[發明專利]一種數據脫敏方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 201910402391.2
• 申請日: 2019-05-15
• 公開（公告）號: CN110135193A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 凌捷;熊夙;謝銳;羅玉
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種數據脫敏方法，其特征在于，包括：

對采集的待訓練數據集進行訓練，獲得樣本生成器，樣本判別器以及隱私評分器；

當接收到待脫敏樣本時，通過所述樣本生成器生成合成樣本；

通過所述樣本判別器判斷所述合成樣本相對于所述待脫敏樣本的真實度是否滿足第一預設標準；

通過所述隱私評分器判斷所述合成樣本相對于所述待脫敏樣本的脫敏度是否滿足第二預設標準；

若所述真實度滿足所述第一預設標準，且所述脫敏度滿足所述第二預設標準，則將所述合成樣本作為脫敏樣本輸出。

2.如權利要求1所述的數據脫敏方法，其特征在于，所述對采集的待訓練數據集進行訓練，獲得樣本生成器，樣本判別器以及隱私評分器，包括：

對所述待訓練數據集中的各個樣本進行特征劃分，獲得隱私特征和非隱私特征；

根據所述隱私特征構建隱私特征向量，根據所述非隱私特征構建非隱私特征向量；

按照預設規則對各所述樣本的所述隱私特征向量和所述非隱私特征向量進行訓練，獲得所述樣本生成器，所述樣本判別器以及所述隱私評分器。

3.如權利要求2所述的數據脫敏方法，其特征在于，所述樣本生成器和所述樣本判別器由深度卷積生成對抗網絡對各所述樣本的所述隱私特征向量和所述非隱私特征向量進行訓練獲得。

4.如權利要求2所述的數據脫敏方法，其特征在于，所述隱私評分器由神經網絡對各所述樣本的所述隱私特征向量和所述非隱私特征向量進行訓練獲得。

5.如權利要求1所述的數據脫敏方法，其特征在于，所述通過所述樣本判別器判斷所述合成樣本相對于所述待脫敏樣本的真實度是否滿足第一預設標準，包括：

計算所述合成樣本與所述待脫敏樣本的損失函數；

判斷所述損失函數是否滿足所述第一預設標準。

6.如權利要求1所述的數據脫敏方法，其特征在于，所述通過所述隱私評分器判斷所述合成樣本相對于所述待脫敏樣本的脫敏度是否滿足第二預設標準，包括：

獲取所述合成樣本的隱私特征和非隱私特征；

按照預設權重對所述隱私特征和所述非隱私特征進行計算，獲得所述脫敏度；

判斷所述脫敏度是否滿足所述第二預設標準。

7.如權利要求1至6任意一項所述的數據脫敏方法，其特征在于，還包括：

若所述真實度不滿足所述第一預設標準，且所述脫敏度不滿足所述第二預設標準，則返回所述通過所述樣本生成器生成合成樣本的步驟；

若所述真實度滿足所述第一預設標準，且所述脫敏度不滿足所述第二預設標準，則返回所述通過所述樣本生成器生成合成樣本的步驟；

若所述真實度不滿足所述第一預設標準，且所述脫敏度滿足所述第二預設標準，則將所述合成樣本發送至所述樣本生成器重新進行訓練。

8.一種數據脫敏裝置，其特征在于，包括：

數據集訓練模塊，用于對采集的待訓練數據集進行訓練，獲得樣本生成器，樣本判別器以及隱私評分器；

合成樣本生成模塊，用于當接收到待脫敏樣本時，通過所述樣本生成器生成合成樣本；

真實度判斷模塊，用于通過所述樣本判別器判斷所述合成樣本相對于所述待脫敏樣本的真實度是否滿足第一預設標準；

脫敏度判斷模塊，用于通過所述隱私評分器判斷所述合成樣本相對于所述待脫敏樣本的脫敏度是否滿足第二預設標準；

脫敏樣本輸出模塊，用于若所述真實度滿足所述第一預設標準，且所述脫敏度滿足所述第二預設標準，則將所述合成樣本作為脫敏樣本輸出。

9.一種數據脫敏設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至7任意一項所述的數據脫敏方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任意一項所述的數據脫敏方法的步驟。