[發(fā)明專利]人名檢測(cè)方法、裝置、計(jì)算機(jī)可讀介質(zhì)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201711444226.0
• 申請(qǐng)日: 2017-12-27
• 公開（公告）號(hào): CN108090033A
• 公開（公告）日: 2018-05-29
• 發(fā)明（設(shè)計(jì)）人: 宋鵬舉
• 申請(qǐng)（專利權(quán)）人: 北京天融信網(wǎng)絡(luò)安全技術(shù)有限公司;北京天融信科技有限公司;北京天融信軟件有限公司
• 主分類號(hào): G06F17/22
• 分類號(hào): G06F17/22;G06F17/27
• 代理公司: 工業(yè)和信息化部電子專利中心 11010
• 代理人: 吳永亮

本發(fā)明公開了一種人名檢測(cè)方法、裝置、計(jì)算機(jī)可讀介質(zhì)及設(shè)備，其中，該方法包括：檢測(cè)字符編碼序列中的姓氏編碼，獲取姓氏編碼后對(duì)應(yīng)的字符編碼；確定字符編碼對(duì)應(yīng)的漢字或漢字組合，根據(jù)人名庫獲取漢字或漢字組合出現(xiàn)在姓氏編碼對(duì)應(yīng)的姓氏后的概率，人名庫中包括姓氏編碼對(duì)應(yīng)的姓氏和字符編碼對(duì)應(yīng)的漢字或漢字組合；判斷概率是否大于閾值；當(dāng)判斷結(jié)果為是時(shí)，判斷姓氏編碼對(duì)應(yīng)的姓氏和字符編碼對(duì)應(yīng)的漢字或漢字組合為人名。以解決現(xiàn)有技術(shù)中無法精準(zhǔn)的檢測(cè)到數(shù)據(jù)中是否含有人名信息的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種人名檢測(cè)方法、裝置、計(jì)算機(jī)可讀介質(zhì)及設(shè)備。

背景技術(shù)

大數(shù)據(jù)技術(shù)的進(jìn)步，推動(dòng)了科技的智能化。但是，近年來個(gè)人敏感數(shù)據(jù)泄露事件頻發(fā)，數(shù)據(jù)安全也越來越被重視。

2017年6月1日起施行的《網(wǎng)絡(luò)安全法》中明確說明了運(yùn)營(yíng)者使用用戶個(gè)人信息的原則，即“運(yùn)營(yíng)者不得泄露、篡改、損毀其收集的個(gè)人信息；未經(jīng)被收集者同意，不得向他人提供個(gè)人信息，但是，經(jīng)過處理無法識(shí)別特定個(gè)人且不能復(fù)原的除外。”其中“經(jīng)過處理無法識(shí)別特定個(gè)人且不能復(fù)原”可以通過數(shù)據(jù)脫敏技術(shù)手段來實(shí)現(xiàn)。為了滿足監(jiān)管要求，防止重要數(shù)據(jù)資產(chǎn)泄露風(fēng)險(xiǎn)，對(duì)數(shù)據(jù)進(jìn)行脫敏處理是非常有必要的。

其中，敏感數(shù)據(jù)中通常會(huì)攜帶人名信息，如何識(shí)別人名、抽取人名是獲取敏感數(shù)據(jù)的一個(gè)重要組成部分。因此，如何有效判別出人名，是敏感數(shù)據(jù)防護(hù)中一個(gè)重要部分。

發(fā)明內(nèi)容

本發(fā)明提供一種人名檢測(cè)方法、裝置、計(jì)算機(jī)可讀介質(zhì)及設(shè)備，用以解決現(xiàn)有技術(shù)中無法精準(zhǔn)的檢測(cè)到數(shù)據(jù)中是否含有人名信息的問題。

依據(jù)本發(fā)明的第一個(gè)方面，提供了一種人名檢測(cè)方法，所述方法包括：

檢測(cè)字符編碼序列中的姓氏編碼，獲取姓氏編碼后對(duì)應(yīng)的字符編碼；

確定字符編碼對(duì)應(yīng)的漢字或漢字組合，根據(jù)人名庫獲取漢字或漢字組合出現(xiàn)在姓氏編碼對(duì)應(yīng)的姓氏后的概率，人名庫中包括姓氏編碼對(duì)應(yīng)的姓氏和字符編碼對(duì)應(yīng)的漢字或漢字組合；

判斷所述概率是否大于閾值；

當(dāng)判斷結(jié)果為是時(shí)，判斷姓氏編碼對(duì)應(yīng)的姓氏和字符編碼對(duì)應(yīng)的漢字或漢字組合為人名。

可選的，所述檢測(cè)字符編碼序列中的姓氏編碼之前，包括：

收集人名樣本信息，根據(jù)人名樣本信息建立人名庫；

獲取人名庫中人名樣本信息對(duì)應(yīng)的姓氏，并確定姓氏及姓氏對(duì)應(yīng)的姓氏編碼。

可選的，所述根據(jù)人名樣本信息建立人名庫之后，還包括：

獲取人名庫中人名樣本信息對(duì)應(yīng)的漢字，獲取漢字在人名庫中出現(xiàn)的概率；

判斷所述概率是否在預(yù)設(shè)的范圍內(nèi)，當(dāng)所述概率不在預(yù)設(shè)的范圍內(nèi)時(shí)，在人名庫中將漢字刪除。

可選的，所述根據(jù)人名樣本信息建立人名庫之后，包括：

獲取人名庫中人名樣本信息對(duì)應(yīng)的漢字，將漢字進(jìn)行組合，得到漢字組合，獲取漢字組合在人名庫中對(duì)應(yīng)的人名樣本中出現(xiàn)的概率；

判斷所述概率是否在預(yù)設(shè)的范圍內(nèi)，當(dāng)所述概率不在預(yù)設(shè)的范圍內(nèi)時(shí)，在人名庫中將漢字組合刪除。

依據(jù)本發(fā)明的第二個(gè)方面，提供了一種人名檢測(cè)裝置，裝置包括：

姓氏編碼獲取模塊，用于檢測(cè)字符編碼序列中的姓氏編碼，獲取姓氏編碼后對(duì)應(yīng)的字符編碼；

概率獲取模塊，用于確定字符編碼對(duì)應(yīng)的漢字或漢字組合，根據(jù)人名庫獲取漢字或漢字組合出現(xiàn)在姓氏編碼對(duì)應(yīng)的姓氏后的概率，人名庫中包括姓氏編碼對(duì)應(yīng)的姓氏和字符編碼對(duì)應(yīng)的漢字或漢字組合；

判斷模塊，用于判斷所述概率是否大于閾值；