非结构化数据访问时的数据脱敏方法、装置、设备及介质与流程

本发明属于数据脱敏与数据共享技术领域，尤其涉及一种非结构化数据访问时的数据脱敏方法、装置、设备及介质。

背景技术：

随着大数据时代的到来，面向信息传输与机器学习的大数据共享平台已成为日常办公、通讯交流和协作互动中重要的信息交互平台，然而，在通过网络进行信息传输和数据共享过程中，造成了数据隐私的泄露和关键数据集的二次倒卖，因此，如何在保护数据隐私的前提下向第三方应用公开数据成为大数据共享平台的关键问题。

目前解决该问题的方式一般分为两种：

一是构建大数据共享平台的数据防泄漏系统，例如，在专利公开号为cn104767745a的发明专利申请文件中公开了一种云端数据安全保护方法，在专利公开号为cn107633181a的发明专利申请文件中公开了面向数据开放共享的数据模型及其运作系统，以及在专利公开号为cn103209174b的发明专利申请文件中公开了数据防护方法、装置及系统，这些现有的数据共享平台或者防护系统在保护敏感信息方面，仅仅只根据用户权限等级和角色来获取相应数据，数据保护模式不够灵活，且这些系统并未提供具体的敏感内容检测和识别方式；

二是敏感信息检测与数据脱敏系统，例如，在专利公开号为cn102970298b的发明专利申请文件中公开了一种防止泄密的方法、设备及系统，在专利公开号为cn102467628a的发明专利申请文件中公开了基于浏览器内核拦截技术的数据保护方法，在专利公开号为cn104809405a的发明专利申请文件中公开了基于分级分类的结构化数据资产防泄露方法，上述专利提到的敏感信息检测与数据脱敏技术方案在敏感信息检测上针对的是文件级别，只能判断文件是否包含敏感信息，并不能检测出文件中包含的具体敏感内容，而基于内容的检测也是以正则匹配为主，只能针对文本数据，不能检测图片和文本文档(word文件、pdf文件等)中的敏感信息。

技术实现要素：

本发明的目的在于提供一种非结构化数据访问时的数据脱敏方法、装置、设备及存储介质，旨在解决由于现有技术无法提供一种有效的非结构化数据脱敏方法，导致非结构化数据中敏感信息泄露的问题。

一方面，本发明提供了一种非结构化数据访问时的数据脱敏方法，所述方法包括下述步骤：

接收用户发送的数据访问权限的申报请求，根据所述申报请求，对所述用户的用户访问权限进行审核，以得到对应的用户访问权限；

当所述申报请求审核通过后，接收所述用户对预先建立的数据库中非结构化数据的查询请求，并根据所述用户访问权限对所述查询请求进行审核；

当所述查询请求审核通过后，根据所述查询请求，在所述数据库中进行数据查询操作，得到对应的未脱敏数据；

通过预先建立的敏感数据识别与脱敏引擎对得到的所述未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，将得到的所述脱敏数据返回给所述用户，实现所述用户对所述数据库中非结构化数据的访问。

另一方面，本发明提供了一种非结构化数据访问时的数据脱敏装置，所述装置包括：

权限申报审核单元，用于接收用户发送的数据访问权限的申报请求，根据所述申报请求，对所述用户的用户访问权限进行审核，以得到对应的用户访问权限；

访问请求审核单元，用于当所述申报请求审核通过后，接收所述用户对预先建立的数据库中非结构化数据的查询请求，并根据所述用户访问权限对所述查询请求进行审核；

数据查询单元，用于当所述查询请求审核通过后，根据所述查询请求，在所述数据库中进行数据查询操作，得到对应的未脱敏数据；以及

数据脱敏单元，用于通过预先建立的敏感数据识别与脱敏引擎对得到的所述未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的所述脱敏数据返回给所述用户，实现所述用户对所述数据库中非结构化数据的访问。

