[發(fā)明專利]信息的處理方法、裝置和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310263145.6
• 申請日: 2013-06-27
• 公開（公告）號: CN104252479B
• 公開（公告）日: 2018-05-18
• 發(fā)明（設(shè)計）人: 臧文陽;張軼博
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04L29/06
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務所 11309
• 代理人: 李楠

本發(fā)明涉及一種信息的處理方法、裝置和系統(tǒng)。該方法包括：接收文本信息；使用第一模型對文本信息進行計算得到文本信息對應的公眾敏感權(quán)重值；判斷公眾敏感權(quán)重值是否大于第一預設(shè)門限值，如果是，則顯示文本信息包含敏感信息的第一處理提示信息，根據(jù)接收到的第一處理提示信息對應的處理指令對文本信息進行回復；如果否，則使用第二模型對文本信息進行計算得到文本信息對應的個體敏感權(quán)重值；判斷個體敏感權(quán)重值是否大于第二預設(shè)門限值，如果是，則顯示文本信息包含敏感信息的第二處理提示信息，根據(jù)接收到的第二處理提示信息對應的處理指令對文本信息進行回復。本發(fā)明實現(xiàn)了終端自動檢測文本信息是否涉及敏感信息，提高了眾包應用的安全性。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理領(lǐng)域，尤其涉及一種信息的處理方法、裝置和系統(tǒng)。

背景技術(shù)

眾包技術(shù)是一個公司或機構(gòu)把過去由員工執(zhí)行的工作任務，以自由自愿的形式外包給非特定的(而且通常是大型的)大眾網(wǎng)絡(luò)的一種技術(shù)。隨著眾包技術(shù)的發(fā)展，眾包的應用范圍也越來越廣泛，比如維基百科、百度百科等眾包產(chǎn)品的應用越來越普及。眾包技術(shù)迅速發(fā)展的同時，也帶來了眾包用戶的信息容易泄漏的問題。

在現(xiàn)有技術(shù)下，眾包用戶在向網(wǎng)絡(luò)服務器提交任務時，為了保證用戶的信息不被竊取，通常采用匿名的方式發(fā)布任務，而由網(wǎng)絡(luò)服務器側(cè)保證用戶的隱私安全。但是，現(xiàn)有的眾包應用存在以下缺點：在用戶向網(wǎng)絡(luò)服務器側(cè)提交任務時，無法保證任務在傳輸過程中不被非法用戶攔截或者篡改；用戶可能由于誤操作，將敏感信息發(fā)送至網(wǎng)絡(luò)服務器側(cè)，而網(wǎng)絡(luò)服務器側(cè)可能泄漏用戶的敏感信息。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種信息的處理方法、裝置和系統(tǒng)，以實現(xiàn)終端在接收到文本類信息時自動檢測文本信息是否涉及敏感信息，并實現(xiàn)對涉及敏感信息的文本類信息進行安全回復處理，提高了眾包應用的安全性。

第一方面，本發(fā)明實施例提供了一種信息的處理方法，所述方法包括：

接收文本信息；

使用第一模型對所述文本信息進行計算，得到所述文本信息對應的公眾敏感權(quán)重值，其中，所述第一模型是根據(jù)網(wǎng)絡(luò)服務器發(fā)送的公眾模型參數(shù)構(gòu)建得到；

判斷所述公眾敏感權(quán)重值是否大于第一預設(shè)門限值，如果是，則顯示所述文本信息包含敏感信息的第一處理提示信息，根據(jù)接收到的所述第一處理提示信息對應的處理指令對所述文本信息進行回復處理；如果否，則使用第二模型對所述文本信息進行計算，得到所述文本信息對應的個體敏感權(quán)重值，其中，所述第二模型是根據(jù)用戶歷史行為信息和網(wǎng)絡(luò)服務器發(fā)送的個體模型參數(shù)構(gòu)建得到；

判斷所述個體敏感權(quán)重值是否大于第二預設(shè)門限值，如果是，則顯示所述文本信息包含敏感信息的第二處理提示信息，根據(jù)接收到的所述第二處理提示信息對應的處理指令對所述文本信息進行回復處理。

在第一種可能的實現(xiàn)方式中，所述判斷所述個體敏感權(quán)重值是否大于第二預設(shè)門限值之后，還包括：如果所述個體敏感權(quán)重值不大于所述第二預設(shè)門限值，則顯示所述文本信息不包含敏感信息的第三處理提示信息，根據(jù)接收到的所述第三處理提示信息對應的處理指令對所述文本信息進行回復處理。

結(jié)合第一方面，在第二種可能的實現(xiàn)方式中，所述使用第一模型對所述文本信息進行計算，得到所述文本信息對應的公眾敏感權(quán)重值具體包括：使用第一模型計算所述文本信息內(nèi)容的敏感權(quán)重，以及所述文本信息的來源對應的敏感權(quán)重，所述文本信息內(nèi)容的敏感權(quán)重是根據(jù)所述文本信息中公眾敏感詞語對應的敏感權(quán)重計算得到；根據(jù)所述第一模型計算出的所述文本信息內(nèi)容的敏感權(quán)重以及所述文本信息的來源對應的敏感權(quán)重，計算所述文本信息對應的公眾敏感權(quán)重值。