[發明專利]脫敏數據確定方法、裝置、可讀介質及電子設備

在審

• 申請號: 201911401117.X
• 申請日: 2019-12-31
• 公開（公告）號: CN111090886A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 王瑞楊
• 申請（專利權）人: 新奧數能科技有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 北京嘉科知識產權代理事務所(特殊普通合伙) 11687
• 代理人: 楊波

本發明公開了一種脫敏數據確定方法、裝置、計算機可讀存儲介質及電子設備，方法包括：獲取能源數據中每個字符分別對應的特征向量；根據所述字符對應的特征向量，獲取所述字符對應在每個預設標簽的分數；根據每個所述字符分別對應在每個預設標簽的分數，獲取所述能源數據中的敏感數據；根據所述敏感數據，獲取所述能源數據對應的脫敏數據。通過本發明的技術方案，可較為準確的獲取能源數據中的敏感數據，進而提高脫敏數據的安全性。

技術領域

本發明涉及能源技術領域，尤其涉及脫敏數據確定方法、裝置、可讀存儲介質及電子設備。

背景技術

隨著計算機的快速發展，采集、存儲、共享的能源數據的數量越來越大，為了降低敏感數據泄漏的風險，保證數據安全，避免不必要的糾紛，數據脫敏是非常必要的。

目前，主要通過規則和正則匹配的方式對能源數據進行敏感數據識別，然后用預設詞替換識別出的敏感數據，從而得到脫敏數據。

但是，當數據發生較大變化時，規則和正則匹配的方式可能無法較為準確的獲取能源數據中的敏感數據，導致上述方法識別出的敏感數據的參考價值相對較低，從而降低脫敏數據的安全性。

發明內容

本發明提供了一種脫敏數據確定方法、裝置、計算機可讀存儲介質及電子設備，可較為準確的獲取能源數據中的敏感數據，進而提高脫敏數據的安全性。

第一方面，本發明提供了一種脫敏數據確定方法，包括：

獲取能源數據中每個字符分別對應的特征向量；

根據所述字符對應的特征向量，獲取所述字符對應在每個預設標簽的分數；

根據每個所述字符分別對應在每個預設標簽的分數，獲取所述能源數據中的敏感數據；

根據所述敏感數據，獲取所述能源數據對應的脫敏數據。

優選地，所述獲取能源數據中每個字符分別對應的特征向量，包括：

獲取所述能源數據中每個字符分別對應的語義向量；

將每個所述字符分別對應的語義向量代入語言模型中，獲取每個所述字符分別對應的特征向量，其中，所述語言模型包括至少一層編碼器。

優選地，所述獲取所述能源數據中每個字符分別對應的語義向量，包括：

獲取所述能源數據中每個字符分別對應的詞向量和位置信息向量；

針對每個所述字符，對所述字符對應的詞向量和位置信息向量進行拼接，得到所述字符對應的語義向量。

優選地，所述編碼器包括基于多頭自注意力機制的tr_ansfo_rmer神經網絡或循環神經網絡。

優選地，所述根據所述字符對應的特征向量，獲取所述字符對應在每個預設標簽的分數，包括：

將每個所述字符分別對應的特征向量代入雙向循環神經網絡模型中，獲取每個所述字符分別對應在每個預設標簽的分數。

優選地，所述根據每個所述字符分別對應在每個預設標簽的分數，獲取所述能源數據中的敏感數據，包括：

根據每個所述字符分別對應在每個預設標簽的分數，確定每個標簽序列的概率值，所述標簽序列基于所述預設標簽和所述字符確定；

根據每個所述標簽序列的概率值，確定目標標簽序列；

根據所述目標標簽序列，獲取所述能源數據中的敏感數據。

優選地，所述預設標簽包括用電對象和/或發電對象。

第二方面，本發明提供了一種脫敏數據確定裝置，包括：