提取，以得到数据字段，本申请对此不作具体限制。其中，数据字段指的是，监管数据中对同一业务数据的名称或者编码。例如：对于某业务数据A，名称或者编码A1、A2都可以表示该业务数据A，则A1、A2都是业务数据A的不同数据字段。通过对监管数据进行语义特征提取，将监管数据中表示同一业务数据的名称或者编码都提取出来。

步骤S220：对数据字段进行频率统计，得到字段频率；

具体地，在步骤S220中，对上述步骤S210得到的数据字段进行频率统计，得到字段频率。其中，字段频率指的是每一个数据字段在不同的监管平台的出现的频率。例如：对于某业务数据A，名称或者编码A1、A2都可以表示该业务数据A，则A1、A2都是业务数据A的不同数据字段。在监管平台a中，该业务数据的名称或者编码为A1，在监管平台b中，该业务数据的名称或者编码为A2，在监管平台c中，该业务数据的名称或者编码为A2，对出现的数据字段进行频率统计，得到A1的字段频率为1/3，A2的字段频率为2/3。通过对数据字段进行频率统计，能够得到不同数据字段出现的频率。

步骤S230：根据字段频率对数据字段进行筛选，得到监管通用字段组。

具体地，在步骤S230中，根据上述步骤S220得到的字段频率对上述步骤S210得到的数据字段进行筛选，得到监管通用字段组。在同一种业务数据的不同数据字段中选择一种数据字段，作为所有监管平台和医院端通用的数据字段，得到监管通用字段组。可以在数据字段中，选择字段频率最高的数据字段为通用的数据字段，也可以选择字段频率最高的数据字段为通用的数据字段，对此，本申请不作具体限制。例如：对于某业务数据A，名称或者编码A1、A2都可以表示该业务数据A，则A1、A2都是业务数据A的不同数据字段。在监管平台a中，该业务数据的名称或者编码为A1，在监管平台b中，该业务数据的名称或者编码为A2，在监管平台c中，该业务数据的名称或者编码为A2，对出现的数据字段进行频率统计，得到A1的字段频率为1/3，A2的字段频率为2/3。在本实施例中，选择A2作为业务数据A的通用数据字段，多种不同业务数据的通用数据字段组成监管通用字段组。

下面结合图3对上述步骤S200中确定标准类型的过程进行详细介绍。

如图3所示，步骤S200包括但不限于步骤S240和步骤S250。下面对这两个步骤进行详细介绍。应理解，在本申请中，步骤S200包括但不限于步骤S240和步骤S250。

步骤S240：对监管数据进行关联性特征提取，得到表征每一医院端与监管平台之间关联关系的关联特征向量；

具体地，在步骤S240中，可以通过神经网络(例如：卷积神经网络CNN和循环神经网络RNN)对监管数据进行关联性特征提取，得到关联特征向量，也可以通过人工筛选的方式对监管数据进行关联性特征提取，得到关联特征向量。其中，关联特征向量表征每一医院端与监管平台之间的关联关系，关联特征向量可以用一个M*N的特征矩阵表示，也可以是其他形式，对此本申请不作具体限制。例如：某医院端有四个业务数据需要被三个不同的监管平台进行监管，其中，业务数据A和业务数据B被监管平台a监管，业务数据C被监管平台b监管，业务数据D被监管平台c监管，对所有监管平台的监管数据进行关联性特征提取，得到关联特征向量，本实施例中，关联特征向量用M*N的特征矩阵表示，则关联特征向量可以表示为4*3的特征矩阵。该关联特征向量表征了该医院端与监管平台之间的关联关系。

步骤S250：根据关联特征向量对医院端和监管数据进行匹配处理，以得到每一医院端的标准类型。

具体地，在步骤S250中，根据上述步骤S240中得到的关联特征向量对医院端和监管数据进行匹配处理，得到每个医院端的标准类型。其中，标准类型指的是，该医院端的需要被监管的类型，以及该医院端需要被监管的数据类型与在对应的监管平台的监管标准。例如：某医院端的业务数据D包括数据d1、d2和d3，该业务数据D被监管平台k监管，但是，在监管平台k中，只监管数据d1和d2，对于数据d3不进行监管，则该医院端的标准类型已确定。根据关联特征向量对医院端和监管数据进行匹配处理，即可得到该医院端的标准类型。

下面结合图4对上述步骤S300的状态校验筛选的校验过程进行详细介绍。

如图4所示，状态校验筛选包括第一类状态校验筛选和第二类状态校验筛选，步骤S300包括步骤S310和步骤S320。下面对这两个步骤进行详细介绍，应理解，在本申请中步骤S300包括但不限于步骤S310和步骤S320。

