[發明專利]敏感數據識別方法、裝置、設備和介質

在審

• 申請號: 201911380558.6
• 申請日: 2019-12-27
• 公開（公告）號: CN113051601A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 王茜;敖錦蓉;代建東;丁雪蓮
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 趙秀芹

本發明公開了一種敏感數據識別方法、裝置、設備和介質。該方法包括：獲取用戶對目標文件的文件掃描請求；對文件掃描請求進行解析，以得到場景信息和掃描信息；基于掃描信息，確定第一敏感參數和每類待確認數據對應的第二敏參數；對于每類待確認數據，基于第一敏感參數以及待確認數據對應的第二敏感參數，計算待確認數據對應的敏感度；對于每類待確認數據，若待確認數據對應的敏感度小于預設目標敏感度閾值，則確定待確認數據為敏感數據，目標敏感度閾值是與場景信息關聯且與待確認數據對應的閾值。根據本發明實施例，能夠實現根據用戶的應用場景需求對數據進行個性化敏感數據識別。

技術領域

本發明涉及數據業務領域，尤其涉及一種敏感數據識別方法、裝置、設備和介質。

背景技術

隨著業務支撐系統的發展，其業務運營數據的安全保護也越發重要，因此數據的脫敏保護也成為當前安全工作的重中之重。

目前的敏感數據識別方法為：預先指定。例如，用戶指定身份證信息為敏感信息，則當文檔中出現身份證信息時，均會識別為敏感數據，進行脫敏處理。

目前的脫敏方法中，敏感數據是固定的。但是，不同用戶對敏感數據的需求是不同的。在現有技術中，無法根據用戶獲取數據的目的不同，動態識別敏感數據。

發明內容

本發明實施例提供一種敏感數據識別方法、裝置、設備和介質，實現了根據用戶的應用場景需求對數據進行個性化敏感數據識別。

第一方面，本發明實施例提供一種敏感數據識別方法，包括：

獲取用戶對目標文件的文件掃描請求；

對所述文件掃描請求進行解析，以得到場景信息和掃描信息，所述場景信息用于表征所述用戶的身份；

基于所述掃描信息，確定第一敏感參數和每類待確認數據對應的第二敏感參數，所述每類待確認數據是基于預設敏感數據掃描規則對所述目標文件中掃描得到的；

對于每類所述待確認數據，基于所述第一敏感參數以及所述待確認數據對應的第二敏感參數，計算所述待確認數據對應的敏感度；

對于每類所述待確認數據，若所述待確認數據對應的敏感度小于預設目標敏感度閾值，則確定所述待確認數據為敏感數據，所述目標敏感度閾值是與所述場景信息關聯且與所述待確認數據對應的閾值。

在一個實施例中，所述掃描信息包括預設時間段內目標文件夾的訪問總次數B1、所述目標文件夾在所述預設時間段內被第一訪問者訪問的次數B2、所述目標文件夾在所述預設時間段內被第二訪問者訪問的次數B3、所述目標文件夾在所述預設時間段內被第三訪問者訪問的次數B4和所述目標文件夾在所述預設時間段內被第四訪問者訪問的次數B5；其中，所述目標文件夾為所述目標文件所在文件夾。

其中，所述第一訪問者是對所述目標文件夾具有修改權限和刪除權限的訪問者；所述第二訪問者是對所述目標文件夾僅有刪除權限的訪問者；所述第三訪問者是對所述目標文件夾僅有修改權限的訪問者；所述第四訪問者是對所述目標文件夾僅有讀取權限的訪問者。

在一個實施例中，利用下面的表達式來確定所述第一敏感參數A1：A1＝B1*B2+0.75*B3+0.5*B4+0.25*B5。

在一個實施例中，所述待確認數據對應的第二敏感參數包括所述待確認數據在所述目標文件中出現的次數C1和每類所述待確認數據在所述目標文件中出現的總次數C2。

在一個實施例中，所述對于所述每類待確認數據，基于所述第一敏感參數以及所述待確認數據對應的第二敏感參數，確定所述待確認數據對應的敏感度，包括：

對于所述每類待確認數據，利用下面的表達式計算所述待確認數據對應的敏感度P：

P＝A1*C1/C2

其中，A1為所述第一敏感參數。