另一方面，本发明还提供了一种计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述非结构化数据访问时的数据脱敏方法所述的步骤。

另一方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述非结构化数据访问时的数据脱敏方法所述的步骤。

本发明对用户发送的数据访问权限的申报请求进行审核，审核通过后，得到对应的用户访问权限，并接收用户对数据库中非结构化数据的查询请求，根据用户访问权限对查询请求进行审核，审核通过后，根据查询请求，在拥有用户访问权限的数据库中进行数据查询操作，得到对应的未脱敏数据，通过敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的脱敏数据返回给用户，实现用户对数据库中非结构化数据的访问，从而有效地防止非结构化数据中敏感信息的泄露，提高了对非结构化数据中敏感信息的保护程度。

附图说明

图1是本发明实施例一提供的非结构化数据访问时的数据脱敏方法的实现流程图；

图2是本发明实施例二提供的非结构化数据访问时的数据脱敏方法中通过敏感数据识别与脱敏引擎对未脱敏数据进行敏感数据识别及脱敏处理的实现流程图；

图3是本发明实施例三提供的对未脱敏数据进行识别及脱敏过程中对图片数据中敏感信息的检测、识别与脱敏的实现流程图；

图4是本发明实施例四提供的非结构化数据访问时的数据脱敏装置的结构示意图；

图5是本发明实施例四提供的非结构化数据访问时的数据脱敏装置的优选结构示意图；

图6是本发明实施例五提供的非结构化数据访问时的数据脱敏装置中图片数据脱单元的结构示意图；以及

图7是本发明实施例六提供的计算设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述：

实施例一：

图1示出了本发明实施例一提供的非结构化数据访问时的数据脱敏方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

在步骤s101中，接收用户发送的数据访问权限的申报请求，根据该申报请求，对用户的用户访问权限进行审核，以得到对应的用户访问权限。

本发明实施例适用于数据共享与交互平台、系统或设备，例如，个人计算机、服务器等。用户向预设的第三方应用权限申报模块申报数据访问权限，第三方应用权限申报模块根据用户提交的该申报请求，审核用户是否具有数据查询权限以及用户的数据访问范围，当审核通过后，得到对应的用户访问权限，该用户访问权限为用户访问对应数据库中数据的权限，并将用户访问权限提交到预先建立的第三方应用权限集保存，返回通过信息，若审核不通过，则返回未通过信息。

在步骤s102中，当申报请求审核通过后，接收用户对预先建立的数据库中非结构化数据的查询请求，并根据用户访问权限对查询请求进行审核。

在本发明实施例中，当申报请求审核通过后，用户编写符合预先建立的数据库要求的数据查询脚本或程序，以根据该数据查询脚本或程序对数据库中非结构化数据进行访问、查询，在正式访问数据库中的数据之前，根据用户访问权限对用户提交的查询请求(数据查询脚本或程序)进行审核，以确定该用户是否拥有访问数据库的权限，从而保证用户只能访问拥有对应的用户访问权限的数据库，其中，非结构化数据是指没有预定义数据模型或未按预定义方式组织的数据信息，包括文本文档(pdf文档、word文档、wps文档、latex文档等)、图片数据、音频视频数据、医疗数据等。

在步骤s103中，当查询请求审核通过后，根据查询请求，在数据库中进行数据查询操作，得到对应的未脱敏数据。

在本发明实施例中，当确定该用户拥有该数据库的访问权限后，根据接收到的用户对该数据库中非结构化数据的查询请求，在数据库中进行数据查询操作，得到对应的未脱敏数据。

在步骤s104中，通过预先建立的敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的脱敏数据返回给用户，实现用户对数据库中非结构化数据的访问。

在本发明实施例中，通过预先建立的敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，并将得到的脱敏数据返回给用户，以实现用户对数据库中非结构化数据的访问，其中，敏感数据包括个人资料(例如，电话、住址、身份证号码等)、个人帐号密码(包括邮箱帐号密码、银行登录密码等)、个人资产等。