步骤S310：以第一类状态码对业务数据进行第一类状态校验筛选，以得到第一类校验数据；

步骤S320：以第二类状态码对第一类校验数据进行第二类状态校验筛选，以得到校验数据，其中，第一类状态码和第二类状态码为不同的状态码。

具体地，在本申请中，第一类状态校验筛选为业务校验筛选，第二类状态校验筛选为流程校验筛选，一个流程包括若干个业务数据，每个业务数据设有业务状态完结码，即第一类状态码，每个流程设有流程状态完结码，即第二类状态码。通过每个业务数据独有的业务状态完结码将未终止的业务数据过滤，以流程独有流程状态完结码判断全流程是否全部结束。例如：在问诊流程中，问诊流程包括问诊业务、医生看诊业务、开具处方业务、支付业务等。每种业务都设有一个业务状态完结码，以判断业务是否完结，如，以医生签名为医生看诊业务的业务状态完结码。在问诊流程中，可以以支付业务作为流程状态完结码，也可以以医生签名为流程状态完结码。通过业务状态校验筛选和流程状态校验筛选对业务数据进行校验筛选，得到校验数据。其中，校验数据包括完结数据和待完结数据，实现了对业务数据的筛选分类，以便于后续对业务数据的封装处理。其中，完结数据指的是，整个流程已完结，待完结数据指的是，整个流程中的单个业务数据为已完结状态，但是，某些单个业务还处于未完结状态。

参照图5，第二方面，本申请的实施例还提供了一种业务数据上传方法，包括步骤S600、步骤S700、步骤S800和步骤S900。下面对这四个步骤进行详细描述，应理解，本申请的业务数据上传方法包括但不限于步骤S600、步骤S700、步骤S800和步骤S900。

步骤S600：获取医院端的通用数据包，其中通用数据包为根据第一方面实施例中任意一项实施例的业务数据处理方法处理得到的通用数据包；

在步骤S600中，获取通过第一方面的业务数据处理方法得到的通用数据包，该通用数据包适用于所有监管平台的监管标准。

步骤S700：获取监管平台的数据上传规则以及监管平台和医院端的映射规则；

具体地，在步骤S700中，由于每个监管平台和医院端所处的地域具有差异性，每个地域的相关政策也不尽相同，导致监管平台的数据上传规则以及监管平台和医院端的映射规则存在着差异，即使通用数据包适用于所有监管平台的监管标准，但是也不能直接将通用数据包上传至监管平台，需要获取获取监管平台的数据上传规则以及监管平台和医院端的映射规则。

步骤S800：基于映射规则和数据上传规则对通用数据包进行整合处理，得到待上传数据包；

步骤S900：上传待上传数据包。

在步骤S900中，将医院端的待上传数据包上传至对应的监管平台，以便于监管平台对医院端的医疗数据进行监管。上传待上传数据包后，还可以将待上传数据包进行持久化留档。例如：将待上传数据包上传至医疗云服务器中，将待上传数据包持续保留在医疗云服务器中，也可以将待上传数据包保留在本地，以便于后期对数据的查询、管理、分析、监控和统计等。

本申请实施例的业务数据上传方法，不仅使用适用于所有监管平台监管标准的通用数据包，还在此基础上考虑了不同地域的监管平台的数据上传规则以及监管平台和医院端的映射规则，便于对医疗数据的监管，降低了监管平台对医疗数据的监管难度。

下面结合图6对上述步骤S800的整合处理过程进行详细介绍。

如图6所示，映射规则包括加密规则和定制处理规则，步骤S800包括步骤S810、步骤S820和步骤S830。下面对这三个步骤进行详细描述，应理解，在本申请中，步骤S800包括但不限于步骤S810、步骤S820和步骤S830。

步骤S810：根据定制处理规则对通用数据包进行定制处理，得到定制数据包；

在步骤S810中，由于地域性存在着差异，不同地域的医院端的政策是不一样的，监管平台对于医院端的监管政策也不同，因此，需要依据这些政策对通用数据包进行处理。定制处理规则指的是，医院端不同的政策和监管平台的监管政策。通过对通用数据包的定制处理，得到适用于政策的定制数据包，便于监管平台对医疗数据的监管，降低了监管难度。具体地，可以根据定制化拦截器bean，从医院的角度根据定制处理规则对通用数据包进行定制处理。

