[發明專利]基于敏感數據的脫敏方法及系統

在審

• 申請號: 201910486536.1
• 申請日: 2019-06-05
• 公開（公告）號: CN110188571A
• 公開（公告）日: 2019-08-30
• 發明（設計）人: 李適季;周蒞濤;施全立;白林;陳天立;張宏偉
• 申請（專利權）人: 深圳市優網科技有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 占麗君

1.一種基于敏感數據的脫敏方法，其特征在于，

獲取待脫敏數據；

當待脫敏數據的數據量滿足k-means算法閾值時，采用k-means改進算法對待脫敏數據進行分組劃分，并加入Laplace噪聲對劃分后的待脫敏數據進行脫敏；

當待脫敏數據的數據量滿足匹配替換閾值時，采用匹配替換方法對待脫敏數據進行脫敏；其中匹配替換方法包括根據預設的變量類型、以關鍵字為原則對待脫敏數據進行替換。

2.根據權利要求1所述基于敏感數據的脫敏方法，其特征在于，

所述變量類型包括數值、字符串、時間和正則表達式。

3.根據權利要求2所述基于敏感數據的脫敏方法，其特征在于，

當變量類型為數值時，所述匹配替換方法包括：

提取出所述待脫敏數據的數字符號；

計算所述數字符號的數值長度，并進行超限處理，以獲得初始數值；

將所述初始數值轉化為字符串；

根據所述數值長度和預設的數值脫敏范圍，將字符串中指定字符轉化為掩碼；

將轉化后的字符串進行數字化后，輸出。

4.根據權利要求2所述基于敏感數據的脫敏方法，其特征在于，

當變量類型為字符串時，所述匹配替換方法包括：

提取出所述待脫敏數據的字符串；

當所述字符串中存在部分內容屬于預設的字符串脫敏范圍時，把屬于字符串脫敏范圍的內容替換為掩碼，輸出。

5.根據權利要求2所述基于敏感數據的脫敏方法，其特征在于，

當變量類型為時間時，所述匹配替換方法包括：

提取出所述待脫敏數據的時間信息；

如果時間信息是有效信息，將所述時間信息轉化為預設的按秒計時格式，以獲得初始時間信息；

當所述初始時間信息中存在部分內容屬于預設的時間脫敏范圍時，把屬于時間脫敏范圍的內容替換為0；

將替換后的時間信息轉化為預設的標準時間后，輸出。

6.根據權利要求2所述基于敏感數據的脫敏方法，其特征在于，

當變量類型為正則表達式時，所述匹配替換方法包括：

從所述待脫敏數據的第一位數據開始識別，直至識別到所述待脫敏數據的最后一位數據；

當存在與所述正則表達式匹配的數據時，將該數據替換為預設的脫敏符號；

輸出替換后的待脫敏數據。

7.根據權利要求1-6中任一所述基于敏感數據的脫敏方法，其特征在于，

所述采用k-means改進算法對待脫敏數據進行分組劃分，并加入Laplace噪聲對劃分后的待脫敏數據進行脫敏具體包括：

設置聚類中心；

獲取包含統計分類結果的數據集，計算所述數據集的均值向量；

計算所述數據集中每個數據向量與均值向量之間的距離，定義為當前距離；

如果當前距離小于預設的最小距離時，更新最小距離為當前距離；

對所述待脫敏數據進行重新分組，保存新得到的均值向量，并統計均值向量個數；

根據每個分組添加Laplace噪聲，對該分組進行計算；

輸出計算后的待脫敏數據。

8.一種基于敏感數據的脫敏系統，其特征在于，包括：

采集單元：用于獲取待脫敏數據；

k-means分析單元：用于當待脫敏數據的數據量滿足k-means算法閾值時，采用k-means改進算法對待脫敏數據進行分組劃分，并加入Laplace噪聲對劃分后的待脫敏數據進行脫敏；

匹配替換單元：用于當待脫敏數據的數據量滿足匹配替換閾值時，采用匹配替換方法對待脫敏數據進行脫敏；其中匹配替換方法包括根據預設的變量類型、以關鍵字為原則對待脫敏數據進行替換。