在本发明实施例中，对用户发送的数据访问权限的申报请求进行审核，审核通过后，得到对应的用户访问权限，并接收用户对数据库中非结构化数据的查询请求，根据用户访问权限对查询请求进行审核，审核通过后，根据查询请求，在拥有用户访问权限的数据库中进行数据查询操作，得到对应的未脱敏数据，通过敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的脱敏数据返回给用户，实现用户对数据库中非结构化数据的访问，从而有效地防止非结构化数据中敏感信息的泄露，提高了对非结构化数据中敏感信息的保护程度。

实施例二：

图2示出了本发明实施例二提供的实施例一中步骤s104通过敏感数据识别与脱敏引擎对未脱敏数据进行敏感数据识别及脱敏处理的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

在步骤s201中，通过敏感数据识别与脱敏引擎对未脱敏数据进行数据类型分析，以确定未脱敏数据为图片数据或者文本文档数据。

在本发明实施例中，通过预先建立的敏感数据识别与脱敏引擎对未脱敏数据进行数据类型分析，根据分析的结果确定未脱敏数据为图片数据或者文本文档数据。

在步骤s202中，根据步骤s201对未脱敏数据的数据类型进行分析，确定未脱敏数据为图片数据或者文本文档数据，当分析出的未脱敏数据为图片数据时执行步骤s203，当分析出的未脱敏数据为文本文档数据时执行步骤s204。

在步骤s203中，通过预先训练好的图片信息识别与脱敏模型对图片数据中的敏感信息进行识别及脱敏，以完成对未脱敏数据的脱敏操作。

在本发明实施例中，图片信息识别与脱敏模型包括文本检测模型和文字识别模型，通过文本检测模型和文字识别模型完成对图片数据中的敏感信息进行识别及脱敏。

在通过图片信息识别与脱敏模型对图片数据中的敏感信息进行识别及脱敏之前，优选地，结合vgg-16卷积神经网络和长短期记忆(longshort-termmemory，lstm)网络对文本检测模型进行训练，结合卷积神经网络(convolutionalneuralnetwork，cnn)算法和lstm网络对文字识别模型进行训练，从而提高对图片数据中文本信息的识别准确度。

在本发明实施例中，优选地，通过下述步骤实现对文本检测模型进行训练：

(1.1)通过具有13个巻积层、3个全连接层的视觉几何组卷积神经网络(visualgeometrygroup-16，vgg-16)对预先生成的训练图片数据集进行图片特征提取，得到对应的特征图；

(1.2)通过区域建议网络(regionproposalnetwork，rpn)在vgg-16卷积神经网络得到的最后一层特征图对应的图片数据上生成文本建议区域(anchors)；

(1.3)通过lstm网络根据得到的特征图学习文本空间上下文信息，然后通过一个全连接层对学习到的特征进行融合；

(1.4)根据融合后的特征对每个文本建议区域进行预测，若该文本建议区域被预测为文本区域，则对该文本建议区域对应的位置进行回归，否则丢弃该文本建议区域。

在本发明实施例中，通过步骤(1.1)～(1.4)实现对文本检测模型的训练，从而提高后续对图片数据中文本区域定位的准确度。

进一步优选地，在对文本检测模型训练过程中，文本检测模型训练回归的参数包括文本框分类数值、文本框中心点的横纵坐标及文本框的高度和宽度，从而通过一次性回归文本区域的大小位置，实现了文本区域的整体预测，减少了误框，与此同时，增加了文本区域水平位置的回归，拉近了属于同一文本行的文本框之间的距离，避免了零碎文本框的出现。