步骤S820：基于数据上传规则对定制数据包进行转换处理，得到重组数据包；

具体地，在步骤S820中，不同地域的监管平台对于定制数据包的上传规则存在着差别，同时，有些通用数据包经过了定制处理，导致通用数据包可能不符合上传的格式类型等。因此，需要根据数据上传规则对定制数据包进行转换处理，转换处理包括但不限于更改文件类型、增加或删除特殊后缀(如CA签名)、更改数据形式等。例如：某些监管平台需要上传的数据包中存在CA签名信息，此时，需要将原来不存在CA签名信息的数据包进行处理，以增加CA签名信息。例如，定制数据包的形式为bean+Json形式，但是可能不适用某些监管平台，通过对定制数据包进行拆卸和重新组装，将定制数据包转换为XML格式，或者fast+Json等报文模式，以兼容不同监管平台的监管要求。

步骤S830：根据加密规则对重组数据包进行加密处理，得到待上传数据包。

具体地，在步骤S830中，加密规则包括但不限于对称加密、非对称加密和token验证等不同的加密方式。并且，在加密过程中，秘钥、入口IP或token等根据医院端进行动态配置，不同医院的秘钥等不同，以增强待上传数据包的安全性。

参照图7，第三方面，本申请的一些实施例还提供了一种业务数据处理装置，包括收集模块701、提取模块702、校验筛选模块703、分类模块704和第一处理模块705。其中：收集模块701，用于收集医院端的业务数据，还用于获取监管平台的监管数据；提取模块702，用于对监管数据进行特征提取，得到监管通用标准，其中，监管通用标准包括：监管通用字段组和对应每一医院端的标准类型；校验筛选模块703，用于对业务数据进行状态校验筛选，以得到校验数据，其中，校验数据包括完结数据；分类模块704，用于根据标准类型对校验数据进行分类处理，得到对应每一医院端的分类数据；第一处理模块705，用于根据监管通用字段组对分类数据进行标准化封装处理，以得到对应每一医院端的通用数据包。

本申请实施例提供了一种业务数据处理装置，通过对业务数据进行状态校验筛选，以得到校验数据，然后以标准类型对校验数据进行分类处理，得到对应每一医院端的分类数据，再根据监管通用字段对分类数据进行标准化封装处理，将每一医院端的数据封装成为通用数据包，以便于监管平台对通用数据包进行监管，降低了监管平台对医疗数据的监管难度，便于监管平台对医疗数据的监管，避免了资源的浪费，降低了运营成本，提高了监管效率。

需要说明的是，本申请实施例的业务数据处理装置的处理过程与前述第一方面中的处理方法一致，具体的处理过程请参照前述的处理方法，在此不再赘述。

参照图8，第四方面，本申请实施例还提出了一种业务数据上传装置，包括第一获取模块801、第二获取模块802、第二处理模块803和上传模块804。其中：第一获取模块801，用于获取医院端的通用数据包，其中通用数据包为根据第一方面中任意一项的方法处理得到的数据包；第二获取模块802，用于获取监管平台的数据上传规则以及监管平台和医院端的映射规则；第二处理模块803，用于基于映射规则和数据上传规则对通用数据包进行整合处理，得到待上传数据包；上传模块804，用于上传待上传数据包。

本申请实施例的业务数据上传装置，不仅使用适用于所有监管平台监管标准的通用数据包，还在此基础上考虑了不同地域的监管平台的数据上传规则以及监管平台和医院端的映射规则，便于对医疗数据的监管，降低了监管平台对医疗数据的监管难度。

需要说明的是，本申请实施例的业务数据处理装置的处理过程与前述第二方面中的数据上传方法一致，具体的处理过程请参照前述的数据上传方法，在此不再赘述。

本公开实施例还提供了一种电子设备，包括：

至少一个存储器；

至少一个处理器；

至少一个程序；

程序被存储在存储器中，处理器执行至少一个程序以实现本公开实施上述的业务数据处理方法和业务数据上传方法。该电子设备可以为包括手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、车载电脑等任意智能终端。

下面结合图9对本申请实施例的电子设备进行详细介绍。

如图9，图9示意了另一实施例的电子设备的硬件结构，电子设备包括：

处理器901，可以采用通用的中央处理器(CentralProcessingUnit，CPU)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本公开实施例所提供的技术方案；

存储器902，可以采用只读存储器(ReadOnlyMemory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器902可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器902中，并由处理器901来调用执行本公开实施例的业务数据处理方法和业务数据上传方法；

输入/输出接口903，用于实现信息输入及输出；

通信接口904，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；和

总线905，在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息；

其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。

本公开实施例还提供了一种存储介质，该存储介质是计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令用于使计算机执行上述业务数据处理方法和业务数据上传方法。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本公开实施例描述的实施例是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。

本领域技术人员可以理解的是，图1-6中示出的技术方案并不构成对本公开实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上参照附图说明了本公开实施例的优选实施例，并非因此局限本公开实施例的权利范围。本领域技术人员不脱离本公开实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本公开实施例的权利范围之内。