在本发明实施例中，又一优选地，通过下述步骤实现对文字识别模型进行训练：

(2.1)通过基于背景集、字体集和语料库的数据自生成算法对步骤(1.1)中预先生成的训练图片数据集进行扩充，生成训练图片扩充数据集；

(2.2)通过cnn算法对训练图片扩充数据集进行图片特征提取，得到对应的特征图；

(2.3)通过lstm网络在步骤(2.2)中得到的最后一层特征图上提取文本上下文信息；

(2.4)将lstm网络提取到的文本上下文信息输入联结主义时间分类器(connectionisttemporalclassification，ctc)模型中进行标注、序列对齐，并将标注和对齐后的信息反向传到文字识别模型，对文字识别模型中的模型参数进行训练。

在本发明实施例中，通过步骤(2.1)～(2.4)实现对文字识别模型的训练，从而通过扩充训练数据集解决了训练数据严重不足的问题，提高了后续对文本区域中文本信息识别的准确度。

在步骤s204中，通过预设的文本文档解析器对文本文档数据的内容进行解析，并将解析出的内容按照文本数据或者图片数据进行分类输出。

在本发明实施例中，通过预设的文本文档解析器对文本文档数据的内容进行解析，以确定该文本文档数据中是否存在图片内容或者文本内容，再根据解析结果提取出文本文档数据中的图片内容和文本内容，得到对应的图片数据和文本数据，并将得到的图片数据和文本数据进行分类输出，其中，文本文档解析器包括文档解析器、文档对象存储器以及文档内容解析器。

优选地，通过下述步骤实现对文本文档数据的内容进行解析：

(1)将文本文档数据输入到预先设置的文档解析器，提取文本文档数据中的数据对象；

(2)将数据对象存储到预先设置的文档对象存储器中，并由文档对象存储器将文档页面对象输入到预先设置的文档内容解析器中；

(3)文档内容解析器提取数据对象中的内容，并将提取出的内容按照文本数据和图片数据进行分类输出。

在本发明实施例中，通过步骤(1)～(3)对文本文档数据的解析，从而提高对文本文档数据的解析精确度。

在步骤s205中，确定输出的为文本文档数据中的文本数据或者图片数据，当输出的为文本数据时执行步骤s206，当输出的为图片数据时跳转至步骤s203。

在步骤s206中，根据用户访问权限对文本数据进行数据脱敏。

在本发明实施例中，当输出的为文本文档数据中的文本数据时，根据用户访问权限对该文本数据中的敏感信息进行比对，找到该文本数据中不具备访问权限的敏感信息，对找到的敏感信息进行加密后填回文本数据正文，以完成数据脱敏。

在本发明实施例中，通过敏感数据识别与脱敏引擎对非结构化数据中未脱敏的图片数据和文本文档数据分别进行敏感信息检测、识别和脱敏，从而提高对非结构化数据进行数据脱敏的针对性，进而提高对敏感信息的保护程度。

实施例三：

图3示出了本发明实施例三提供的实施例二中步骤s203通过预先训练好的图片信息识别与脱敏模型对图片数据中的敏感信息进行识别及脱敏的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

在步骤s301中，通过文本检测模型对图片数据进行文本区域定位。

在本发明实施例中，在通过文本检测模型对图片数据进行文本区域定位时，优选地，通过下述步骤实现对文本区域的定位：

(1)利用该文本检测模型中已训练好参数的vgg-16卷积神经网络的卷积部分提取图片数据中的图片特征，得到对应的特征图；

(2)通过rpn网络在步骤(1)中得到的最后一层特征图对应的图片数据上生成文本建议区域；

(3)通过lstm网络根据步骤(1)得到的特征图学习文本空间上下文信息，然后通过一个全连接层对学习到的特征进行融合；

(4)根据融合后的特征对步骤(2)得到的每个文本建议区域进行预测，若该文本建议区域被预测为文本区域，则对该文本建议区域对应的位置进行回归，否则丢弃该文本建议区域；

(5)对位置回归之后的文本建议区域进行位置去重，然后将属于同一文本行的文本建议区域进行合并，得到文本框。

在本发明实施例中，通过步骤(1)～(5)增加了文本区域水平位置的回归，从而拉近了属于同一文本行文本框之间的距离，避免了零碎文本框的出现。

在步骤s302中，通过文字识别模型对定位到的文本区域中的文字信息进行识别。

在本发明实施例中，在通过文字识别模型对定位到的文本区域中的文字信息进行识别时，优选地，通过下述步骤实现对文字信息的识别：

(1)将步骤s301中子步骤(5)得到的文本框输入到文字识别模型中；

(2)通过在文字识别模型训练中已训练好的cnn算法对输入的文本框进行图片特征提取，得到对应的特征图；

(3)使用lstm网络在步骤(2)中得到的最后一层特征图上提取文本上下文特征，得到对应的文本信息。

在本发明实施例中，通过步骤(1)～(3)实现对文本区域中文字信息的识别，从而提高对文本区域中文本信息的识别度。

在步骤s303中，根据用户访问权限，对识别出的文字信息进行敏感信息匹配，并对匹配出的敏感信息进行加密，以完成对未脱敏数据的脱敏操作。

在本发明实施例中，根据用户访问权限对识别出的文字信息进行匹配，找到不具备访问权限的敏感信息，并对查找到的敏感信息进行加密。

优选地，通过下述步骤实现对文字信息进行敏感信息匹配，以及对匹配出的敏感信息进行加密：

(1)将步骤s302中子步骤(3)得到的文本信息与第三方权限集中该用户的访问权限进行对比，找到不具备访问权限的敏感信息；

(2)根据该敏感信息，找到该敏感信息对应的文本区域中的文字区域；

(3)将应该加密的该文字区域图像值置为白色，并对该文字区域进行加密，返回加密后的图片。

在本发明实施例中，通过步骤(1)～(3)实现对查找到的敏感信息进行加密，从而提高对敏感信息加密的安全性，进而提高数据访问的安全性。

在本发明实施例中，通过预先训练好的文本检测模型和文字识别模型对图片数据中的文字信息进行识别，并根据用户访问权限对识别到的文字信息进行数据脱敏，以完成对未脱敏数据的脱敏操作，从而提高对图片数据中文字信息的识别准确度和对图片数据中敏感信息处理的安全度。

实施例四：

图4示出了本发明实施例四提供的非结构化数据访问时的数据脱敏装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：

权限申报审核单元41，用于接收用户发送的数据访问权限的申报请求，根据该申报请求，对用户的用户访问权限进行审核，以得到对应的用户访问权限；

访问请求审核单元42，用于当申报请求审核通过后，接收用户对预先建立的数据库中非结构化数据的查询请求，并根据用户访问权限对查询请求进行审核；

数据查询单元43，用于当查询请求审核通过后，根据查询请求，在数据库中进行数据查询操作，得到对应的未脱敏数据；

数据脱敏单元44，用于通过预先建立的敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的脱敏数据返回给用户，实现用户对数据库中非结构化数据的访问。

如图5所示，优选地，数据脱敏单元44包括：

数据类型分析单元441，用于通过敏感数据识别与脱敏引擎对未脱敏数据进行数据类型分析，以确定未脱敏数据为图片数据或者文本文档数据；

图片数据脱敏单元442，用于当分析出未脱敏数据为图片数据时，通过预先训练好的图片信息识别与脱敏模型对图片数据中的敏感信息进行识别及脱敏，以完成对未脱敏数据的脱敏操作，图片信息识别与脱敏模型包括文本检测模型和文字识别模型；以及

文档数据脱敏单元443，用于当分析出未脱敏数据为文本文档数据时，通过预设的文本文档解析器对文本文档数据的内容进行解析，并将解析出的内容按照文本数据或者图片数据进行分类输出，当输出为文本数据时，根据用户访问权限对文本数据进行数据脱敏，当输出为图片数据时，触发图片数据脱敏单元442执行通过预先训练好的图片信息识别与脱敏模型对图片数据的敏感信息进行识别及脱敏。

又一优选地，本发明实施例提供的非结构化数据访问时的数据脱敏装置还包括：

模型训练单元，用于结合vgg-16卷积神经网络和lstm网络对文本检测模型进行训练，结合cnn网络算法和lstm网络对文字识别模型进行训练，其中，文本检测模型训练过程中回归的参数包括文本框分类数值、文本框中心点的横纵坐标及文本框的高度和宽度。

在本发明实施例中，非结构化数据访问时的数据脱敏装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。各单元的具体实施方式可参考前述方法实施例中的对应步骤，在此不再赘述。

实施例五：

图6示出了本发明实施例五提供的实施例四中图片数据脱敏单元442的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：

文本区域定位单元61，用于通过文本检测模型对图片数据进行文本区域定位；

文字信息识别单元62，用于通过文字识别模型对定位到的文本区域中的文字信息进行识别；以及

敏感信息加密单元63，用于根据用户访问权限，对识别出的文字信息进行敏感信息匹配，并对匹配出的敏感信息进行加密，以完成对未脱敏数据的脱敏操作。

在本发明实施例中，非结构化数据访问时的数据脱敏装置中图片数据脱敏单元结构中的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为一个软、硬件单元，在此不用以限制本发明。各单元的具体实施方式可参考前述实施例三中的对应步骤描述，在此不再赘述。

实施例六：

图7示出了本发明实施例六提供的计算设备的结构，为了便于说明，仅示出了与本发明实施例相关的部分。

本发明实施例的计算设备7包括处理器70、存储器71以及存储在存储器71中并可在处理器70上运行的计算机程序72。该处理器70执行计算机程序72时实现上述非结构化数据访问时的数据脱敏方法实施例中的步骤，例如图1所示的步骤s101至s104。或者，处理器70执行计算机程序72时实现上述各装置实施例中各单元的功能，例如图4所示单元41至44的功能。

在本发明实施例中，对用户发送的数据访问权限的申报请求进行审核，审核通过后，得到对应的用户访问权限，并接收用户对数据库中非结构化数据的查询请求，根据用户访问权限对查询请求进行审核，审核通过后，根据查询请求，在拥有用户访问权限的数据库中进行数据查询操作，得到对应的未脱敏数据，通过敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的脱敏数据返回给用户，实现用户对数据库中非结构化数据的访问，从而有效地防止非结构化数据中敏感信息的泄露，提高了对非结构化数据中敏感信息的保护程度。

本发明实施例的计算设备可以为个人计算机、服务器。该计算设备7中处理器70执行计算机程序72时实现非结构化数据访问时的数据脱敏方法时实现的步骤可参考前述方法实施例的描述，在此不再赘述。

实施例七：

在本发明实施例中，提供了一种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程序，该计算机程序被处理器执行时实现上述非结构化数据访问时的数据脱敏方法实施例中的步骤，例如，图1所示的步骤s101至s104。或者，该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能，例如图4所示单元41至44的功能。

在本发明实施例中，对用户发送的数据访问权限的申报请求进行审核，审核通过后，得到对应的用户访问权限，并接收用户对数据库中非结构化数据的查询请求，根据用户访问权限对查询请求进行审核，审核通过后，根据查询请求，在拥有用户访问权限的数据库中进行数据查询操作，得到对应的未脱敏数据，通过敏感数据识别与脱敏引擎对得到的未脱敏数据进行敏感数据识别及脱敏处理，得到对应的脱敏数据，以将得到的脱敏数据返回给用户，实现用户对数据库中非结构化数据的访问，从而有效地防止非结构化数据中敏感信息的泄露，提高了对非结构化数据中敏感信息的保护程度。

本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质，例如，rom/ram、磁盘、光盘、闪存等存储器。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。